Alternance Ingénieur MLOps (H/F) – Septembre 2024

L’équipe Machine Learning de la division Horlogerie Joaillerie de la Maison CHANEL est en charge de la mise en œuvre et de l’extension des initiatives d’intelligence artificielle (IA) au sein des opérations business de la division.

Nous recherchons un(e) alternant(e) pour nous rejoindre, sous la direction de l’AI Product Manager.

En tant qu’alternant(e), vous aurez l’opportunité d’aborder des sujets variés liés à la Data Science, au Machine Learning et aux MLOps. Votre mission transversale impliquera une collaboration étroite avec les départements Opérations, Marketing, IT & Finance, ainsi que des équipes opérant sur différents marchés et régions.

Tâches principales :

Déployer et maintenir les composants du cycle de vie des modèles ML, y compris :

• Feature engineering
• Évaluation et explicabilité des modèles
• Validation des modèles
• Définition des règles de réentraînement
• Gestion des modèles, de l’intégration à l’exploitation et au décommissionnement
• Suivi des versions des modèles et gouvernance
• Gestion des dérives des modèles

Contribuer à l’industrialisation des processus par l’automatisation et la mise en place de CI/CD (Continuous Integration/Continuous Deployment).

Vous vous positionnerez comme un expert MLOps au sein de l’équipe, développant une connaissance approfondie des normes industrielles et de leur application pratique dans la conception et la mise en œuvre des projets.

Profil recherché :

• Vous êtes actuellement étudiant(e) en Master de Data Science, Informatique, Ingénierie, Mathématiques ou domaine connexe.
• Vous maîtrisez l’anglais et le français.
• Vous avez des compétences avancées en Python et SQL et une expérience avec les plateformes cloud (Azure, GCP, AWS, etc.) est appréciée.
• Vous avez idéalement déjà participé à des projets de Machine Learning de bout en bout.
• Vous êtes à l’aise avec la conception et la mise en œuvre de cadres de gouvernance MLOps.
• Vous savez utiliser des frameworks de Machine Learning (TensorFlow, Keras, PyTorch, Scikit-Learn) et avez une expérience avec des plateformes de Machine Learning (Databricks, Dataiku, AML Studio) et d’outils MLOps (Kubeflow, TFX, AutoML, MLFlow).
• Enfin, vous êtes familier avec la gestion de la surveillance et des alertes automatisées des systèmes.

Veuillez inclure dans votre CV vos qualifications et votre expérience spécifiques en MLOps.

De la singularité de chacun naît la richesse de nos équipes. CHANEL valorise la diversité sous toutes ses formes.

Lieu : Paris

Durée : 12 mois

Début : Septembre 2024

The Watches & Fine Jewelry Data Science team is responsible for the ongoing implementation and scaling of AI initiatives into the division’s business operations.

We’re searching for an MLOPs engineering apprentice under the supervision of the AI Product Manager. Your responsibilities will range across the topics of data science, machine learning, and MLOps.

Your role will be transversal, and you will work in collaboration with team members from the Operations, Marketing, IT & Finance departments, as well as cross-market and cross-regional teams. Responsibilities may include:

– Deploying and maintaining ML model lifecycle elements, such as:

• Feature engineering
• Model evaluation and explainability
• Model blessing
• Model automated retraining
• Model workflows from onboarding, to operations, to decommissioning
• Model version tracking & governance
• Data archival & version management
• Model and drift monitoring

– Industrializing:

• Automation
• CI/CD

– Become one of the MLOps experts for the team of industry standards on MLOps design and implementation per model / project (this requires a sound foundational competence to start, then shall be incrementally achieved by the end of the stage)

 Candidate Profile:

• Master’s student in Data Science, Computer Science, Engineering, Mathematics, or similar
• Fluent in English and French
• Proficient in Python and SQL
• Familiarity with a cloud platform (Azure, GCP, AWS, …) is a plus Preferred Experience:
• Real-world applied experience in managing machine learning projects end-to-end, including the design and implementation of an MLOps governing apparatus. Such applied experience preferably includes as many as possible of the following competencies:

Monitoring build & production systems using automated monitoring and alerting tools. Machine learning framework(s) (e.g., TensorFlow, Keras, PyTorch, Scikit-Learn) Machine learning Platform(s) (e.g., Databricks, Dataiku, AML Studio, Vertex AI) MLOps tools (e.g., Kubeflow, TFX, AutoML, MLFlow) Experiment tracking, version tracking

Please note in your CV and application submission your specific MLOps qualifications/experience

From the uniqueness of each individual arises the richness of our teams. CHANEL values diversity in all its forms.