Ingénieur ML Platform Senior - Freelance (H/F)

En tant qu'Ingénieur ML au sein de l'équipe ML Platform, vous mettrez à profit votre solide expérience en industrialisation, votre maîtrise de Python et votre expertise pratique de l'entraînement de modèles.

Votre rôle sera de faciliter le travail quotidien du ML Lab sur <Lambda.ai> ( <http://Lambda.ai> ) (leur "neocloud" de choix) et d'assurer la liaison avec l'outillage MLOps (principalement sur AWS), en étroite collaboration avec un ingénieur DevOps dédié.

RESPONSABILITÉS CLÉS

*

Favoriser l'expérimentation rapide : Créer et maintenir les outils permettant aux chercheurs d'itérer rapidement sur de nouvelles approches ML.

*

Gérer des expériences de recherche à grande échelle : Concevoir et superviser des cycles d'entraînement massifs sur l'infrastructure <Lambda.ai> ( <http://Lambda.ai> ), en implémentant le suivi des expériences (experiment tracking) et la reproductibilité.

*

Faciliter la collaboration externe : Permettre une collaboration sécurisée avec des partenaires académiques et l'accès aux ressources open-source tout en respectant les protocoles de sécurité.

*

Optimisation des performances et des ressources : Profiler et optimiser les pipelines d'entraînement ; gérer efficacement les ressources GPU.

*

Développement d'outils de recherche : Développer des bibliothèques et utilitaires spécifiques aux domaines du Lab (nouvelles architectures, techniques d'entraînement, frameworks d'évaluation).

*

Transfert de connaissances : Partager les enseignements issus de la recherche expérimentale avec l'ensemble de l'équipe ML Platform et les chercheurs

VOTRE PROFIL

Nous recherchons des candidats ayant d'expérience 6-10ans d'expérience en ingénierie du Machine Learning, avec une réussite démontrée dans des environnements de recherche ou académiques.

Compétences Techniques (Indispensables)

*

Python : Excellentes capacités en ingénierie logicielle, avec un accent sur la qualité du code de recherche.

*

Frameworks ML : Expérience pratique des frameworks modernes (PyTorch, JAX, ou similaires) et des fondamentaux du Deep Learning.

*

Entraînement à grande échelle : Expérience dans la mise en place d'entraînements distribués, la gestion des hyperparamètres et le suivi d'expériences.

*

Optimisation GPU : Maîtrise des environnements GPU/CUDA et des techniques d'optimisation.

*

Systèmes : Maîtrise de Linux/UNIX et des outils en ligne de commande.

*

DevOps & Collaboration : Maîtrise de Git, Docker (pour des environnements reproductibles) et connaissance de l'écosystème Cloud (AWS idéalement).

Soft Skills

• *
• Veille technologique : Passion pour la recherche ML et capacité à évaluer de nouvelles techniques avec un œil critique.
• *
• Communication : Excellente capacité rédactionnelle et orale (Anglais obligatoire) pour documenter les travaux de recherche.
• *
• Esprit de traduction : Capacité à traduire des objectifs de recherche en implémentations techniques concrètes.
• *
• Collaboration : Aisance à travailler avec des profils variés (chercheurs, partenaires externes, ingénieurs).
• *
• Autonomie : Capacité à gérer l'ambiguïté propre aux contextes de recherche et à mener des projets dont les exigences sont parfois mouvantes.
• *
• Pragmatisme : Savoir arbitrer entre rigueur scientifique et vitesse d'exécution selon le contexte.