Data Engineer and MLOps en Freelance

Description du besoin :

Nous recherchons un(e) Data Engineer pour concevoir, développer et maintenir les pipelines de données artificielle au sein de l'équipe de notre client. Le poste couvre également le run et la maintenance des solutions de data science et d’intelligence artificielle dans des environnements on-premise et cloud.

En tant que référent technique, le/la titulaire du poste interviendra sur des projets à forte valeur ajoutée, en collaboration étroite avec les équipes métiers et les membres de l’équipe Data.

• Durée de la mission : 12 mois renouvelables
• Démarrage : ASAP
• Localisation : Casablanca Maroc

Missions principales :

• Concevoir, développer et maintenir des pipelines de données fiables et performants pour collecter, transformer et stocker les données dans des datalakes, datawarehouses et datamarts.
• Assurer potentiellement l’orchestration et l’automatisation des flux de données à l’aide d’outils comme Airflow.
• Participer à l’optimisation des performances des traitements batch et des requêtes SQL sur des environnements distribués (Spark, Hive).
• Collaborer avec les équipes métiers, data analysts et data scientists pour fournir des données de qualité et exploitables.
• Participer à la mise à disposition des données (modèles de données, extractions …)
• Participer à la documentation technique et au partage des bonnes pratiques pour assurer la maintenabilité et la robustesse des solutions.
• Contribuer à l’amélioration continue des processus et outils data.
• Gérer le run, la maintenance, le suivi de performance et les évolutions des modèles ML en production.

Profil recherché :

• Diplômé(e) d’une école d’ingénieur ou d’une formation Bac +5 en informatique, data engineering ou domaine connexe.
• Maîtrise des outils et technologies : Python, Spark, Airflow, SQL, Hive, PowerBI.
• Connaissances Tableau souhaitables
• Connaissance des principes de gestion et traitement de données distribuées.
• Solides compétences en Machine Learning.
• Bonne compréhension des enjeux liés au cycle de vie des modèles et aux pratiques MLOps.
• Expérience sur des environnements cloud et on-premise.
• Capacité à travailler de manière transverse avec des équipes pluridisciplinaires et à collaborer avec les métiers.
• Bonnes compétences en communication et en collaboration pour accompagner les équipes dans l’utilisation et la compréhension des données.
• Autonomie, rigueur et esprit d’initiative pour gérer des projets techniques complexes.