Alternance - Assistant(e) MLops Engineer (H/F) - Septembre 2025

L'équipe Machine Learning de la division Horlogerie Joaillerie de la Maison CHANEL est en charge de la mise en œuvre et de l’extension des initiatives d'intelligence artificielle (IA) au sein des opérations business de la division.

Nous recherchons un(e) alternant(e) pour nous rejoindre, sous la direction de l’AI Product Manager.

En tant qu'alternant(e), vous aurez l'opportunité d'aborder des sujets variés liés à la Data Science, au Machine Learning et aux MLOps. Votre mission transversale impliquera une collaboration étroite avec les départements Opérations, Marketing, IT & Finance, ainsi que des équipes opérant sur différents marchés et régions.

Tâches principales :

Déployer et maintenir les composants du cycle de vie des modèles ML, y compris :

• Feature engineering
• Évaluation et explicabilité des modèles
• Validation des modèles
• Définition des règles de réentraînement
• Gestion des modèles, de l'intégration à l'exploitation et au décommissionnement
• Suivi des versions des modèles et gouvernance
• Gestion des dérives des modèles

Contribuer à l'industrialisation des processus par l'automatisation et la mise en place de CI/CD (Continuous Integration/Continuous Deployment).

Vous vous positionnerez comme un expert MLOps au sein de l'équipe, développant une connaissance approfondie des normes industrielles et de leur application pratique dans la conception et la mise en œuvre des projets.

Profil recherché :

Vous êtes actuellement étudiant(e) en Master de Data Science, Informatique, Ingénierie, Mathématiques ou domaine connexe.

Vous maîtrisez l'anglais et le français.

Vous avez des compétences avancées en Python et SQL et une expérience avec les plateformes cloud (Azure, GCP, AWS, etc.) est appréciée.

Vous avez idéalement déjà participé à des projets de Machine Learning de bout en bout.

Vous êtes à l'aise avec la conception et la mise en œuvre de cadres de gouvernance MLOps.

Vous savez utiliser des frameworks de Machine Learning (TensorFlow, Keras, PyTorch, Scikit-Learn) et avez une expérience avec des plateformes de Machine Learning (Databricks, Dataiku, AML Studio) et d'outils MLOps (Kubeflow, TFX, AutoML, MLFlow).

Enfin, vous êtes familier avec la gestion de la surveillance et des alertes automatisées des systèmes.

Veuillez inclure dans votre CV vos qualifications et votre expérience spécifiques en MLOps.

De la singularité de chacun naît la richesse de nos équipes. CHANEL valorise la diversité sous toutes ses formes.

Lieu : Paris

Durée : 12 mois

Début : Septembre 2025