Développement, Industrialisation Et Mlops D'un Mod

Job Summary

Préparation et ingénierie des données : Explorer nettoyer et transformer les données historiques stockées dans le Lakehouse en utilisant des notebooks PySpark pour concevoir les variables dentrée (feature engineering).
Modélisation et entraînement : Développer entraîner et évaluer plusieurs algorithmes de Machine Learning (modèles prédictifs ou de classification) adaptés à la problématique métier retenue.
Suivi et MLOps : Suivre les cycles dentraînement enregistrer les métriques de performance et packager le meilleur modèle en sappuyant sur lintégration native de MLflow dans lenvironnement Microsoft Fabric.
Industrialisation et restitution : Automatiser les pipelines de scoring (prédictions) via Data Factory pour alimenter le niveau Gold de larchitecture et concevoir un rapport Power BI pour restituer visuellement les prédictions et indicateurs de performance aux équipes utilisatrices.

Environnement technique :
Plateforme Data : Microsoft Fabric (Synapse Data Science Synapse Data Engineering Lakehouse).
Langages & Data Science : Python PySpark bibliothèques spécialisées (Scikit-Learn XGBoost Pandas).
Gestion du cycle de vie (MLOps) : MLflow intégré à Fabric.
Orchestration & Restitution : Data Factory (Pipelines) Power BI.

Qualifications :

B5 / Ecole dingénieur spécialité DATA

Remote Work :

No

Employment Type :

Full-time

Apply Now