Descriptif de la mission :

Contexte de la mission
L'équipe Data circularité a développé en partenariat avec le CETIA un algorithme de computer vision permettant l'identification des composants des chaussures pour faciliter leur démantèlement et leur recyclage.

Dans ce contexte, nous recherchons un Machine Learning Engineer (MLE) ayant une expérience dans le développement de solutions de computer vision et au déploiement de ces solutions en production dans un environnement industriel.

Objectifs et livrables
En tant que ML Engineer dans l’équipe Recycling de Decathlon Digital, vous aurez l’occasion de :
• Développer et mettre en production des modèles de reconnaissance d'image pour l'identification de la composition des produits à recycler
• Collaborer avec les data scientists et les product managers pour traduire les exigences business en solutions d'apprentissage automatique évolutives.
• Collaborer avec les data engineers et les data scientists pour optimiser les pipelines de données et garantir la disponibilité et la qualité des données pour l'entrainement et l'inférence de modèles.
• Mettre en œuvre des stratégies de réentrainement et de versioning des modèles adaptées à l'évolution du périmètre couvert par la solution.
• Industrialiser et déployer des modèles de machine learning dans des environnements de production (API).
• Monitorer les performances du modèle et mettre en œuvre les améliorations pour garantir la robustesse et la fiabilité.
• Travailler en étroite collaboration avec des équipes interfonctionnelles pour intégrer les capacités d'apprentissage automatique dans les systèmes et processus existants.
• Documenter les meilleures pratiques, les procédures opérationnelles standard et les spécifications techniques pour les modèles d'apprentissage automatique et les processus de déploiement.
• Rester informé des tendances émergentes et des meilleures pratiques en matière d’apprentissage automatique et de reconnaissance d'image
• Ce dont vous aurez besoin pour réussir

Compétences techniques
- Maîtrise des techniques d'apprentissage automatique, en particulier de reonnaissance d'image.
- Solides compétences en programmation Python.
- Expérience avec les bibliothèques/frameworks d'apprentissage automatique tels que PyTorch, Jax ou scikit-learn.
- Familiarité avec les concepts et les outils d'ingénierie des données pour le prétraitement des données, l'ingénierie des fonctionnalités et l'évaluation des modèles.
- Familiarité avec l'industrialisation et le déploiement de modèles d'apprentissage automatique dans des environnements de production (MLOps, API, conteneurisation, orchestration, CI/CD, infrastructure as code, surveillance et journalisation, évolutivité et optimisation des performances, interfaçage, parallélisation, calcul GPU).

Compétences générales
- Excellentes compétences en communication et en collaboration.
- Capacité à travailler efficacement dans un environnement dynamique et en évolution rapide.
- Solides compétences en résolution de problèmes et souci du détail.
- Adaptabilité et volonté d'apprendre de nouvelles technologies et méthodologies.
- Capacité à traduire des concepts techniques complexes en termes compréhensibles pour les parties prenantes non techniques.

Environnement Technique

AWS

Computer Vision

Kubernetes

Machine Learning

Python

databricks

ray serve

ML OPS