Descriptif du poste: Dans un contexte où l'utilisation des algorithmes de Machine Learning (ML) et Deep Learning (DL) ne cesse de croître, nous recherchons un(e) Ingénieur Data pour concevoir, déployer et maintenir une infrastructure de données optimisée pour la recherche et le développement. L'objectif est d'améliorer la gestion des bases de données R&D et des pipelines de données afin de garantir un suivi efficace des modèles et de leurs évolutions dans le temps. Missions principales - Mettre en place un système de contrôle de version des bases de données R&D afin d'assurer un accès simplifié aux différentes itérations d'une base de données, permettant ainsi d'affiner les algorithmes plusieurs mois ou années après leur développement.   - Concevoir et développer un système de gestion du cycle de vie des algorithmes ML/DL, incluant la traçabilité des entraînements des modèles, les jeux de données utilisés, les hyperparamètres testés, et l'évolution des performances.   - Garantir la fiabilité et la scalabilité des pipelines de données, en assurant une intégration fluide entre les différentes briques technologiques utilisées.   - Rédiger une documentation détaillée de l'infrastructure mise en place, afin de faciliter son adoption et son évolution par les équipes R&D.   Profil recherché - Diplôme en informatique, data science, ou domaine connexe.   - Expérience en gestion d'infrastructures de données et en implémentation de systèmes de versioning de bases de données.   - Maîtrise des outils et frameworks de Machine Learning / Deep Learning et des bonnes pratiques de suivi des modèles.   - Excellentes compétences en développement (Python, SQL, etc.) et en gestion des flux de données.   - Esprit analytique et capacité à concevoir des solutions robustes et évolutives.   - Rigueur dans la documentation technique et la transmission des connaissances.   Profil recherché: Critères requis pour le poste - CI/CD (Jenkins, Docker, etc.) : niveau confirmé   - Versionnement des bases de données : niveau expert   - Gestion du cycle de vie des pipelines ML/DL : niveau expert   - Infrastructure as a Service (IaaS) : niveau confirmé   Une expérience de minimum 6 ans dans des projets similaires est requise, avec une expertise en gestion d'infrastructure de données, suivi des modèles ML/DL et automatisation des pipelines.