Tech Lead Ml Engineering H/F - StarClay

L'approche de Starclay au sein du Groupe Partenor se caractérise par une double compétence Métier et SI ; mettre les utilisateurs au centre de tous les projets depuis la formalisation des besoins jusqu'à la formation de ces derniers.

Nous nous positionnons en tant qu'acteur clé dans les dispositifs d'amélioration continue notamment à travers l'IA générative.Contexte:
Vous rejoindrez une équipe dynamique dédiée au développement et à l'évolution d'une solution de prédiction d'arrivée des colis déployée à l'échelle mondiale.

Au coeur d'un environnement international et exigeant, vous aurez pour mission de garantir la robustesse, la disponibilité et la performance d'un produit critique, tout en contribuant activement à son amélioration continue.

Missions :

Industrialisation & Run

- Assurer la gestion de la production au quotidien et le maintien en conditions opérationnelles de la solution.
- Piloter le déploiement des évolutions via des pipelines CI/CD fiables et scalables.
- Mettre en place et optimiser les systèmes de monitoring et d'alerting pour garantir la qualité de service.

Expertise technique

- Intervenir en tant que référent technique sur des environnements custom complexes.
- Résoudre des problématiques de performance, scalabilité et optimisation sur des architectures distribuées.

Polyvalence & R&D

- Apporter un support transversal sur d'autres produits de l'écosystème Data/ML du groupe.
- Participer à une démarche de veille technologique sur des sujets innovants : NLP, Deep Learning, IA générative, automatisation...
- Proposer de nouvelles pistes d'amélioration, d'industrialisation et d'innovation

- De formation Bac +5, vous justifiez d'une expérience confirmé en ML Engineering, Data Engineering ou en tant que Tech Lead.
- Solide connaissance des problématiques d'industrialisation de modèles et des environnements distribués.
- Maîtrise des pratiques MLOps : déploiement, monitoring, automatisation, CI/CD, optimisation des modèles en production.
- Bonne compréhension des pipelines de données.
- Capacité à intervenir sur des environnements techniques variés et complexes.

Stack technique

Langages & frameworks : Python, PySpark

Conteneurisation & orchestration : Docker, Kubernetes

Monitoring : Prometheus, Grafana, Loki

Anglais courant impératif, dans un contexte d'échanges réguliers avec des équipes situées dans plusieurs régions du monde.