Ingénieur Développement Python H/F Nous recherchons un(e) Ingénieur.e en développement sur Python / Panda passionné(e) par le Machine Learning sur Lyon, Bordeaux ou Paris. Vous serez impliqué(e) dans le développement d'applications et de modèles prédictifs, en utilisant des outils et des bibliothèques comme Python, Pandas, NumPy, ainsi que des frameworks de Machine Learning pour résoudre des problèmes complexes et apporter de la valeur ajoutée à nos projets. Missions - Concevoir et développer des solutions basées sur le Machine Learning en utilisant Python, Pandas et d'autres bibliothèques comme NumPy, SciPy et scikit-learn. - Participer à la collecte, au nettoyage et à la préparation des données pour les modèles de Machine Learning. - Implémenter et optimiser des modèles prédictifs à partir de jeux de données complexes et variés. - Analyser les résultats des modèles, effectuer des tests et valider les performances des solutions. - Collaborer avec les équipes Data Science et Data Engineering pour intégrer les modèles dans des applications et systèmes. - Effectuer une veille technologique continue sur les dernières tendances et meilleures pratiques en Machine Learning. Compétences requises De formation Bac +4/+5 en développement informatique ou domaine similaire. Vous avez une expérience d'au moins 3 ans dans le développement Python et l'application du Machine Learning. Vous avez de bonnes pratiques de développement logiciel et de gestion de projet. Environnement technique : - Python : Maîtrise du langage Python pour le développement de solutions logicielles et de modèles Machine Learning. - Pandas : Solide expérience avec la manipulation et l'analyse de données en utilisant Pandas. - Machine Learning : Bonne maîtrise des concepts du Machine Learning (régression, classification, clustering, etc.) et des frameworks associés (scikit-learn, TensorFlow, Keras, etc.). - Data wrangling : Capacité à nettoyer, transformer et structurer des données issues de diverses sources. - SQL : Compétences en requêtes et gestion de bases de données relationnelles pour l'extraction et la manipulation des données. - Algorithmes et statistiques : Bonne compréhension des algorithmes statistiques et de leur application en Machine Learning. - Outils de versioning : Git ou d'autres systèmes de gestion de version pour le travail collaboratif.