ML Engineer – Industrialisation de cas d’usage IA sur Dataiku sur Paris 13
EterniTechSaaS B2BPubliée il y a 1 semaine
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 19 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.
- 148 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 370 pour ce métier en France.
- 7 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : MLOps (106 missions), Machine Learning (123 missions), Docker (285 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Localisation : Paris 13e Démarrage : Asap Type de mission : Longue durée
Contexte de la mission
Dans le cadre de l’accélération de sa transformation Data et Intelligence Artificielle, une organisation recherche un ML Engineer spécialisé en industrialisation de solutions IA sur Dataiku.
Vous interviendrez sur la transformation de modèles de Machine Learning développés par les Data Scientists en solutions robustes, performantes et exploitables en production, tout en contribuant à la mise en place des bonnes pratiques MLOps.
Missions principales
Industrialiser les modèles de Machine Learning et transformer les prototypes en solutions prêtes pour la production.
Concevoir, développer et maintenir des workflows sur Dataiku : recettes, scénarios d’automatisation et API endpoints.
Mettre en place des pipelines CI/CD pour automatiser le déploiement des modèles IA.
Assurer le monitoring des modèles en production : performances, détection de dérive (model drift) et suivi de leur fiabilité.
Garantir la scalabilité, la maintenabilité et la qualité des solutions déployées.
Intégrer les modèles dans les systèmes d’information en collaboration avec les équipes Data, IT et métiers.
Documenter les solutions et contribuer à la standardisation des pratiques MLOps.
Compétences recherchées
Expérience confirmée en Machine Learning Engineering et MLOps.
Très bonne maîtrise de Dataiku DSS, notamment en conception de workflows, automatisation et déploiement.
Maîtrise des pratiques CI/CD appliquées aux projets IA.
Bonne connaissance des architectures Data et des flux ETL/ELT.
Connaissance des environnements Cloud et des technologies de conteneurisation, notamment Docker et Kubernetes.
Capacité à déployer et maintenir des modèles de Machine Learning en environnement de production.
Compétences attendues
Indispensables
- Machine Learning
- MLOps
- CI/CD
- Docker
- Kubernetes


