Ingénieur ML - Puissance

Chez Kpler, nous nous engageons à aider nos clients à naviguer facilement sur des marchés complexes. En simplifiant les informations sur le commerce mondial et en fournissant des informations précieuses, nous permettons aux organisations de prendre des décisions éclairées dans les secteurs des matières premières, de l'énergie et du maritime.

Depuis notre création en 2014, nous nous efforçons de fournir des renseignements de premier ordre via des plateformes conviviales. Notre équipe de plus de 850 experts issus de 69 pays travaille sans relâche pour transformer des données complexes en stratégies exploitables, garantissant ainsi à nos clients de garder une longueur d'avance dans un paysage de marché dynamique. Rejoignez-nous pour tirer parti de l'innovation de pointe pour obtenir des résultats percutants et bénéficier d'un soutien sans précédent dans votre cheminement vers le succès.

À propos du rôle

En tant qu'ingénieur en apprentissage automatique chez Kpler, vous jouerez un rôle clé dans le développement et le déploiement de modèles prédictifs qui alimentent nos plateformes mondiales de renseignement sur les matières premières, l'énergie et le maritime. En travaillant en étroite collaboration avec les data scientists, les ingénieurs de données et les équipes produits, vous comblerez le fossé entre l'expérimentation de l'apprentissage automatique et la livraison de logiciels de production. Votre travail transformera directement des flux de données complexes en informations exploitables en temps réel qui aideront les plus grandes sociétés commerciales, les leaders industriels et les analystes à prendre des décisions critiques.

Principales responsabilités

•
Concevez et déployez des pipelines ML : concevez, créez et maintenez des flux de travail et des microservices d'apprentissage automatique de niveau production pour la prévision du marché de l'énergie et la modélisation du réseau électrique.

•
Faites le pont entre la recherche et l'ingénierie : faites passer les prototypes statistiques et d'apprentissage automatique de l'expérimentation initiale à des applications Python évolutives et prêtes pour la production.

•
Gérer les systèmes de données de séries chronologiques et d'événements : concevez et optimisez les schémas de base de données dans PostgreSQL pour gérer les données de séries chronologiques à haut débit, les flux d'événements et les routines de normalisation.

•
Mettez en œuvre des pratiques MLOps robustes : établissez des normes automatisées de formation de modèles, de backtesting, d'évaluation, de réglage et de versioning des fonctionnalités/modèles dans tous les déploiements.

•
Favorisez la qualité de l’ingénierie des données : construisez des pipelines d’ingestion et de transformation propres, garantissant une intégrité élevée, une validation et un accès à faible latence aux modèles analytiques.

•
Champion de l'excellence logicielle : rédigez du code Python modulaire et bien testé, en participant activement aux révisions de code par les pairs, à l'automatisation CI/CD et aux processus de livraison Agile.

Expérience et contexte

Ce dont vous aurez besoin (indispensables)

•
Fondation en génie logiciel : environ deux à cinq années d'expérience en tant qu'ingénieur logiciel axé sur les données.

•
Maîtrise de Python : expérience significative de travail avec des bases de code Python de grande production, plutôt que de travailler exclusivement dans des notebooks.

•
Connaissance du domaine : compréhension approfondie des principes fondamentaux du réseau électrique, y compris les marchés de la production, du transport et de l'électricité.

•
Ingénierie des données et bases de données : Expérience en ingénierie des données, y compris l'utilisation de PostgreSQL ou de bases de données similaires, la conception de bases de données, la normalisation des données et la gestion de séries chronologiques et de données d'événements.

•
Rigueur de la recherche DS & ML : expérience avérée dans la recherche en science des données et en apprentissage automatique, englobant les statistiques, les tests d'hypothèses, la formation de modèles, l'évaluation, les backtests, le réglage et la sélection de modèles.

•
MLOps et versionnage : expérience pratique en ingénierie d'apprentissage automatique, incluant spécifiquement le versionnage de modèles et de fonctionnalités.

•
Pratiques d'ingénierie et communication : confiance dans le travail avec Git, les révisions de code et les méthodologies Agile, soutenues par un anglais écrit et parlé solide.

Les gentils à avoir

•
Plateformes cloud : expérience du déploiement de charges de travail ML sur AWS ou GCP à l'aide de Docker et Kubernetes.

•
Orchestration de workflow : Familiarité avec les outils d'orchestration tels qu'Apache Airflow, Kubeflow ou MLflow.

•
Technologies de streaming : exposition aux architectures de streaming en temps réel (par exemple, Apache Kafka).

Nous sommes une entreprise dynamique qui se consacre à entretenir des liens et à proposer des solutions innovantes pour relever de front les défis du marché. Si vous recherchez la satisfaction de vos clients et la concrétisation de vos idées, alors vous avez trouvé votre destination idéale. Êtes-vous prêt à vous lancer dans ce voyage passionnant avec nous ?

Nous faisons bouger les choses

Nous agissons de manière décisive et déterminée, en faisant un effort supplémentaire.

Nous construisons ensemble

Nous favorisons les relations et développons des solutions créatives pour relever les défis du marché.

Nous sommes là pour vous aider

Nous sommes accessibles et solidaires envers les collègues et les clients avec une approche amicale.

L'engagement de nos collaborateurs

Vous ne répondez pas à toutes les exigences ? La recherche montre que les femmes et les personnes de couleur sont moins susceptibles que les autres de postuler si elles estiment ne pas répondre à 100 % aux exigences du poste. Ne laissez pas le manque de confiance vous gêner, nous serions ravis d’avoir de vos nouvelles ! Nous comprenons que l'expérience se présente sous de nombreuses formes différentes et nous nous engageons à ajouter de nouvelles perspectives à l'équipe.

Kpler s'engage à offrir un environnement de travail juste, inclusif et diversifié. Nous pensons que différentes perspectives conduisent à de meilleures idées, et que de meilleures idées nous permettent de mieux comprendre les besoins et les intérêts de notre communauté mondiale diversifiée. Nous accueillons des personnes d'horizons, d'expériences, de capacités et de perspectives différents et sommes un employeur garantissant l'égalité des chances.

En postulant, je confirme avoir lu et accepté l'avis de confidentialité du personnel.
Trouvez un emploi en France sur Arbeitnow

Source : Arbeitnow (https://www.arbeitnow.fr/jobs/companies/kpler/ml-engineer-power-paris-215115)