Descriptif du poste:\n\nNEXTON recrute un ML Engineer H/F, en CDI, à Paris !\n\nTon futur environnement de travail :\n\nTu seras intégré à l'équipe AI Product au sein de la direction DATA d'un grand groupe multimédia d'envergure internationale. Cette direction a pour mission d'équiper le groupe avec les outils nécessaires pour maximiser l'utilisation des données, améliorer l'expérience client et favoriser une approche data-driven.\n\nTu évolueras dans un environnement scale-up stimulant : nos applications sont utilisées par des millions d'abonnés à travers divers devices (iOS, Android, décodeurs, etc.) et génèrent une quantité massive de logs (des dizaines de To par jour) pour alimenter nos modèles de machine learning.\n\nTes missions :\n\nAu sein de nos équipes d'experts, tes missions seront les suivantes :\n\n \n* \n \nDéveloppement de modèles ML : Concevoir, entraîner et évaluer des modèles de machine learning adaptés à des cas d'usage variés (recommandation, segmentation, scoring, prédiction, détection d'anomalies, NLP, etc.).\n \n* \n \nMLOps & industrialisation : Mettre en œuvre les bonnes pratiques MLOps pour assurer le versioning, le suivi des expérimentations, le déploiement et le monitoring des modèles en production.\n \n* \n \nConception de pipelines de données : Construire et maintenir des pipelines de traitement de données robustes, scalables et automatisés, en s'appuyant sur les services AWS et les outils de l'écosystème.\n \n* \n \nFeature Engineering & Feature Store : Contribuer à l'alimentation et à l'évolution du Feature Store commun, en garantissant la qualité, la réutilisabilité et la cohérence des features produites.\n \n* \n \nCollaboration transverse : Travailler en étroite collaboration avec les équipes Data Engineering, les équipes métier et les product owners pour comprendre les besoins et livrer des solutions à forte valeur ajoutée.\n \n* \n \nVeille & innovation : Assurer une veille active sur les nouvelles techniques et outils IA/ML et proposer des améliorations continues des pratiques et des architectures en place.\n\n\nProfil recherché:\n\nDe formation supérieure en informatique, data science ou équivalent, tu es un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Tu possèdes une expérience significative dans le développement de modèles de machine learning ainsi que dans leur industrialisation et leur mise en production à grande échelle.\n\nTes qualités et compétences techniques sont les suivantes :\n\n \n* \n \nPython : Maîtrise de Python 3.x, boto3, poetry, FastAPI, pydantic, Jupyter Notebooks.\n \n* \n \nData Science & ML : Polars/Pandas, NumPy, PyTorch, ONNX, Scikit-learn, XGBoost, LightGBM, Seaborn, Matplotlib.\n \n* \n \nMLOps : MLFlow, DVC, Feast, BentoML, Triton Inference Server, ONNX Runtime ou équivalent.\n \n* \n \nData Engineering : Spark, Airflow, dbt.\n \n* \n \nCloud & Infrastructure : AWS (S3, Glue, SageMaker, Lambda, Kinesis, DynamoDB, EC2), Terraform, Docker, ECS Fargate, Ansible, Linux.\n \n* \n \nVersionning & CI/CD : Git, GitLab CI/CD.\n \n* \n \nBases de données : Snowflake.\n\n\nTes qualités et compétences transverses sont les suivantes :\n\n \n* \n \nEsprit d'analyse et de résolution de problèmes : Capacité à concevoir des solutions robustes et scalables adaptées à des volumes massifs de données.\n \n* \n \nCommunication et collaboration : Aptitude à collaborer efficacement au sein d'équipes pluridisciplinaires et à échanger avec des profils techniques et métiers.\n \n* \n \nAutonomie et proactivité : Capacité à naviguer de manière autonome entre la conception IA/ML, la construction de pipelines et le déploiement cloud.\n \n* \n \nCuriosité technique et innovation : Intérêt prononcé pour la veille technologique et l'amélioration continue des architectures en place.\n