Capgemini Engineering

Vos missions

• Participer au développement de modèles avancés de machine learning et deep learning adaptés aux besoins du secteur de la défense, en tenant compte des exigences de sécurité et de confidentialité dans des environnements on-premise.
• Mettre en place des solutions efficaces pour le déploiement et la gestion des modèles, en utilisant des outils comme Docker et MLFlow, afin de garantir leur intégration réussie dans les infrastructures locales et une surveillance optimale des performances.
• Concevoir et automatiser des pipelines de traitement de données et de déploiement de modèles avec Airflow, pour améliorer l'efficacité et la fiabilité des processus de mise en production.
• Créer des API performantes à l’aide de Fast API et Flask, pour permettre l’intégration des modèles ML/DL dans des applications web et assurer une interaction fluide avec les utilisateurs finaux.
• Collaborer avec des équipes pluridisciplinaires, en communiquant clairement les enjeux et bénéfices des solutions ML/DL, et en simplifiant les concepts techniques pour les rendre accessibles aux non-spécialistes.

Votre profil

• Diplôme de niveau Master 2 (BAC +5) en école d’ingénieur ou parcours universitaire en intelligence artificielle, data science ou équivalent, avec 5 ans d’expérience.
• Maîtrise de l’anglais professionnel (écrit et oral).
• Expérience d’au moins 6 ans en MLOps, Dockerisation sous Azure et développement de solutions machine learning, de la collecte de données à la mise en production en environnement on-premise.
• Expertise en backend Python et calcul distribué (Ray ou équivalent).
• Intérêt pour les industries de la défense et de la sécurité. Esprit d’équipe, collaboration multidisciplinaire, connaissance des méthodologies agiles.

3 raisons de nous rejoindre

Nos engagements et priorités

A propos de Capgemini Engineering