En quelques motsCherry Pick est à la recherche d'un "Data Engineer AWS" pour un client dans le secteur des transports
Description? Contexte de la mission
Au sein du domaine Data \& IA, le client recherche un MLOps Engineer / Data Engineer confirmé pour intervenir sur l?ensemble du cycle de vie des solutions d?intelligence artificielle.
L?objectif : industrialiser, fiabiliser et superviser la production des modèles IA dans un environnement cloud AWS à forte exigence technique et opérationnelle.
Le poste s?inscrit dans une dynamique d?industrialisation avancée et de collaboration étroite avec les Data Scientists, au sein d?une équipe d?experts en intelligence artificielle et data engineering.
?? Rôle et responsabilités
Le consultant interviendra sur les volets suivants :
Industrialisation \& CI/CD :
Mise en place et maintenance de pipelines CI/CD avec GitLab, Docker, Terraform et Kubernetes.
Infrastructure \& automatisation :
Gestion et optimisation des environnements AWS (S3, EMR, SageMaker, IAM, etc.), mise en place de bonnes pratiques IaC.
Data Engineering / Spark :
Développement et optimisation de traitements Spark pour la préparation et la transformation de données à grande échelle.
MLOps \& Production :
Déploiement, suivi et supervision des modèles IA via MLflow, et Datadog, gestion du monitoring et des performances.
Collaboration transverse :
Travail en binôme avec les Data Scientists pour fiabiliser le delivery, optimiser les modèles et fluidifier le passage en production.
Amélioration continue \& veille :
Contribution à la montée en maturité technique, documentation, partage de bonnes pratiques et optimisation continue des pipelines.
Profil candidat:
? Compétences techniques recherchées
Domaine Compétences Niveau requis
CI/CD \& Conteneurisation GitLab, Docker, Terraform, Kubernetes? Confirmé à Expert
Cloud \& Infrastructure AWS (S3, EMR, SageMaker, IAM)? Confirmé
Data Engineering Spark, Python? Confirmé
MLOps MLflow, , Airflow? Souhaité
Observabilité Datadog, supervision, alerting? Souhaité
API \& DevOps FastAPI, monitoring et MEP? Atout
? Soft Skills
Esprit d?équipe et forte culture du delivery
Rigueur technique et autonomie dans un environnement agile
Curiosité, culture de la veille technologique et amélioration continue
Excellente communication et collaboration transverse avec les équipes Data, Ops et Produit
Sens du partage et de la documentation
? Environnement de travail
Collaboration avec les équipes Data Science, Data Engineering, DevOps et Produit
Environnement technique : AWS, Terraform, Docker, GitLab, Kubernetes, MLflow, Spark, Python, Datadog
Organisation agile (Scrum / Kanban) avec rituels réguliers et démarche d?amélioration continue