En un coup d'œil
- Missions: Développez des modèles ML et gérez leur cycle de vie complet.
- Entreprise: Alma, leader du paiement fractionné en France avec une culture d'innovation.
- Avantages: Salaire compétitif, primes, assurance santé, et congés payés.
- Autres infos: Équipe autonome avec de réelles opportunités de croissance professionnelle.
- Pourquoi ce job: Impact visible sur les performances d'Alma grâce à vos modèles ML.
- Qualifications: 5+ ans d'expérience en ML, compétences solides en Python et SQL.
Le salaire estimé est compris entre 63000 - 77000 € par an.
About Alma
At Alma, we believe sustainable commerce depends on fair, well-balanced trade.
Because finance plays a pivotal role in business, our mission is to put it back in its rightful place - serving merchants and consumers.
Our installment and deferred payment solutions help merchants boost sales by 20% or more, increase customer loyalty, and deliver a seamless shopping experience - without encouraging bad debt.
As the buy now pay later leader in France and active in 10 European countries, we've empowered over +25,000 merchants and 10 million consumers.
With 380+ Almakers and €100M+ ARR, Alma is scaling rapidly across Europe as a member of the Next40, and we're just getting started!
About the team
The AI team is part of the Data department.
We build and operate the ML products at the core of Alma's business such as credit-scoring to offer a frictionless payment experience while minimizing defaults and maximizing acceptance.
We've recently broadened our scope beyond risk into AI for operational intelligence - delivering AI solutions that make Alma's operational teams more effective and answer new business needs, including revenue forecast and debt collection optimization.
So you'll work across both our core risk models and a growing portfolio of new ML initiatives.
We're a team of five, owning our products end-to-end, from modelling all the way to the production systems that serve and monitor them.
You'll report to the ML Engineering Manager (Bastien) and work closely with Data, SRE and Quantitative Analysis.
This is a full-time position, based in Paris or fully remote in France.
About the job
As a Machine Learning Engineer, you'll own ML products end-to-end - splitting time between developing models, and the platform that runs them. Concretely, you will:
- Own ML models across their full lifecycle - from data pipelines and feature engineering to training, evaluation, deployment and monitoring; choosing the right metrics and guarding against leakage, overfitting and drift.
- Run and improve our ML platform - own the team's Git Ops CI/CD and release process, monitor serving endpoints, latency and load in Datadog, and define the SLOs and alerting that keep models reliable in production.
- Turn ML into business value across the org - collaborate with risk, operational and product teams to spot and ship ML opportunities, from credit scoring to AI for operational intelligence, sharing your expertise through code reviews and tech watch.
You will work with Python, scikit-learn, SQL, Vertex AI Pipelines (Kubeflow), dbt, Big Query, Postgre SQL, Argo Workflows, Neo4j, Fast API, Argo CD, Kubernetes, Terraform, Datadog
About you
- To succeed in this job
- You have 5+ years building and shipping ML in production: strong Python and SQL, solid ML fundamentals (evaluation, leakage, over/under-fitting), and clean, tested, reviewable code.
We expect you to be familiar with some elements of our stack.
- You're hybrid - hands-on with MLOps and infrastructure (data pipelines, monitoring, system design, live prediction / streaming) and at ease reasoning about latency, scale and reliability.
- You're autonomous, analytical and business-driven, with professional English and working proficiency in French (the team's day-to-day language).
- And it will be nice if you also
- Have experience with GCP, Docker, or graph databases.
- You have experience with LLMs, both as development tools and as components embedded in product systems.
- Have a background in credit scoring, BNPL ("Buy Now Pay Later"), or financial services and fraud.
Don't meet every single requirement?
At Alma, we believe great hires come from diverse paths.
If this role excites you, we encourage you to apply.
We value potential, curiosity and the ability to grow as much as experience.
- What's in it for you
- Visible impact - your models directly move Alma's bottom line, and you'll see it in the scoring and debt collection KPIs.
- A modern ML platform to build on and improve - a Git Ops/MLOps stack (Argo CD, Git Hub Actions, dbt, Datadog) you'll own and shape.
- Real breadth - from core risk models to AI for operational intelligence, with genuine ownership across modelling and infrastructure in a small, autonomous team.
Compensation & benefits
- Competitive salary based on 12 months
- Profit-sharing and employee savings plan
- Health insurance: 100% covered by Alma including family package
- Disability insurance: 100% covered by Alma
- Sport: partnerships with Gymlib and Classpass, or €30/month reimbursement for your sports activities
- Maternity/paternity leave: salary maintained at 100% during leave with no seniority requirement. Return to work at 4/5 schedule paid at 100% for 8 weeks.
- Sustainable Mobility Package (FMD): €544.80/year (excluding full-remote contracts)
- Meal vouchers: €10/day, 50% covered by Alma
- Mental health: free access to Mind Day platform
- Paid time off: 25 da...
- #J-18808-Ljbffr
ML Engineer employeur : Coinscapture
Emplifi est un employeur exceptionnel qui valorise l'innovation et la collaboration au sein de son équipe produit. En tant que Senior Product Manager, vous aurez l'opportunité de travailler dans un environnement dynamique où la culture d'entreprise favorise la croissance personnelle et professionnelle, tout en bénéficiant d'une flexibilité de travail hybride depuis la République tchèque, le Royaume-Uni, la France ou l'Allemagne. Avec des avantages tels que l'accès à des données de pointe et une équipe passionnée par l'intelligence artificielle, Emplifi offre un cadre idéal pour ceux qui souhaitent faire une différence significative dans le domaine du marketing numérique.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher ML Engineer
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Coinscapture
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Coinscapture. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que ML Engineer
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Coinscapture, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Coinscapture que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Coinscapture. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Coinscapture
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Coinscapture et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
