🚀 Machine Learning Engineer

Overview

La team platform s’agrandit et recherche son/sa futur·e Machine Learning Engineer

Batch souhaite accélérer sa stratégie IA pour 2025 et au‑delà. Le/la futur·e Machine Learning Engineer , aura un rôle hybride mêlant modélisation et construction de plateforme :

• Concevoir, entraîner et optimiser des modèles de machine learning sur nos cas d’usage prioritaires. Le périmètre d’intervention est sur l’ensemble du cycle de vie des modèles: de leur conception à leur optimisation, jusqu’à leur intégration en production pour qu’ils soient utilisés à grande échelle dans nos produits.
• Contribuer à bâtir et faire évoluer notre ML Platform: pipelines, outils d’expérimentation, automatisation et industrialisation, afin de rendre le développement et le déploiement de modèles plus rapide et robuste pour toute l’entreprise.

La part de travail consacrée à la modélisation pourra varier selon les projets, certains cycles étant plus orientés plateforme et industrialisation, d’autres davantage centrés sur le développement de nouveaux modèles.

Le poste est hébergé au sein de l’équipe Platform , dont la mission est de créer des socles techniques réutilisables au service de toutes les équipes produit. L’équipe est basée à Lyon et le/la futur.e Machine Learning Engineer reportera directement à Rémi, Head of Platform .

La construction de cette future ML Platform s’intègrera autour de notre stack backend existante: une architecture micro‑services en Go et Java, largement orientée autour de Kafka, et reposant sur plusieurs bases de données orientées haute volumétrie telles que Cassandra ou ClickHouse.

Tout en s’inscrivant dans cet environnement, le rôle offre la liberté de proposer et de mettre en œuvre les choix technologiques ML les plus pertinents , dans un contexte où la plateforme reste à construire.

Cette stack s’exécute sur une infrastructure opérée en interne, offrant tous les avantages du cloud tout en étant déployée sur un bare‑metal souverain .

Les pratiques d’AI Engineering (LLM et Foundation Models) sont déjà amorcées et animées en interne. Sans que ce soit un pré-requis, le/la futur·e Machine Learning Engineer pourra également y contribuer en fonction des besoins et des opportunités.

Missions :

Missions

• Concevoir, entraîner et optimiser des modèles de machine learning pour répondre à nos cas d’usage stratégiques.
• Réaliser un feature engineering pertinent et efficace
• Sélectionner, ajuster et valider les modèles
• Évaluer leurs performances et les mettre en production
• Surveiller leur comportement en conditions réelles et les améliorer en continu
• Intégrer les modèles dans nos produits afin qu’ils soient utilisés à grande échelle, en assurant leur robustesse, leur fiabilité et leur maintenabilité.

• Concevoir et faire évoluer la ML Platform pour faciliter l’expérimentation, l’industrialisation et le déploiement des modèles.
• Développer et maintenir les pipelines de données
• Mettre en place des outils d’expérimentation et d’automatisation
• Intégrer les bonnes pratiques MLOps / LLMOps

• Collaborer étroitement avec le reste des produits et engineering pour assurer une intégration fluide des modèles et la cohérence technique globale.
• Contribuer aux initiatives AI Engineering existantes (LLM et Foundation Models) en coordination avec les personnes déjà impliquées.

Le plus

• Expérience avec les LLMs / Foundation Models et les approches d’AI Engineering (déjà pratiquées chez Batch)
• Expérience avec :
• Infrastructure bare‑metal et déploiement de modèles dans un contexte similaire
• Contexte équipes platform dans une organisation en squad
• Compétences en Go ou Java (les principaux langages du backend aujourd’hui)

Profil recherché

• Expérience confirmée (7‑9 ans), dont au moins 5 ans en machine learning appliqué à des produits en production
• Solides compétences en modélisation, feature engineering et optimisation de modèles
• Expérience avérée dans l’intégration de modèles ML en environnement de production
• Maîtrise des bonnes pratiques MLOps (CI/CD, automatisation, monitoring)
• Compétences solides en ingénierie logicielle et développement backend/data
• Capacité à travailler sur des projets de bout en bout, de la donnée brute jusqu’à la mise en production
• Bonnes qualités de communication et envie de travailler en transverse

Process de recrutement

Batch réalise ses entretiens, en plusieurs étapes simples & lisibles pour tous les candidats :

• First call avec Rémi, Head of Platform (≈30 minutes)
• Études de Cas technique + discussion avec l’équipe (≈2 heures)
• Entretien avec Hervé, CTO
• Meeting avec un des co-fondateurs de Batch
• Débrief avec l'équipe RH et offre pour rejoindre Batch !

Plus d’infos ici sur Batch, et les avantages salariés !

#J-18808-Ljbffr