Machine Learning Engineer sénior (F/H)

About Luminess

Acteur majeur de l'écosystème numérique français, nos équipes conjuguent expertise et connaissance métier large à un savoir‑faire technologique robuste. Luminess s'appuie sur cette alliance : technologies et compétences métiers pour proposer des solutions adaptées à l'évolution des besoins de nos clients et leur permettre ainsi de sublimer leur promesse client.

BPO, IA, RPA, l'automatisation des processus associée à une supervision humaine tout au long de nos workflows assurent un haut niveau de satisfaction dans le respect des règles de sécurité et de compliance.

Luminess est une entreprise de taille intermédiaire française implantée en Europe, en Amérique du Nord, en Afrique et en Asie et compte plus de 1 500 collaborateurs.

Position

Machine Learning Engineer sénior (F/H) – équipe DATA/IA

Location

Poste basé à Rennes

Mission

• Piloter techniquement les projets IA en collaboration avec les Data Scientists, Ingénieurs Logiciel et Product Owners,
• Architecturer des systèmes ML scalables et résilients, en tenant compte des contraintes de performance, coût et maintenabilité et en collaborant avec notre Direction Technique,
• Intégrer des approches d’IA agentique et de LLMOps pour concevoir des systèmes autonomes, adaptatifs et basés sur les dernières avancées (RAG, fine‑tuning, prompt engineering avancé),
• Définir et mettre en œuvre les pratiques MLOps : pipelines de données, feature stores, model registry, monitoring de drift, CI/CD ML, observabilité,
• Optimiser les performances des modèles (quantization, distillation, pruning) et assurer leur scalabilité en environnement distribué,
• Mentorer les profils juniors, conduire des code reviews et contribuer à l’élévation des standards techniques de l’équipe,
• Être proactif dans la veille technologique et être force de proposition sur les nouvelles approches et outils à adopter,
• Documenter les architectures et solutions, partager les bonnes pratiques et contribuer activement à la communauté scientifique Luminess.

✨ Facteurs clés de réussite

• Des architectures ML robustes, évolutives et alignées avec les besoins métiers,
• Des modèles IA performants, maintenables et bien intégrés dans les environnements clients,
• Un leadership technique reconnu et une collaboration fluide avec les équipes projet et métiers,
• Une capacité avérée à transmettre les savoirs IA et à faire monter en compétence les équipes,
• Des contributions significatives à l’amélioration des pratiques et des outils de l’équipe.

Profil recherché

• Vous avez une formation supérieure (Bac+5) en informatique, mathématiques appliquées ou data science.
• Vous avez une expérience confirmée de plusieurs années en développement et mise en production de solutions ML/DL.
• Vous avez déjà joué un rôle de référent technique ou de tech lead sur des projets IA.
• Vous êtes à l’aise pour défendre vos choix d’architecture, challenger les approches existantes et vulgariser des concepts complexes auprès de publics techniques et non techniques.

Compétences clés

Machine Learning & Deep Learning

• ✅ Maîtrise approfondie des frameworks ML/DL : PyTorch (privilégié), TensorFlow, JAX, scikit‑learn.
• ✅ Maîtrise des LLMs et de l’écosystème GenAI : Hugging Face Transformers, LangChain, LlamaIndex, vLLM, techniques de RAG et fine‑tuning (LoRA, QLoRA).

MLOps & Infrastructure

• ✅ Expertise MLOps : MLflow, Weights & Biases, DVC, Kubeflow, ou équivalents.
• ✅ Connaissances des feature stores (Feast, Tecton) et des pipelines de données (Airflow, Prefect, Dagster).
• ✅ Expérience confirmée en déploiement de modèles : API REST/gRPC, conteneurisation (Docker), orchestration (Kubernetes), serverless.
• ✅ Connaissance des plateformes cloud ML (AWS Bedrock, Azure ML) et des solutions on‑premise. (vLLM)

Ingénierie logicielle

• ✅ Excellentes pratiques de développement : tests unitaires/intégration, CI/CD, code review, documentation.
• ✅ Maîtrise de Python et de son écosystème data (pandas, numpy, polars).
• ✅ Familiarité avec les architectures distribuées (Spark, Ray, Dask) et l’optimisation GPU (CUDA, TensorRT, ONNX).

Compétences appréciées (bonus)

• Expérience avec les agents IA (AutoGPT, CrewAI, LangGraph) et les systèmes multi‑agents.
• Contributions open‑source ou publications scientifiques.
• Certifications cloud (AWS, GCP, Azure) ou ML spécialisées.