Développement, industrialisation et MLOps d'un modèle de Machine Learning prédictif intégré dans Microsoft Fabric

Inetum est un leader européen des services numériques. Pour les entreprises, les acteurs publics et la société dans son ensemble, les 28 000 consultants et spécialistes du groupe visent chaque jour l'impact digital : des solutions qui contribuent à la performance, à l'innovation et au bien commun.  Présent dans 19 pays au plus près des territoires, et avec ses grands partenaires éditeurs de logiciels, Inetum répond aux enjeux de la transformation digitale avec proximité et flexibilité.  Porté par son ambition de croissance et d'industrialisation, Inetum a généré en 2023 un chiffre d'affaires de 2,5 milliards d'€.  Pour répondre à un marché en croissance continue depuis plus de 30ans, Inetum a fait le choix délibéré de se recentrer sur 4 métiers afin de gagner en puissance et proposer des solutions sur mesure, adaptées aux besoins spécifiques de ses clients : le conseil (Inetum Consulting), la gestion des infrastructures et applications à façon (Inetum Technologies), l'implémentation de progiciels (Inetum Solutions) et sa propre activité d'éditeur de logiciels (Inetum Software). Inetum a conclu des partenariats stratégiques avec 4 grands éditeurs mondiaux - Salesforce, ServiceNow, Microsoft et SAP et poursuit une stratégie d'acquisitions dédiée afin d'entrer dans le top 5 européen sur ces technologies et proposer la meilleure expertise à ses clients.  Tous nos postes sont ouverts aux personnes en situation de handicap.  • Préparation et ingénierie des données : Explorer, nettoyer et transformer les données historiques stockées dans le Lakehouse en utilisant des notebooks PySpark pour concevoir les variables d'entrée (feature engineering). • Modélisation et entraînement : Développer, entraîner et évaluer plusieurs algorithmes de Machine Learning (modèles prédictifs ou de classification) adaptés à la problématique métier retenue. • Suivi et MLOps : Suivre les cycles d'entraînement, enregistrer les métriques de performance et packager le meilleur modèle en s'appuyant sur l'intégration native de MLflow dans l'environnement Microsoft Fabric. • Industrialisation et restitution : Automatiser les pipelines de scoring (prédictions) via Data Factory pour alimenter le niveau Gold de l'architecture, et concevoir un rapport Power BI pour restituer visuellement les prédictions et indicateurs de performance aux équipes utilisatrices. Environnement technique : • Plateforme Data : Microsoft Fabric (Synapse Data Science, Synapse Data Engineering, Lakehouse). • Langages & Data Science : Python, PySpark, bibliothèques spécialisées (Scikit-Learn, XGBoost, Pandas). • Gestion du cycle de vie (MLOps) : MLflow intégré à Fabric. • Orchestration & Restitution : Data Factory (Pipelines), Power BI. B+5 / Ecole d'ingénieur spécialité DATA