Le Groupe TF1 a pour ambition de développer la plateforme de streaming gratuite leader sur le divertissement familial et l’information pour les francophones. Cette ambition implique une profonde transformation : passer d’un service de rattrapage à une véritable plateforme de destination, moderne, personnalisée et monétisée à travers la publicité, l’abonnement et le TVOD. TF1+ s’impose déjà comme un acteur majeur avec plus de 40 millions de streamers mensuels et +1Mds d’heures vues par an. La Datech, en charge de la data et de l’adtech est positionnée comme un pôle d’expertise, de services et de développement de valeur pour la régie publicitaire, la Direction « consumers » (TF1+/TF1 Info) et aussi les autres fonctions dites Corporate. En regroupant les activités de la data (gouvernance, design authority, plateformisation...), de l’IA (data science, IA générative, Agentic, ...), Datech est un des moteurs de l’accélération et de la transformation du Groupe. Dans ce cadre, nous recherchons un ML Engineer B2B (H/F) en CDI pour intervenir sur les sujets liés à la segmentation d’audiences, la prévision d’inventaire publicitaire, la thématisation automatique de contenus vidéo et l’optimisation de campagnes publicitaires. Vous ferez partie de l'équipe Machine Learning, au sein de la Direction Data et Adtech. Votre Terrain de Jeu Compétences : • Solide expertise en Machine Learning appliqué avec une maîtrise d'au moins deux des domaines suivants : segmentation, prévision de séries temporelles, NLP ou modèles multimodaux.• Maîtrise des approches de clustering, scoring d'affinité et modèles de type LightGBM / XGBoost.• Expérience du déploiement et du serving de modèles conteneurisés.• Très bonne connaissance des pratiques MLOps : Airflow, Docker, Terraform, Databricks Bundles, MLflow et monitoring de production.• Excellente maîtrise de Python et du SQL analytique sur des volumes de données importants.• Solides compétences d'évaluation et de mesure de performance des modèles.   Stack technique :• ML / Deep Learning : PyTorch, scikit-learn, LightGBM, clustering, séries temporelles (StatsForecast/Prophet, modèles deep), multimodal (embeddings vidéo/texte/audio, transformers, architectures type CLIP), bandits contextuels et online learning• Orchestration & Serving : Airflow, Databricks (Bundles, jobs), Snowpark Container Services (SPCS)• Data Stores : Snowflake, Cassandra, Azure Blob Storage• Langages : Python, Rust, SQL• CI/CD & MLOps : Azure DevOps, MLflow (tracking et registry), Datadog, Azure App Insights Objectif : Vous contribuerez au développement de solutions de machine learning répondant directement aux enjeux de ciblage, de performance publicitaire et de valorisation des contenus. • Concevoir et industrialiser des modèles de segmentation d'audiences exploitables par la régie et les annonceurs.• Développer des modèles de scoring d'affinité et de look-alike reposant sur des approches de clustering et de gradient boosting.• Construire des modèles de prévision d'inventaire publicitaire prenant en compte la saisonnalité, les audiences, les contextes de diffusion et l'incertitude des prédictions.• Développer des systèmes de compréhension automatique des contenus vidéo grâce à des approches multimodales combinant texte, audio, métadonnées et signaux visuels.• Concevoir des dispositifs de catégorisation, de ciblage contextuel et de brand safety.• Optimiser les performances de campagnes en continu grâce à des algorithmes d'exploration/exploitation et d'allocation dynamique.• Piloter le cycle de vie complet des modèles, de l'entraînement jusqu'au monitoring en production.• Mettre en place des dispositifs d'évaluation et d'A/B testing permettant de mesurer précisément l'impact business des algorithmes.• Développer des composants logiciels réutilisables et contribuer aux choix d'architecture ML de l'équipe.• Participer à la mise en œuvre de solutions respectant les contraintes de privacy et les enjeux liés à la donnée publicitaire.