P
AI

Data / ML Platform Engineer

Parrot Drones · Paris, A8, FR

Actively hiring Posted about 1 month ago

Rejoignez l'aventure Parrot !

En 2026, Parrot est à la recherche de talents passionné.es pour relever des défis technologiques de pointe.

Ensemble, nous créerons des projets innovants, ambitieux, et à la hauteur des enjeux de demain.

Vous aimez l'innovation, vous n'avez pas peur des défis ? Venez faire la différence aux côtés des femmes et des hommes de nos équipes !

Fondée en 1994 par Henri Seydoux, Parrot est aujourd'hui le leader européen des drones professionnels. Située au cœur de Paris, notre R&D réunit une équipe multiculturelle d'ingénieur(e)s, où chaque voix compte pour réinventer l'avenir des drones.

Dans le cadre de l’accélération de nos usages IA et Machine Learning, nous recherchons un(e) Data / ML Platform Engineer chargé(e) de faire évoluer notre plateforme data on-premise et de construire notre stack ML/MLOps industrielle.

Le poste est à la croisée du Data Engineering, du MLOps et du DevOps, avec de forts enjeux de fiabilité, scalabilité et developer experience.

**VOS MISSIONS :

A. Évolution de la plateforme Data**

  • Faire évoluer l’architecture data on-premise (data lake, DWH, stockage, compute).
  • Maintenir et optimiser les pipelines Airflow : orchestration, monitoring, scaling, qualité des DAGs.
  • Maintenir les pipelines CI/CD sous Jenkins et GitLab CI.
  • Optimiser les performances et l’observabilité de la plateforme.

B. Construction de la plateforme ML / MLOps

  • Concevoir et déployer les briques MLOps : experiment tracking, model registry, feature store, serving, monitoring.
  • Industrialiser les workflows ML : entraînement, validation, déploiement et rollback.
  • Standardiser les environnements des équipes Data Science (notebooks, accès données, GPU/compute).
  • Mettre en place le monitoring des modèles : drift, performance, alerting, retraining.

C. DevOps & Platform Engineering

  • Conteneuriser les services avec Docker et orchestrer via Docker Swarm.
  • Déployer les outils de monitoring, logging et alerting (Prometheus, Grafana, ELK).
  • Participer aux choix d’architecture et documenter les décisions techniques.

D. Collaboration transverse

  • Accompagner les équipes Data, ML et Software dans l’utilisation de la plateforme.
  • Définir les standards, bonnes pratiques et patterns d’industrialisation.
  • Participer à l’amélioration continue de l’expérience développeur et de l’adoption de la plateforme.

VOTRE PROFIL :

  • Diplômé(e) d’une école d’ingénieur ou équivalent (Bac+5) avec une spécialisation en informatique, data engineering ou infrastructure.
  • Vous justifiez d’au moins 3 ans d’expérience en Data Engineering, MLOps ou DevOps.
  • Vous avez déjà opéré des plateformes techniques critiques utilisées par plusieurs équipes.
  • Vous avez un niveau avancé de Python, vous maitrisez Airflow, Jenkins / GitLab CI, Docker / Docker Swarm, Postgre SQL, Elasticsearch / Kibana, Linux, et les outils MLOPS.
  • Une connaissance d'un fournisseur cloud et de ses services data/compute est appréciée pour les éventuels besoins d'extension vers le cloud.
  • Vous êtes reconnu(e) pour votre rigueur technique, votre capacité à prendre des décisions d’architecture et votre aisance dans les environnements techniques complexes.
  • Un bon niveau d’anglais est attendu.

CE QUE NOUS PROPOSONS :

  • Une intégration au cœur d*’une équipe de passionné(e)s.*
  • Des projets techniques à la hauteur de vos ambitions.
  • Des responsabilités pour chacun(e) , l’opportunité pour toutes et tous d’avoir un impact dans votre travail, jeunes diplômés ou profils expérimentés.
  • Une ambiance technophile et multiculturelle.
  • Une culture d’entreprise sincèrement guidée par les principes d’inclusion, d’équité et de diversité.
  • Un cadre de travail unique au coeur de Paris.
  • Un cadre social performant et adapté (télétravail hybride notamment).

Tags & focus areas

Used for matching and alerts on DevFound
Fulltime Machine Learning Mlops Data Engineer Ai
Common Questions

Frequently asked questions

Quick answers about how DevFound's AI matching, resumes, and referrals work.

DevFound's AI Copilot ingests your profile, goals, and live job data to deliver curated matches in seconds. Every match includes a resume variant, suggested referrals, and interview prep so you can act immediately. The more feedback you provide, the sharper the Copilot becomes.

AI-led job searches shrink the hours spent sifting through boards and formatting resumes. DevFound pairs automation with your personal outreach, so you reserve energy for interviews and negotiation. Traditional networking still matters, but AI gives you a lift before you even send a message.

Modern AI roles expect comfort with production-grade code, data fluency, and practical ML tooling. The strongest candidates pair deep technical chops with storytelling—translating model impact to product, GTM, and exec partners. Continuous learning keeps you ahead as stacks evolve.

DevFound rewards active seekers. Keep your profile fresh, respond to match quality prompts, and enable alerts so you never miss a role. The AI prioritizes companies and teams that align with your feedback, accelerating both introductions and interview invites.

High-density tech hubs continue to host the deepest AI talent pools, yet distributed teams are catching up fast. Use DevFound filters to hone in on onsite, hybrid, or fully remote roles and watch openings expand across time zones.

DevFound aggregates thousands of remote AI openings and flags the nuances—core hours, async culture, and visa needs—up front. The Copilot also recommends how to position your distributed work experience so hiring managers know you can thrive on a remote team.