? Prérequis techniques :<br/> <br/> ? Python, GCP(Vertex), Pytorch (+ Ultralytics), Docker, Terraform, Git, SQL<br/> <br/> Discuter avec les équipes opérationnelles et dirigeantes pour identifi er leurs besoins et leurs diffi cultés, raffi ner et prioriser les besoins avec l?ensemble de l?équipe<br/> <br/> ? Concevoir, développer, faire évoluer la solution logicielle de détection de fraude avec des traitements vidéo en temps réel, des processus d?apprentissage automatique et de labellisation de données, des services d?administration de la solution et de suivi de sa performance,<br/> <br/> ? Valider le comportement de la solution sur une infrastructure de test, identique aux magasins<br/> <br/> ? Contribuer itérativement au projet en tant que ML engineer : collecte des données et préparation, modélisation, développement, évaluation, revue de code, déploiement des solutions, suivi de l?impact;<br/> <br/> ? Communiquer sur les éventuels incidents des services en production<br/> <br/> ? Vous pourrez également participer aux échanges réguliers de notre communauté d?une quarantaine d'ingénieurs (data scientists, engineers, devops) : présentations,<br/> <br/> ? Partage de retours de conférences, débats sur les problématiques ML, de développement logiciel, ...<br/> <br/> <br/> <br/> ? Prérequis techniques :<br/> <br/> ? Python, GCP(Vertex), Pytorch (+ Ultralytics), Docker, Terraform, Git, SQL<br/> <br/> Discuter avec les équipes opérationnelles et dirigeantes pour identifi er leurs besoins et leurs diffi cultés, raffi ner et prioriser les besoins avec l?ensemble de l?équipe<br/> <br/> ? Concevoir, développer, faire évoluer la solution logicielle de détection de fraude avec des traitements vidéo en temps réel, des processus d?apprentissage automatique et de labellisation de données, des services d?administration de la solution et de suivi de sa performance,<br/> <br/> ? Valider le comportement de la solution sur une infrastructure de test, identique aux magasins<br/> <br/> ? Contribuer itérativement au projet en tant que ML engineer : collecte des données et préparation, modélisation, développement, évaluation, revue de code, déploiement des solutions, suivi de l?impact;<br/> <br/> ? Communiquer sur les éventuels incidents des services en production<br/> <br/> ? Vous pourrez également participer aux échanges réguliers de notre communauté d?une quarantaine d'ingénieurs (data scientists, engineers, devops) : présentations,<br/> <br/> ? Partage de retours de conférences, débats sur les problématiques ML, de développement logiciel, ...<br/> <br/>