Data Engineer Python / MLOps — Spark, Databricks, FastAPI - F/H

Descriptif de la sociétéINGENIANCE est une ESN spécialisée en finance de marché, banque et assurance depuis plus de 18 ans. Nous accompagnons les grands acteurs bancaires et assurantiels français sur leurs projets les plus critiques, avec une expertise reconnue en Craft Development, Big Data, Cloud/DevOps et Agilité. Rejoindre Ingéniance, c'est intégrer une communauté d'experts, être accompagné par un management de proximité et construire son parcours sur des missions à forte valeur ajoutée. Build your success!Contexte de la missionNous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer Python confirmé, spécialisé dans l'industrialisation de modèles de Machine Learning.Vous intégrerez une équipe technique au cœur d'un environnement de gestion des risques énergétiques, aux côtés de Quants et de Data Scientists, pour concevoir et maintenir des plateformes MLOps robustes couvrant l'ensemble du cycle de vie des modèles.Vos missions principales :Concevoir et développer des pipelines d'industrialisation de modèles ML (features, entraînement, tuning, inférence) sur Spark / DatabricksDévelopper et maintenir des APIs d'exposition de services de données et de modèles (FastAPI / REST)Mettre en place et améliorer les pratiques MLOps : Model Registry, Feature Store, déploiement et monitoring de modèlesOrchestrer des workflows distribués dans un environnement cloud AWS (Step Functions ou équivalents)Garantir la qualité logicielle : tests unitaires et d'intégration, packaging, code review, CI/CDCollaborer étroitement avec les Data Scientists pour traduire leurs besoins en solutions industrielles robustesContribuer à l'architecture des plateformes de données et à leur évolutivité (Docker, Kubernetes, IaC)Profil recherchéFormation Bac+5 en informatique, data ou ingénierie. Expérience confirmée de 5 ans ou plus en développement Python avancé et Data Engineering. Maîtrise de Spark / Databricks, FastAPI, SQL et des bonnes pratiques logicielles (CI/CD, Git, tests, packaging). Expérience en MLOps appréciée (Feature Store, Model Registry, déploiement de modèles). Connaissance d'AWS (Step Functions, architecture cloud) et d'outils comme Docker, Kubernetes, Polars ou Terraform est un atout. Anglais professionnel requis (écrit et oral). Rigueur, goût pour la qualité logicielle et aptitude à travailler en équipe pluridisciplinaire avec des profils Quant et Data Science.Informations complémentairesConformément à la réglementation, et à notre politique d'égalité professionnelle, tous nos postes sont ouverts aux personnes en situation de handicap.