ML Engineer AWS H/F
LOMEGARDSaaS B2BPubliée il y a 1 semaine
~ 230 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 20 septembre 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.
- Le TJM de cette mission se situe en dessous de la médiane des 57 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 525 €/jour (moitié centrale : 220 à 525 €/jour).
- 25 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 106 pour ce métier en France.
- 1 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : MLOps (24 missions), Machine Learning (55 missions), AWS (62 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Nous recherchons un ML Engineer pour accompagner le déploiement de modèles de machine learning robustes, performants et évolutifs en production. Vous intervenez dans une équipe dont le rôle stratégique est de valoriser la data.
Au sein d’un environnement Data structuré, vous interviendrez sur des projets transverses mêlant data science, data engineering et MLOps.
Vos principales responsabilités seront les suivantes :
Optimiser la collecte et la préparation des données : data processing, feature engineering, industrialisation des pipelines.
Améliorer l’exposition des modèles en production : API, endpoints, performance et scalabilité.
Collaborer avec les data engineers pour intégrer les modèles dans la Data Platform.
Travailler avec les data scientists afin de déployer les meilleures versions des modèles.
Mettre en place des pratiques MLOps : qualité des données, suivi du data drift, monitoring, réentraînement.
Assurer le suivi du cycle de vie des modèles en production.
Documenter les processus, modèles et systèmes déployés.
Compétences attendues
Indispensables
- AWS
- Machine Learning
- MLOps