Application de pratiques MLOPs sur des données non structurées telles que le texte et les images.

De nombreuses modélisations pour répondre à des besoins métier d'automation de flux asynchrones, comme les mails, sont implémentées actuellement en production. Les données sous-jacentes sont non structurées comme le contenu d'un mail ou les images en pièce-jointes de ce dernier.

Le but de cette alternance est d'améliorer les pratiques mlops existantes afin de standardiser et unifier l'entrainement des modèles.

Entre autres les tâches concerneront principalement l'amélioration des points suivants :

-La collecte/versioning des données

-L’anonymisation des données

-La réplicabilité des résultats

-L’exposition des modèles

En liant de tous ces points vient le data lineage (quel modèle avec quelles données liées à quel sociétaire) brique essentielle pour assurer une compréhension globale et faciliter les mécanismes de purge des données.

Vous participerez également à l’innovation et à la singularité de la MAIF et de ses solutions.

Vous intégrez à la rentrée un master en DATA.

·Vous avez une raison argumentée vous poussant à vouloir contribuer aux produits développés par la Maif

·Plus que l’aspect technique les compétences relationnelles suivantes sont essentielles :

o Capacités d’adaptation et d’apprentissage

o Autonomie, créativité, curiosité et force de proposition

o Esprit d’équipe et transversalité

·En complément une maitrise ou une curiosité affirmée par rapports aux points suivants est intéressante :

o Langage Python

o Connaissance de Git et bonnes pratiques de développement

o Structures de bases de données S3, Postgres entre autres

o Frameworks de deep learning

o Des notions en APIs, packaging et conteneurisation

Outils utilisés :

- Python, Git, IDE de développement (VS Code ou Pycharm), Jupyter Lab, Docker, Openshift, Azure, Jenkins, Kibana, Grafana.

-Serveurs de développement Lunix avec plusieurs GPUs.

-Teams, Jira.

Vous vous reconnaissez ? Postulez en joignant à votre candidature une lettre de motivation et un lien github personnel .