Python Engineer - Industrialisation de Workflows Data Science H/F - Soors
- Bordeaux - 33
- CDI
- Soors
Les missions du poste
Soors est une entreprise spécialisée dans le recrutement de talents pour des missions à forte valeur ajoutée dans le domaine de l'IT et de la Data Science. Nous valorisons l'excellence, l'innovation et la collaboration.Dans le cadre du déploiement de cas d'usage Data Science à fort impact métier, notre client recherche un profil senior Python pour industrialiser les notebooks Jupyter développés par les Data Scientists.
Responsabilités :
- Refactorer et structurer les notebooks Jupyter en scripts, modules ou microservices Python
- Mettre en oeuvre les bonnes pratiques de développement logiciel (tests, packaging, logging, CI/CD)
- Participer à l'architecture des pipelines de traitement de données et de déploiement de modèles
- Collaborer avec les MLOps pour assurer l'intégration dans les environnements de production (containers, APIs, orchestrateurs...)
- Documenter et transmettre les bonnes pratiques aux équipes Data Science
Environnement technique :
- Langage principal : Python 3 (avancé)
- Notebooks : Jupyter, VSCode, Jupytext
- Packaging : Poetry, setup.py, Docker
- CI/CD & versioning : Git, GitLab CI, MLflow, DVC
- Orchestration : Airflow, Prefect (selon projets)
- API : FastAPI ou Flask
- Infra / Ops : Docker, Kubernetes, Terraform (exposition via MLOps)
- Monitoring : Prometheus, Grafana, Sentry
- Cloud : AWS / GCP / Azure (en fonction des projets)
Le profil recherché
Nous recherchons un profil avec 5+ ans d'expérience sur des projets Python back-end ou data.
Expérience :
- Solide compréhension du cycle de vie logiciel (tests, CI/CD, versioning, packaging)
- Expérience concrète sur l'industrialisation de workflows de data science ou de traitement de données
Compétences :
- Capacité à comprendre les contraintes des modèles ML et à collaborer efficacement avec les Data Scientists
- Esprit d'architecture, rigueur dans le code, autonomie forte
Bonus :
- Premières expériences ou appétence pour les pratiques MLOps