AI & Data Engineer (Machine Learning) H/F
At a glance
Mid-level Machine Learning Engineering role at Airliquidehr. France, Paris · full-time.
Pay not stated Machine Learning Engineering salary
aimlroles summary, based on the employer's posting.
What you'll do
- Give data science teams working ML environments and help move code from data intake through model launch
- Connect ML solutions to products by working with data engineers, software developers and product leads
- Run MLOps pipelines for continuous delivery, model monitoring and retraining
- Find and fix production bottlenecks in model and data pipeline speed, latency and resource use
- Turn product needs into platform improvements, while coaching engineers and contributing to sprint work
What you bring
- At least five years in MLOps, DevOps or cloud infrastructure, focused on deploying and scaling ML systems
- Strong Python skills, including updating existing code and applying sound engineering practices
- Hands-on experience with DevOps practices and cloud platforms such as AWS or GCP for ML deployment
- Working proficiency in both spoken and written English and French
Who this fits
This role suits an experienced ML engineer who can guide technical work, explain concepts and coach less experienced engineers. You’ll collaborate across global teams and participate in Agile sprint work.
From the employer
Entity description:
At Digital & IT, we harness the power of the latest technological advances and our history of industrial excellence to foster innovation and enable Air Liquide’s talents to thrive.
How will you CONTRIBUTE and GROW at Air Liquide?
Le/la Machine Learning Engineer joue un rôle crucial au sein des produits, appliquant son expertise complète sur l'ensemble du cycle de vie des opérations de Machine Learning (MLOps). Il/Elle est censé exécuter des tâches complexes d'ingénierie ML, fournir des conseils techniques et endosser un haut niveau de responsabilité technique, ayant un impact significatif sur l'ensemble du cycle de vie de ML, la plateforme et la croissance des membres de l'équipe.
Responsabilités & Missions :
Soutenir les équipes Data Science en fournissant des environnements ML complets, conformément aux standards et normes d'Air Liquide, et en soutenant l'implémentation du code, de l'ingestion des données à la mise en service des modèles.
Travailler en étroite collaboration avec les ingénieurs data, les software developers et les chefs de produit/propriétaires de produit pour intégrer de manière transparente les solutions ML dans les produits.
Déployer et gérer des pipelines MLOps robustes pour l'intégration et la livraison continues, la surveillance et le réentraînement des modèles.
Profiler, déboguer et optimiser la performance, la latence et la consommation des ressources des modèles et des pipelines de données en production.
Collaborer étroitement avec l'équipe plateforme ML Ops pour traduire les besoins réels des produits en demandes de fonctionnalités afin d'améliorer continuellement la plateforme.
Former, encadrer et partager les connaissances avec les autres ingénieurs de l'équipe.
Participer activement aux cérémonies Agile et au travail d'équipe pour atteindre les objectifs de sprint.
Are you a MATCH?
Compétences Techniques (Technical Skills) :
5+ ans d'expérience dans des rôles MLOps, DevOps ou d'infrastructure cloud, axés sur le déploiement, la surveillance et la mise à l'échelle de systèmes d'apprentissage automatique.
Expertise démontrée en Python, y compris la capacité à comprendre et à refactoriser du code existant, en mettant en œuvre les meilleures pratiques.
Expérience avec DevOps (exemples: CI/CD, containerisation, infrastructure en tant que code (infra as code), et systèmes de contrôle de version comme git), idéalement dans le contexte du Machine Learning.
Expérience avec les plateformes cloud (AWS, GCP) pour le déploiement et la gestion de modèles ML, avec un accent fort sur l'évolutivité et la robustesse.
Expérience avec des outils MLOps, tels que les environnements Python (poetry, uv), MLflow, Airflow, AWS SageMaker, Podman/Docker.
Bon niveau d'anglais et de français à l'oral et à l'écrit.
Compétences Comportementales (Soft skills) :
Excellente communication et collaboration avec des équipes et des parties prenantes mondiales.
Bonnes capacités d'analyse et de résolution de problèmes pour aligner les solutions technologiques sur les objectifs du métier.
Forte capacité à expliquer des concepts techniques et à encadrer des ingénieurs juniors/intermédiaires.
Intelligence émotionnelle pour maintenir un environnement de travail positif et serein.
Our Differences make our Performance
At Air Liquide, we are committed to build a diverse and inclusive workplace that embraces the diversity of our employees, our customers, patients, community stakeholders and cultures across the world.
We welcome and consider applications from all qualified applicants, regardless of their background. We strongly believe a diverse organization opens up opportunities for people to express their talent, both individually and collectively and it helps foster our ability to innovate by living our fundamentals, acting for our success and creating an engaging environment in a changing world.