Ai engineer f/h - shopopop (h/f)

Votre poste

Vous cherchez à avoir un poste clé en termes d'enjeux Data et IA qui combine ingénierie logicielle, Gen AI, ML Ops et intégration IA ❓
Votre truc en plus ❓ Votre vision globale de l'IA comme levier de transformation s'allie à votre capacité à embarquer m'entreprise dans cette dynamique en apportant vos idées, vos conseils et votre regard d'expert.

✋ Stop ! La suite de votre parcours professionnel se trouve peut-être chez Shopopop qui ouvre un poste d'AI Engineer.

Pourquoi ?
Pour structurer, industrialiser et piloter notre vision IA des modèles à la mise en production, en passant par leur impact sur les produits et les métiers.

Votre rôle sera central : concevoir, déployer et maintenir les systèmes d'IA et de ML qui optimisent nos modèles de pricing, de matching de trajets, de recommandations et de yield management, tout en accompagnant la montée en puissance de Shopopop dans l'usage des LLMs agentiques.

Vous l'aurez compris, on ne cherche pas de formule magique mais une expérience confirmée en data science et machine learning alliée à une vraie curiosité pour l'IA et l'envie de partager son expertise. et la magie opérera ♂️


Votre équipe ✨✨

Vous serez intégré.e au pôle Produit, réparti comme suit :

- Emilie, notre Chief Product Officer
- L'équipe Product Management avec Matthieu, Product Manager, et le trio que forme Eugénie, Valentin et Yves, nos Product Owner (Mobile / Back Office / API), sans oublier Emma, notre Technical Account Manager
- L'équipe Product Design avec le binôme de choc Nolwenn et Sophie
L'équipe Data (vous êtes là ) avec Jean-Marc - Team Lead Data - qui fait éclater de rire son public sur scène comme les données éclatent en insight au bureau, Jordan - Data Scientist - qui enchaîne les algorithmes comme les coups lors d'un combat : avec précision et impact, Ngoc - Data Scientist - gastronome à la recherche de la perfection dans ses plats comme dans ses modèles prédictifs, et Sonia - Data Analyst - qui trace son parcours de randonnée comme des dashboards : clarté et sens de l'orientation sont les maîtres mots

Vous travaillerez aussi en lien étroit avec les autres pôles Tech et Métiers.

Si ce que vous avez lu jusqu'ici vous plaît, voici un peu plus de détails


Vos missions

Architecture & LLM Agentic

- Concevoir et maintenir une architecture IA modulaire intégrant des LLMs agentiques capables d'orchestrer plusieurs modules (recommandation, prédiction, décision);
- Agencer et imbriquer ces composants avec une vision systémique;
- Concevoir et automatiser les pipelines d'entraînement, de ré-entraînement et d'évaluation des modèles.

⚙️ MLOps & Automatisation

- Définir et mettre en œuvre une infrastructure MLOps complète : CI/CD, surveillance des performances, gestion des dérives, optimisation des coûts;
- Déterminer les approches d'automatisation des réentraînements (pricing, matching, yield management);
- Gérer la maintenance des programmes IA pour garantir robustesse, scalabilité et fiabilité.

ML & Reinforcement Learning

- Explorer et implémenter des approches d'apprentissage par renforcement, pour adapter en temps réel nos modèles aux comportements des utilisateurs et aux fluctuations marché;
- Travailler sur la modélisation des comportements et l'optimisation dynamique de la performance opérationnelle.

Data Engineering & Cloud

- Collecter, nettoyer et préparer les données pour l'entraînement des modèles, en adoptant une approche pragmatique et orientée efficacité;
- Maintenir et optimiser notre datawarehouse Snowflake et les pipelines associés (Airbyte, DBT, PostgreSQL).

Développement & DevOps

- Développer des APIs performantes et scalables (FastAPI, REST) pour exposer les modèles en production;
- Implémenter les bonnes pratiques DevOps;
- Garantir la sécurité et la conformité des données tout au long du cycle de vie des modèles.- Votre solide expérience en data science, IA ou ML engineering / MLOps vous ont déjà permis de mener à bien de nombreux projets lors de vos précédents emplois, aussi bien en développement de modèles de machine learning qu'en industrialisation de pipelines data ;
- Votre maîtrise de Python orienté data science (Pandas, Polars, SQL avancé) et votre capacité à travailler avec des environnements cloud et datawarehouse modernes (Airbyte, DBT, PostgreSQL, Snowflake) vous donnent un solide bagage en architecture logicielle ;
- Vous avez déjà été amené.e à déployer des modèles (MLflow, TensorFlow, PyTorch, Scikit-learn.) et à les rend