Trouvez votre prochaine offre d’emploi ou de mission freelance UML à Toulouse

📑 CDI (45-48K€) / Freelance / Portage Salarial – 🏠 2 jours de télétravail / semaine – 📍 Toulouse– 🛠 Expérience de 5 ans minimum📍 🌟 Envie d’un nouveau challenge... CELAD vous attend ! 🚀 Nous recherchons un(e) ingénieur MLOps (H/F) pour intervenir sur un projet innovant chez un de nos clients dans le domaine du spatial à Toulouse. Voici un aperçu de vos missions 🎯 : Au cœur de l’équipe Data (6 data scientists), vous contribuerez à : Mettre en place les outils, processus et bonnes pratiques pour structurer la phase amont du cycle MLOps jusqu’au model registry. Participer aux activités de Data Science en soutien aux data scientists. Comprendre et analyser les besoins spécifiques posés par les équipes data. Définir les fonctionnalités nécessaires, frameworks et outils adaptés. Élaborer une roadmap d’implémentation des solutions. Développer des solutions en collaboration avec les équipes IT (plateforme, réseau, infrastructure). Valider les implémentations avec les data scientists pour garantir leur impact. Compétences nécessaires : MLOps, Git/docker , Python (pandas, scikit learn, numpy, pytorch…, Data analysis, Kubeflow, Sagemaker Machine Learning, Deep Learning, 📍 Situation géographique : Toulouse 💰 Salaire : 44-48 K€ brut + package attractif ➕ Avantages à la clé : - 15 jours de RTT (100% "salarié" & Rachat à 125%) - Participation aux bénéfices - Indemnité de déplacement (6€ net / jour OU 50% du titre de transport) - Plan Epargne Entreprise - Prime de vacances - Avance sur salaire - Comité Social et Economique - Tickets restaurants Si vous êtes prêt(e) à relever ce défi et à contribuer à des projets stimulants, n'hésitez pas à postuler dès maintenant ! 🚀

La prestation consiste à renforcer avec un MLOps engineer notre équipe Datalab, qui est une équipe transverse de 6 data scientists internes. Chaque data scientist peut travailler sur des sujets différents, sur des périodes de 3 mois à 1 an, pour différentes applications demandées par les différentes Business Units. Les activités des data scientists peuvent être de plusieurs natures (régression, classification, segmentation sémantique), sur différentes données (images satellites, données météo ou océanographiques, télémétrie, trajectoires) en utilisant la technologie la plus adapté au besoin (du simple processing simple à du Machine-Learning ou du Deep-Learning). Il y a 2 ans, une plateforme (KFPC, KubeFlow Processing Chain) a été développée basée sur Kubeflow. Cette solution n'est utilisée aujourd'hui que pour l'inférence, de chaîne ML ou non ML et nécessite beaucoup de temps pour la maintenir. Cette solution ne permet pas ou n'est pas utilisée pour gérer les activités de data collection, préparation, experiment tracking, training et model registry. Pour cette prestation, les objectifs sont de: - mettre en places les outils, process et bonnes pratiques pour la phase amont du process MLOps jusqu'au model registry au moins, - participer aux activités Data Science. Ses activités consisteront à : - comprendre et analyser le problème posé par les data scientists, - définir le besoin de fonctionnalités nécessaires, process, frameworks et outils, - proposer une roadmap d'implémentation, - développer la solution en collaboration avec l'équipe IT (plateforme, réseau, infra), - valider l'implémentation avec les data scientists pour s'asurer de l'impact positif. Expérience demandée de plus de 6 ans