Data Engineer
Il y a 9 heures
Walloon Brabant, Wallonia, Belgique
Vertuoza
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
pbRejoins Vertuoza, une scale-up SaaS belge en pleine expansion, et deviens Senior Data ML Engineer chez Vertuoza. /b /ppChez Vertuoza, on construit bien plus qu’un logiciel. On aide les entrepreneurs du bâtiment à travailler plus sereinement, à mieux piloter leur business et à réussir. Et pour continuer à accélérer, on cherche Senior Data ML Engineer /ph3Le contexte /h3pVertuoza dispose de beaucoup de données issues de milliers d'entreprises du bâtiment (devis, prestations, matériaux, prix, chantiers, localisations). L'objectif est de s'en servir pour créer des fonctionnalités prédictives. Le poste consiste à construire de zéro la fondation data et ML. /ppLes
missions:
/pollipbFondation data /b : construire des pipelines fiables, reproductibles et observables (collecte, nettoyage, normalisation de données hétérogènes, choix de la granularité, datasets prêts pour le ML). /p /lilipbNormalisation métier /b : faire comprendre que « Chaudière Vaillant gaz 8.5 kW » et « Installation chauffage gaz 8500 W » désignent presque la même chose. Cela passe par la classification, l'extraction de caractéristiques, le regroupement de données similaires et la construction d'une taxonomie, en combinant règles, statistiques, embeddings, LLMs et ML classique. /p /lilipbPrix et tendances /b (1er cas d'usage) : suivre l'évolution des prix par prestation et par région, établir des prix de référence et recommander des fourchettes. Tout l'enjeu est de trouver le bon équilibre entre précision et granularité. /p /lilipbRayon d'action géographique /b (2e cas d'usage) : prédire jusqu'où une entreprise peut raisonnablement travailler, à partir de son métier, de sa localisation, des distances, des montants et de ses taux de conversion. /p /lilipbML en production /b : du feature engineering jusqu'au déploiement, avec monitoring, gestion de la dérive et amélioration continue. Le travail ne s'arrête pas aux notebooks. /p /lilipbCollaboration /b avec les équipes AI, Product et Engineering pour trancher des questions concrètes : quelles données sont fiables, quel volume minimum faut-il, quel niveau de confiance accorder, et quand choisir le ML, un LLM ou une simple règle. /p /li /olh3Pourquoi Vertuoza ? /h3ullipUne scale-up en forte croissance avec de vraies ambitions internationales /p /lilipUn produit concret utilisé par +7.000 clients /p /lilipUn environnement où tu peux avoir de l’impact rapidement /p /lilipUne proximité directe avec les fondateurs /p /lilipUne culture à 3 axes :bgrowth, people customer centric /b /p /li /ulh3Package /h3ullipGrille salariale claire en fonction du niveau de séniorité /p /lilipBonus trimestriels liés à la performance collective /p /lilipVoiture de société électrique (BMW ou Mini) /p /lilipAssurance santé complète (Alan) /p /lilipRémunération flexible et optimisée via Payflip /p /lilipDes moments d’équipe réguliers pour créer de vraies connexions entre Vertuozes /p /li /ulh3Les étapes de recrutement /h3ullipRencontre (online) avec Manon, Talent Acquisition Specialist – 45 min / 1h /p /lilipTest technique + test personnalité/motivation/logique (at home) /p /lilipGeneral Interview (on-site) avec Maurizio (CTO) Pierre Head of IA – 1h /p /lilipTechnical Interview (on-site) avec Pierre Head of IA
- 1h /p /lilipFinal interview (online) avec Manon pour discuter de l’offre et du package – 1h /p /li /ulh3Profil recherché /h3ullipbIndispensable /b : expérience senior en Data et/ou ML Engineering, très bon niveau en Python et SQL, pipelines et modèles déjà mis en production, habitude des données réelles et imparfaites, maîtrise des fondamentaux du ML, connaissance de la data quality et de l'observabilité, à l'aise avec le cloud (GCP est un plus). /p /lilipbAtouts /b : NLP, embeddings et semantic matching, LLMs pour structurer des données, entity resolution, séries temporelles, géospatial, clustering et taxonomies, pricing. /p /lilipbSoft skills /b : intérêt pour la réalité métier, pragmatisme, autonomie, capacité à prendre en charge des problèmes peu structurés et à communiquer aussi bien avec la tech qu'avec le produit, aisance dans un environnement de scale-up. /p /li /ulpbPourquoi rejoindre Vertuoza : /b les données sont réelles et les modèles ont un impact direct sur la façon dont des milliers d'entreprises du bâtiment font leurs devis. Il y a beaucoup à construire, sur des problèmes encore largement ouverts dans ce secteur. /p
missions:
/pollipbFondation data /b : construire des pipelines fiables, reproductibles et observables (collecte, nettoyage, normalisation de données hétérogènes, choix de la granularité, datasets prêts pour le ML). /p /lilipbNormalisation métier /b : faire comprendre que « Chaudière Vaillant gaz 8.5 kW » et « Installation chauffage gaz 8500 W » désignent presque la même chose. Cela passe par la classification, l'extraction de caractéristiques, le regroupement de données similaires et la construction d'une taxonomie, en combinant règles, statistiques, embeddings, LLMs et ML classique. /p /lilipbPrix et tendances /b (1er cas d'usage) : suivre l'évolution des prix par prestation et par région, établir des prix de référence et recommander des fourchettes. Tout l'enjeu est de trouver le bon équilibre entre précision et granularité. /p /lilipbRayon d'action géographique /b (2e cas d'usage) : prédire jusqu'où une entreprise peut raisonnablement travailler, à partir de son métier, de sa localisation, des distances, des montants et de ses taux de conversion. /p /lilipbML en production /b : du feature engineering jusqu'au déploiement, avec monitoring, gestion de la dérive et amélioration continue. Le travail ne s'arrête pas aux notebooks. /p /lilipbCollaboration /b avec les équipes AI, Product et Engineering pour trancher des questions concrètes : quelles données sont fiables, quel volume minimum faut-il, quel niveau de confiance accorder, et quand choisir le ML, un LLM ou une simple règle. /p /li /olh3Pourquoi Vertuoza ? /h3ullipUne scale-up en forte croissance avec de vraies ambitions internationales /p /lilipUn produit concret utilisé par +7.000 clients /p /lilipUn environnement où tu peux avoir de l’impact rapidement /p /lilipUne proximité directe avec les fondateurs /p /lilipUne culture à 3 axes :bgrowth, people customer centric /b /p /li /ulh3Package /h3ullipGrille salariale claire en fonction du niveau de séniorité /p /lilipBonus trimestriels liés à la performance collective /p /lilipVoiture de société électrique (BMW ou Mini) /p /lilipAssurance santé complète (Alan) /p /lilipRémunération flexible et optimisée via Payflip /p /lilipDes moments d’équipe réguliers pour créer de vraies connexions entre Vertuozes /p /li /ulh3Les étapes de recrutement /h3ullipRencontre (online) avec Manon, Talent Acquisition Specialist – 45 min / 1h /p /lilipTest technique + test personnalité/motivation/logique (at home) /p /lilipGeneral Interview (on-site) avec Maurizio (CTO) Pierre Head of IA – 1h /p /lilipTechnical Interview (on-site) avec Pierre Head of IA
- 1h /p /lilipFinal interview (online) avec Manon pour discuter de l’offre et du package – 1h /p /li /ulh3Profil recherché /h3ullipbIndispensable /b : expérience senior en Data et/ou ML Engineering, très bon niveau en Python et SQL, pipelines et modèles déjà mis en production, habitude des données réelles et imparfaites, maîtrise des fondamentaux du ML, connaissance de la data quality et de l'observabilité, à l'aise avec le cloud (GCP est un plus). /p /lilipbAtouts /b : NLP, embeddings et semantic matching, LLMs pour structurer des données, entity resolution, séries temporelles, géospatial, clustering et taxonomies, pricing. /p /lilipbSoft skills /b : intérêt pour la réalité métier, pragmatisme, autonomie, capacité à prendre en charge des problèmes peu structurés et à communiquer aussi bien avec la tech qu'avec le produit, aisance dans un environnement de scale-up. /p /li /ulpbPourquoi rejoindre Vertuoza : /b les données sont réelles et les modèles ont un impact direct sur la façon dont des milliers d'entreprises du bâtiment font leurs devis. Il y a beaucoup à construire, sur des problèmes encore largement ouverts dans ce secteur. /p