En tant qu'ingénieur en machine learning au sein du Crédit Mutuel Arkea, vous serez responsable de la mise en oeuvre et de la maintenance des modèles de machine learning utilisés pour optimiser divers aspects des opérations de l'entreprise. Vous travaillerez en étroite collaboration avec les équipes techniques et opérationnelles pour concevoir des solutions innovantes basées sur les données. En qualité d'Ingénieur machine learning (H/F), voici les missions que vous vous verrez attribuer :  Développer et déployer des API de machine learning sur le cloud privé du groupe ou sur la plateforme Google Cloud Platform (GCP) pour résoudre des problèmes spécifiques à l'entreprise. Orchestrer des API de traitement de données et de machine learning au sein de workflows complexes Définir et maintenir l'architecture de machine learning hybride (on-prem et GCP) et portable pour toutes les phases du MLOps (développement, ré-entraînement, inférence, suivi de modèle) Participer aux évolutions du framework de développement de machine learning de l'IA factory (pyarchetype) Travailler en étroite collaboration avec les équipes de développement logiciel pour intégrer les modèles dans les applications existantes. Assurer la surveillance continue des modèles déployés, effectuer la gestion des incidents pour assurer le maintien en conditions opérationnelles. Documenter de manière exhaustive le processus de déploiement des modèles, y compris les choix d'architecture, les algorithmes utilisés et les résultats obtenus. Rester informé.e des avancées technologiques et des meilleures pratiques en matière d'apprentissage automatique, en apportant des recommandations pour améliorer constamment les processus et les résultats. Voici le profil idéal de notre futur.e collègue : Expériences professionnelles et formation Diplôme en informatique, mathématiques appliquées ou domaine connexe. Expérience pratique dans le développement et le déploiement de modèles de machine learning.   Compétences techniques Maîtrise de la programmation en python. Expérience en DevOps, avec une spécialisation en IA ou en apprentissage automatique. Maîtrise de Google Cloud Platform et de ses services (Kubernetes). Si possible, connaissance de gestion de workflows complexes (Outil utilisé : Temporal) Compréhension des concepts statistiques et mathématiques sous-jacents aux modèles de machine learning.   Qualités personnelles Capacité à travailler en équipe et à collaborer avec les autres services Capacité à appréhender les contraintes liées au développement de produits d'IA dans le secteur bancaire et assurantiel.