Machine Learning Engineer - MLOps
OkaraE-commercePubliée hier
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Lille · Sur site
- Durée
- 6 mois
- Démarrage
- 13 octobre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 4 missions ingénieur ia sont ouvertes à Lille en ce moment, sur 328 pour ce métier en France.
- 0 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : MLflow (11 missions), Vertex AI (13 missions), Airflow (70 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers.
L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance.
La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform).
Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI.
Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI.
Data Quality & Feature Store : Great Expectations, Feast.
Ta Mission & Ton Impact :
Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production.
Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions.
Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation).
Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.
Compétences attendues
Indispensables
- Machine Learning
- MLOps
- Python
- GCP
- Airflow
- MLflow
- Vertex AI
- Docker
Appréciées
- Kubernetes
- Terraform
- Ansible
- GitLab CI
- CI/CD