Machine Learning Engineer - PRISM - Supply Chain (f/m/d)
On-siteParis, Île-de-France, France
Job Summary
Develop and deploy machine learning models for demand and assortment planning within the supply chain, collaborating with data scientists and product managers to translate business needs into scalable solutions. Optimize data pipelines and ensure timely availability of clean data for model training and inference, while implementing strategies for continuous model retraining to adapt to market dynamics. Industrialize models in production environments, monitor performance for accuracy and reliability, and mentor junior team members. Document operational procedures and technical specifications, staying current with emerging AI trends and supply chain optimization best practices.
Required Qualifications
- Master ou PhD en IA, machine learning, data science, informatique, ingénierie, mathématiques ou autre domaine connexe
- 5 ans d'expérience en ML ou dans un rôle similaire
- Expérience démontrée dans le développement et le déploiement de modèles de machine learning
- Expérience dans le domaine de la chaîne d'approvisionnement, en particulier dans la planification de la demande et de l'assortiment
- Familier avec les plateformes cloud telles que AWS, Azure ou Google Cloud Platform
- Expérience avec des technologies de conteneurisation telles que Docker et Kubernetes
- Connaissance des technologies Big Data telles que Spark et Kafka
- Expérience préalable avec les méthodologies Agile et les pratiques DevOps
Desired Qualifications
- Connaissance des processus et dynamiques de la chaîne d'approvisionnement est un plus
- Maîtrise des techniques d'apprentissage automatique, notamment la prévision de séries temporelles
- Compétences solides en programmation Python
- Expérience avec des bibliothèques/cadres d'apprentissage automatique tels que TensorFlow, PyTorch ou scikit-learn, TFT
- Familiarité avec les concepts et outils d'ingénierie des données pour le prétraitement des données, la création de caractéristiques et l'évaluation des modèles
- Familiarité avec l'industrialisation et le déploiement de modèles d'apprentissage automatique dans des environnements de production (MLOps, conteneurisation, orchestration, CI/CD, infrastructure en tant que code, surveillance et journalisation, optimisation de l'évolutivité et des performances, interfacement, parallélisation, calcul GPU, backtesting automatique...)
Hiring someone like this?
Get your role in front of qualified candidates on Sorce.