Commencer
← Développement logiciel & IT

Exemple de CV Ingénieur ML

Exemple de CV Ingénieur ML professionnel avec des sections testées par des recruteurs, personnalisables en quelques minutes.

Exemple uniquement

Toutes les informations personnelles et le parcours professionnel de cet exemple sont fictifs. Personnalisez ce CV avec vos propres informations réelles avant de postuler.

Aperçu du CV

Photo

Julien Mercier

Ingénieur Machine Learning
7 ans d'expérience dans le déploiement de modèles de machine learning en production et le développement de pipelines MLOps évolutifs.

Expérience professionnelle

Ingénieur ML senior
Model Circuit, Temps plein
2019-08-01 – Present
Grenoble, France
Systèmes ML en production — serving d'inférence sur Kubernetes, détection de drift avec réentraînement automatique et déploiement canary des modèles.
- Industrialisé des systèmes de machine learning pour une utilisation en production à grande échelle - Construit des pipelines de features et des endpoints d'inférence en ligne sur Kubernetes, servant des recommandations en moins de 120 ms à 4k RPS. - Implémenté la détection de drift avec des tests PSI et KS et des déclencheurs de réentraînement automatiques, réduisant les incidents de modèles obsolètes. - Introduit des politiques de déploiement canary des versions de modèles avec évaluation sur trafic shadow avant la bascule en production.
Ingénieur ML
Delta Intelligence, Temps plein
2017-07-01 – 2019-07-01
Paris, France
Infrastructure d'entraînement et de serving pour systèmes de ranking — entraînement PyTorch distribué, registre de modèles MLflow et recherche FAISS.
- Développé l'infrastructure d'entraînement et de serving des modèles pour des systèmes de ranking - Conteneurisé des jobs d'entraînement PyTorch avec exécution distributed data parallel, réduisant le temps d'entraînement de 11 à 6 heures. - Créé des workflows de registre de modèles avec des gates d'approbation et des métadonnées de lineage via MLflow et des contrôles GitOps. - Construit des services de recherche ANN à faible latence avec FAISS pour la recherche sémantique sur 40 millions de descriptions de produits.
Ingénieur ML junior
Prism Adaptive, Temps plein
2015-06-01 – 2017-06-01
Lyon, France
Fiabilité de la plateforme ML et intégration des modèles — contrats de données TFDV, inférence par batch dans Airflow et environnements reproductibles.
- Soutenu la fiabilité de la plateforme ML et les tâches d'intégration des modèles - Implémenté des contrats de validation de données avec TensorFlow Data Validation pour détecter tôt les ruptures de schéma des features. - Écrit des jobs d'orchestration d'inférence par batch dans Airflow avec récupération par checkpoints pour les charges de longue durée. - Ajouté des lockfiles d'environnement reproductibles pour les jobs d'entraînement, éliminant les échecs de conflits de dépendances en CI.

Formation

Informatique, Licence
Grenoble INP - Ensimag
2015-09-01 – 2019-06-01
Diplôme en informatique obtenu à Grenoble INP - Ensimag, avec des cours de Python, PyTorch, TensorFlow, des projets de fin d'études et des travaux collaboratifs préparant à des postes professionnels.

Compétences

Python
PyTorch
TensorFlow
MLflow
Docker
Kubernetes
AWS SageMaker
Feature Engineering
MLOps
CI/CD

Certifications

Google Professional Machine Learning Engineer
Google
2023-06-01
AWS Certified Machine Learning - Specialty
AWS
2022-06-01

Langues

Français (langue maternelle)
Anglais (courant, C1)

Guide de rédaction de CV

  • Affichez à la fois les améliorations de la qualité des modèles et les mesures de fiabilité de la production.
  • Incluez des exemples d’automatisation du service évolutif, de l’observabilité et du recyclage.
  • Démontrer une solide collaboration avec les data scientists et les ingénieurs de plateforme.
  • Google Professional Machine Learning Engineer
  • AWS Certified Machine Learning - Specialty
  • Databricks Certified Machine Learning Professional