Ingénieur Machine Learning

🕒 il y a 1 mois

🇪🇺 Europe – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

🤖 Ingénieur Machine Learning

👻 Score fantôme 27%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

OnHires

Site WebLinkedInTous les Emplois

11 - 50 employés

Fondée en 2020

🎯 Recrutement

👥 RH Tech

🤝 B2B

Recruitment • HR Tech • B2B

OnHires est un partenaire mondial dans le recrutement et la dotation en personnel IT qui source, évalue et place des talents techniques et créatifs pour les entreprises en forte croissance. Ils proposent des services incluant des développeurs qualifiés, le sourcing, la recherche de cadres, la cartographie des talents, le RPO, le conseil en ressources humaines et des modèles d'embauche flexibles (abonnement, paiement par recrutement, tarif horaire), avec un accent sur des embauches rapides, de haute qualité et des viviers de talents évolutifs.

Description

• Concevoir les systèmes ML centraux qui alimentent un produit IA proactif et orienté long terme. • Prendre en charge le cycle de vie complet : préparation des données, entraînement, évaluation, inférence, itération. • Transformer des idées de recherche en systèmes de production fiables. • Déboguer les défaillances des modèles et les problèmes système en s’appuyant sur des signaux réels de production. • Déployer rapidement, mesurer les résultats, affiner et recommencer. • Collaborer étroitement avec les équipes de recherche, produit et ingénierie. • Encadrer et revoir le travail d’autres ingénieurs ML. • Travailler sous de véritables contraintes de production : latence, coût, fiabilité, sécurité.

🎯 Exigences

• Expérience dans la conception et le déploiement de systèmes ML utilisés par de vrais utilisateurs. • Bonne compréhension du comportement — et des défaillances — des modèles ML modernes en production. • Capacité à écrire du code de qualité production et à raisonner en termes de systèmes plutôt qu’en scripts. • Appropriation indépendante : conduire le travail jusqu’à son terme. • Apprentissage rapide, communication claire, état d’esprit itératif.