KERING MLOps Engineer - Paris, France - Kering SA

Description

Description

Au sein Kering Digital, l'équipe Data Intelligence est un centre d'expertise sur l'utilisation de la donnée pour le groupe et ses Maisons. Nous avons développé des expertises autour de la business intelligence (BI), l'analyse de données et l'intelligence artificielle (AI) pour répondre aux problématiques business du groupe. Nous avons des équipes à Paris et à Shanghai.

L'équipe Data science and Machine learning (DSML) platform est responsable de la mise en place de l'environnement de travail et des outils pour les data scientists et data analysts au niveau du Groupe et des Maisons, afin de leur permettre d'explorer efficacement la donnée, de développer des modèles de machine learning et de les déployer en production. Pour cela, nous utilisons des services managés et des outils internes et nous collaborons avec l'équipe IT.

Nous sommes actuellement à la recherche d'un(e) MLOps Engineer pour intégrer l'équipe .

Votre opportunité

Vous travaillerez à l'opérationnalisation des projets de data science sur l'existant AWS, et à terme sur la nouvelle Data Platform sur GCP, basée sur une organisation Data Mesh. Vous utiliserez vos connaissances sur les services des plateformes de cloud computing pour développer, gérer et automatiser les outils opérationnels de nos équipes de data science et data analytics. A date sur AWS, nos jobs sont orchestrés avec Airflow, la CI/CD est faite grâce à Jenkins, le cycle de vie des modèles est géré grâce à MLFlow et nous avons une intrastructure de monitoring et d'alerting qui repose sur Prometheus, Alertmanager, Grafana, Cloudwatch. Ces choix peuvent être remis en question pour s'adapter à l'évolution des besoins dans l'équipe, notamment en lien avec la migration vers GCP.

Comment vous allez contribuer

Vous concevrez et développerez une infrastructure cloud qui répond aux besoins des utilisateurs en data science, est sécurisée et scalable sur AWS puis GCP

Vous configurerez, déploierez, gérerez et automatiserez la plateforme AWS de l'équipe, puis contribuerez à construire et maintenir la plateforme GCP du groupe.

Vous mettrez à disposition des data scientists et engineers les outils de monitoring et assurerez l'intégrité des pipelines de traitement de données et des modèles

Vous aiderez les data scientists et engineers à utiliser la plateforme

Vous serez administrateur du déploiement, de la gestion et du suivi des applications et des modèles de machine learning, via la CI/CD ou le déploiement de containers

Vous suiverez l'utilisation de la plateforme AWS puis GCP et les coûts associés, afin d'implémenter les optimisations nécessaires

Vous apprendrez régulièrement sur la gestion des infrastructures, le machine learning et la data science, afin de proposer des solutions aux problématiques rencontrées par l'équipe

Vous serez le contact clé du département IT afin de faciliter le déploiement des modèles de machine learning dans un environnement de production géré par les équipes IT

Qui êtes-vous ?

Vous avez de l'expérience dans les domaines suivants ou vous avez démontré les qualités suivantes :

Concevoir, construire et maintenir des infrastructures AWS (avec EC2, S3, IAM, VPC) et GCP (IAM, VPC, GCE, GCS, BigQuery) en utilisant « l'infrastructure as code » avec Terraform

Gérer des applications dans un environnement de production et avoir un état d'esprit « suivi de production »

Déployer des applications dans des containers (Docker, ECS ou K8S)

Gérer des bases de données

Utiliser un système de versioning de code avec git

Fort esprit d'équipe et volonté d'aider les membres de l'équipe

Être orienté utilisateur et être à l'écoute des besoins remontés

Bonne capacité de communication orale et écrite

Anglais parlé et écrit obligatoire

Coder en Python et/ou SQL est un plus

Comprendre le machine learning est un plus

Bien que nous n'ayons pas précisé un nombre d'années d'expérience, ce poste n'est pas un poste pour quelqu'un qui sort de ses études. Nous recherchons quelqu'un avec une expérience démontrée dans la création et la maintenance d'infrastructures afin d'aider de façon efficace notre équipe.

Pourquoi nous rejoindre ?

Cette opportunité est l'occasion de travailler en étroite collaboration avec les équipes de data science et de data analytics pour apporter votre expertise sur les sujets Ops et infra tout en bénéficiant d'un environnement où vous apprendrez énormément sur l'AI

A travers ses collaborateurs, Kering s'engage en faveur de la diversité. Nous croyons que la diversité sous toutes ses formes - genre, âge, nationalité, culture, handicap, croyances religieuses et orientation sexuelle - enrichit le lieu de travail. Nos collaborateurs ont ainsi des opportunités pour exprimer leurs talents, à la fois individuellement et collectivement, et cela contribue à renforcer notre capacité d'adaptation à un monde en mutation. En tant qu'employeur de l'égalité des chances, nous accueillons et considérons les candidatures de tous les candidats qualifiés, indépendamment de leurs antécédents.

Within Kering Digital, the Data Intelligence team is building custom analytical solutions that influence business decision making in Corporate and Houses. We have developed expertise in business intelligence (BI), data analysis, and artificial intelligence (AI) to address the group's business challenges. We have teams in Paris and Shanghai.

The Data Science and Machine Learning (DSML) platform team is responsible for setting up the working environment and tools for data scientists and data analysts at the Group and House levels, enabling them to efficiently explore data, develop machine learning models, and deploy them into production. To achieve this, we use managed services and internal tools, in close collaboration with the IT team.

We are currently looking for an MLOps engineer to join our team.

Your opportunity

You will work on operationalizing data science projects on the existing AWS infrastructure, and eventually on the new Data Platform on GCP, based on a Data Mesh organization. Leveraging your knowledge of cloud computing platform services, you will develop, manage, and automate tools for our data science and data analytics teams. Currently on AWS, our jobs are orchestrated with Airflow, CI/CD is done with Jenkins, model lifecycle is managed with MLFlow, and we have a monitoring and alerting infrastructure based on Prometheus, Alertmanager, Grafana, and Cloudwatch. These choices may be reconsidered to adapt to evolving needs, especially with the migration to GCP.

How you will contribute

Design and develop a cloud infrastructure that meets the needs of data science users, is secure, and scalable on AWS and then GCP.

Configure, deploy, manage, and automate the AWS platform for the team, and contribute to building and maintaining the group's AI/ML services on GCP.

Provide data scientists and ML engineers with monitoring tools and ensure the integrity of data processing pipelines and models.

Assist data scientists and analysts in using the platform.

Be responsible for deployment, management, and monitoring of machine learning applications and models, via CI/CD or container deployment.

Monitor AWS and then GCP platform usage and associated costs, to implement necessary optimizations.

Continuously learn about infrastructure management, machine learning, and data science to offer solutions to team challenges.

Serve as key contact for the IT department to facilitate the deployment of machine learning models in a production environment managed by IT teams.

Who you are

You have experience in the following areas or have demonstrated the following qualities:

Designing, building, and maintaining AWS (with EC2, S3, IAM, VPC) and GCP (IAM, VPC, GCE, GCS, BigQuery) infrastructures using infrastructure as code with Terraform.

Managing applications in a production environment and having a "production oriented" mindset.

Deploying applications in containers (Docker, ECS, or K8S).

Managing databases.

Using code versioning system with Git.

Strong team spirit and willingness to help team members.

User-oriented and attentive to feedback.

Good oral and written communication skills.

Mandatory spoken and written English.

Knowledge of or Databricks is a plus

Coding in Python and/or SQL is a plus.

Understanding machine learning is a plus.

Although we haven't specified a number of years of experience, this position is not suitable for someone fresh out of their studies. We are looking for someone with demonstrated experience in creating and maintaining infrastructures to effectively assist our team.

Why work with us?

This opportunity will allow you to work closely with data science and data analytics teams to contribute your expertise in Ops and infra topics while benefiting from an environment where you will learn a lot about AI

Kering is committed to diversity and inclusion and to providing equal opportunities in employment. We believe diversity in all its forms – disability, age, color, ancestry, sex, national origin, sexual orientation, age, citizenship, marital status, gender identity, religion – enriches the workplace. It opens opportunities for people to express their talent, both individually and collectively and it helps foster our ability to adapt to a changing world. As an Equal Opportunity Employer, we welcome and consider applications from all qualified candidates, regardless of their background.

Job Type

Start Date

Schedule

Organization