Partagez :
FacebookLinkedInTwitter

Au carrefour entre Data Engineer et Data Scientist, le Machine Learning Engineer est chargé de réunir la data, tâche qu’il partage avec le Data Scientist et d’ensuite programmer des modèles d’intelligence artificielle. Ces modèles permettront par la suite, par exemple, de faire des prédictions dans le milieu bancaire ou de repérer plus facilement la fraude. Il est aujourd’hui très plébiscité par les entreprises de tout secteur, c’est une fonction très recherchée.

Au carrefour entre Data Engineer et Data Scientist, le Machine Learning Engineer est chargé de réunir la data, tâche qu’il partage avec le Data Scientist et d’ensuite programmer des modèles d’intelligence artificielle. Ces modèles permettront par la suite, par exemple, de faire des prédictions dans le milieu bancaire ou de repérer plus facilement la fraude. Il est aujourd’hui très plébiscité par les entreprises de tout secteur, c’est une fonction très recherchée.

Autres intitulés :

Ingénieur en Machine Learning / Machine Learning Specialist

Type d’employeurs et secteurs d’activité :

Agence digitale / Conseil / ESN, Annonceur, Banque / Finance / Assurance, Cosmétique / beauté, Distribution / Retail, Distribution Sélective, E-commerce, Editeur de logiciels, Edition / Médias / Régies, Education / Formation, Événementiel / Loisirs, Freelance, Immobilier, Industrie / Service / Logistique, Luxe, Plateformes digitales / Intermédiation, Prêt-à-porter, Produits de grande consommation, Pure player, Santé / Pharmacie, Secteur public / Associatif, Start-up, Technologie / Innovation, Tourisme / Transport

Missions :

Le rôle principal du Machine Learning Engineer est de programmer des modèles et de les « industrialiser ».

Principales missions :

Développement :

  • Comprendre les objectifs business
  • Comprendre et transformer les modèles prototype de data sciences en modèle de Machine Learning ou écrire et développer les modèles directement
  • Choisir et mettre en œuvre les bons algorithmes de Machine Learning
  • Sélectionner et vérifier les sets de data
  • Sélectionner les bons outils nécessaires au fonctionnement/développement du modèle

Gestion et test :

  • Assurer le bon fonctionnement et la bonne utilisation des modèle ML
  • Tester et effectuer des expériences sur le modèle
  • Entraîner et ré-entraîner, si besoin, le programme
  • Gérer les cycles de vie du modèle de Machine Learning

Transverses :

  • Travailler en transverse avec toutes les fonctions dans l’organisation pour la réalisation, définition et adaptation des besoins
  • Effectuer une veille technologique

 

Compétences :

  • Compréhension poussée des structures data
  • Expertise en probabilité, statistiques et algorithmie
  • Capacité et connaissances parfaites du Python, Java et R
  • Connaissances en Machine Learning framework (Keras, Pytorch…) et des librairies ML.
  • Esprit d’équipe
  • Excellente capacité à communiquer

Evolution de carrière :

Cette fonction est encore très jeune, les perspectives d’évolution sont assez floues.

Cependant un Machine Learning Engineer peut vite évoluer et devenir chef de projet data ou chef de projet Machine Learning. Il peut ensuite évoluer vers des postes plus seniors tel que Responsable de pôle Data ou Chief Data officer.

Salaire 2022 d'un Machine Learning Engineer :

De 40 K€ pour un débutant en sortie d’école jusqu’à 90 K€ pour un cadre confirmé

La rémunération peut varier fortement selon la zone géographique, les entreprises anglo-saxonnes ont tendance à rémunérer ces positions aux environs de 110K pour des profils confirmés.

Formations privilégiées :

  • Diplôme d’écoles d’ingénieurs (ex : Mines Paristech, Télécom Paristech)
  • Formation de haut niveau en statistiques type ENSAI, ENSAE
  • PhD en mathématiques / informatique
  • Formation universitaire niveau Bac+5, spécialisé dans les mathématiques/statistique ou informatique