Data Engineer - Machine Learning Python F/H
—
At Digital & IT, we harness the power of the latest technological advances and our history of industrial excellence to foster innovation and enable Air Liquide's talents to thrive. How will you CONTRIBUTE and GROW at Air Liquide? Au sein de Data & AI Applications, le Chapitre Engineering est une équipe mondiale, regroupant les experts techniques qui conçoivent, construisent, déploient et exploitent les applications data et IA. Le/la Machine Learning Engineer joue un rôle crucial au sein des produits, appliquant son expertise complète sur l'ensemble du cycle de vie des opérations de Machine Learning (MLOps). Il/Elle est censé exécuter des tâches complexes d'ingénierie ML, fournir des conseils techniques et endosser un haut niveau de responsabilité technique, ayant un impact significatif sur l'ensemble du cycle de vie de ML, la plateforme et la croissance des membres de l'équipe. Soutenir les équipes Data Science en fournissant des environnements ML complets, conformément aux standards et normes d'Air Liquide, et en soutenant l'implémentation du code, de l'ingestion des données à la mise en service des modèles. Travailler en étroite collaboration avec les ingénieurs data, les software developers et les chefs de produit/propriétaires de produit pour intégrer de manière transparente les solutions ML dans les produits. Profiler, déboguer et optimiser la performance, la latence et la consommation des ressources des modèles et des pipelines de données en production. Participer activement aux cérémonies Agile et au travail d'équipe pour atteindre les objectifs de sprint. Compétences Techniques (Technical Skills) : • 5+ ans d'expérience dans des rôles MLOps, DevOps ou d'infrastructure cloud, axés sur le déploiement, la surveillance et la mise à l'échelle de systèmes d'apprentissage automatique. • Expertise démontrée en Python, y compris la capacité à comprendre et à refactoriser du code existant, en mettant en œuvre les meilleures pratiques. • CI/CD, containerisation, infrastructure en tant que code (infra as code), et systèmes de contrôle de version comme git), idéalement dans le contexte du Machine Learning. • Expérience avec des outils MLOps, tels que les environnements Python (poetry, uv), MLflow, Airflow, AWS SageMaker, Podman/Docker. Forte capacité à expliquer des concepts techniques et à encadrer des ingénieurs juniors/intermédiaires.
| Skill | Source | Confidence |
|---|---|---|
| Git | llm_hard |
100%
|
| Python | llm_hard |
100%
|
| Docker | llm_hard |
100%
|
| MLOps | llm_hard |
100%
|
| AWS (SageMaker, EC2, S3) | llm_hard |
100%
|
| Skill | Source | Confidence |
|---|---|---|
| Explaining Complex Ideas Clearly | llm_soft |
100%
|
| Mentoring | llm_soft |
100%
|
| Coaching | llm_soft |
100%
|
| Query | Country | Status | Response ms | Created |
|---|---|---|---|---|
| Data Engineer - Machine Learning Python F/H | extracted | 3709 | 2026-03-22 03:09 | |
| Data Engineer - Machine Learning Python F/H | classified | 435 | 2026-03-21 21:13 | |
| junior data engineer in Paris | fr | duplicate | 13122 | 2026-03-21 17:41 |
| junior data engineer in France | fr | duplicate | 15254 | 2026-03-21 17:41 |
| junior deep learning engineer in France | fr | processed | 3340 | 2026-03-21 17:12 |
{
"job_id": "1dx5EwHu-txp29DVAAAAAA==",
"job_city": "Paris",
"job_state": null,
"job_title": "Data Engineer - Machine Learning Python F/H",
"job_salary": null,
"job_country": "FR",
"job_benefits": null,
"job_latitude": 48.857547499999995,
"job_location": "Paris",
"job_onet_soc": "15111100",
"apply_options": [
{
"is_direct": false,
"publisher": "Jooble",
"apply_link": "https://fr.jooble.org/rjdp/5743931928523266844?utm_campaign=google_jobs_apply&utm_source=google_jobs_apply&utm_medium=organic"
},
{
"is_direct": null,
"publisher": "Jooble",
"apply_link": "https://fr.jooble.org/rjdp/5743931928523266844"
}
],
"employer_logo": null,
"employer_name": "confidential",
"job_is_remote": false,
"job_longitude": 2.3513764999999998,
"job_posted_at": "il y a 18 jours",
"job_publisher": "Jooble",
"job_apply_link": "https://fr.jooble.org/rjdp/5743931928523266844?utm_campaign=google_jobs_apply&utm_source=google_jobs_apply&utm_medium=organic",
"job_highlights": {},
"job_max_salary": null,
"job_min_salary": null,
"job_description": "At Digital & IT, we harness the power of the latest technological advances and our history of industrial excellence to foster innovation and enable Air Liquide's talents to thrive.\nHow will you CONTRIBUTE and GROW at Air Liquide?\n\nAu sein de Data & AI Applications, le Chapitre Engineering est une équipe mondiale, regroupant les experts techniques qui conçoivent, construisent, déploient et exploitent les applications data et IA.\nLe/la Machine Learning Engineer joue un rôle crucial au sein des produits, appliquant son expertise complète sur l'ensemble du cycle de vie des opérations de Machine Learning (MLOps).\nIl/Elle est censé exécuter des tâches complexes d'ingénierie ML, fournir des conseils techniques et endosser un haut niveau de responsabilité technique, ayant un impact significatif sur l'ensemble du cycle de vie de ML, la plateforme et la croissance des membres de l'équipe. Soutenir les équipes Data Science en fournissant des environnements ML complets, conformément aux standards et normes d'Air Liquide, et en soutenant l'implémentation du code, de l'ingestion des données à la mise en service des modèles.\nTravailler en étroite collaboration avec les ingénieurs data, les software developers et les chefs de produit/propriétaires de produit pour intégrer de manière transparente les solutions ML dans les produits.\nProfiler, déboguer et optimiser la performance, la latence et la consommation des ressources des modèles et des pipelines de données en production.\nParticiper activement aux cérémonies Agile et au travail d'équipe pour atteindre les objectifs de sprint.\nCompétences Techniques (Technical Skills) :\n• 5+ ans d'expérience dans des rôles MLOps, DevOps ou d'infrastructure cloud, axés sur le déploiement, la surveillance et la mise à l'échelle de systèmes d'apprentissage automatique.\n• Expertise démontrée en Python, y compris la capacité à comprendre et à refactoriser du code existant, en mettant en œuvre les meilleures pratiques.\n• CI/CD, containerisation, infrastructure en tant que code (infra as code), et systèmes de contrôle de version comme git), idéalement dans le contexte du Machine Learning.\n• Expérience avec des outils MLOps, tels que les environnements Python (poetry, uv), MLflow, Airflow, AWS SageMaker, Podman/Docker.\n\nForte capacité à expliquer des concepts techniques et à encadrer des ingénieurs juniors/intermédiaires.",
"job_google_link": "https://www.google.com/search?q=jobs&gl=fr&hl=fr&udm=8#vhid=vt%3D20/docid%3D1dx5EwHu-txp29DVAAAAAA%3D%3D&vssid=jobs-detail-viewer",
"employer_website": "https://confidential.careers",
"job_onet_job_zone": "5",
"job_salary_period": null,
"job_apply_is_direct": false,
"job_employment_type": "À plein temps",
"job_employment_types": [
"FULLTIME"
],
"job_posted_at_timestamp": 1772496000,
"job_posted_at_datetime_utc": "2026-03-03T00:00:00.000Z"
}