Machine Learning Engineer Lead Expert
RHSelect recherche pour son client un(e) Machine learning engineer à GUYANCOURT, 78280
À la recherche d’un emploi ? RH Select est une plateforme de recrutement dédiée aux candidats, basée à Guyancourt, où des d’offres d’emploi sont publiées chaque jour. Trouvez facilement le poste qui correspond à vos compétences et postulez en quelques clics. Votre prochain emploi est à portée de main, commencez dès maintenant !
Contrat
- Freelance/Indépendant
- 01/10/2025
- À négocier
- PARIS 01 (75001)
Contrat
Date de démarrage
Rémunération
Localisation
- Temps plein
- Du Lundi au Vendredi
- Non précisé
Plage horaire
Télétravail
Profil du candidat
- Analyser les besoins du client (Important)
- Concevoir et développer les programmes et applications informatiques (Important)
- Transparent
- Bienveillant
- Communicant
- Autonomie
- Esprit d'analyse
- Rigueur
- Minimum de 5 ans sur la même fonction
Vous maîtrisez les compétences et savoir-faire suivants :
Les compétences de savoir-être (Soft Skills) attendues pour ce poste
Expérience requise
Description de l'offre
Offre : Machine Learning Engineer Lead Expert – Paris
Début : 01/10/2025 | Durée : 6 mois renouvelables
Localisation : Paris
Secteur : Assurance | Expérience : 5 ans et plus
Nous recherchons un Machine Learning Engineer Lead Expert pour rejoindre un projet de recherche appliquée sur les événements climatiques extrêmes. L’objectif est de développer et entraîner des modèles de Machine Learning sur de très gros volumes de données afin d’identifier les risques liés aux catastrophes naturelles. Les équipes utilisent des simulations météo et un code intégralement en Python, sur des environnements cloud AWS et on-premise.
Votre mission :
- Accompagner l’équipe R&D dans le développement et l’évaluation des modèles en fournissant et en gérant du code et des données de qualité.
- Refactoriser, structurer et documenter la bibliothèque Python existante pour les simulations, l’inférence et l’analyse.
- Développer des pipelines robustes pour la simulation, la détection d’événements extrêmes, l’entraînement et l’évaluation des modèles, y compris sur GPU.
- Mettre en œuvre les meilleures pratiques de développement scientifique (tests, CI/CD, conception modulaire, reproductibilité).
- Optimiser l’utilisation des serveurs multi-GPU pour les simulations et entraînements IA à grande échelle (I/O, parallélisme, planification).
- Former et accompagner l’équipe sur les bonnes pratiques de développement scientifique et l’utilisation des GPU.
Organisation : À préciser