เข้าสู่ระบบรับแอป

งาน › Paris › ประกาศ 2 วันก่อน

Senior ML Ops (x/f/m)

Doctolib · Paris, France

ทำงานที่สถานที่ทำงานอังกฤษ

เกี่ยวกับตำแหน่งนี้

จากประกาศของนายจ้าง · Doctolib · ประกาศเมื่อ 2 ตุลาคม 2569

Set a new pulse for healthcare!

We are looking for a Senior MLOps Engineer to join the ML Platform team.

Your mission will be to build and scale the infrastructure that brings machine learning to life at Doctolib — powering AI-driven solutions that improve the daily experience of care teams and patients across Europe. You will work in a cross-functional team developing the ML platform and tooling that underpins Doctolib's AI products, contributing directly to faster, more reliable deployment of models that have a real impact on healthcare delivery.

Working in the tech team at Doctolib means building innovative products and features to improve the daily lives of care teams and patients.

What you'll do

Your responsibilities include but are not limited to

  • Build and deploy production-grade machine learning models in close collaboration with data scientists and engineers, ensuring performance, scalability, and reliability
  • Design and maintain the MLOps pipeline, including version control, CI/CD, and monitoring of ML models in production
  • Develop tools, frameworks, and best practices to streamline the model development and deployment lifecycle
  • Ensure the availability and performance of ML systems, proactively identifying and resolving issues before they impact users
  • Partner with cross-functional teams to gather requirements, provide technical guidance, and contribute to the development of end-to-end ML solutions

<li class="break-words text-foreground text-base leadi

ดูคะแนนการจับคู่ของคุณสำหรับทุกตำแหน่ง

BabZituna ให้คะแนนทุกงานเทียบกับโปรไฟล์ของคุณจากหกมิติจริง และบอกว่าทำไมจึงได้คะแนนเท่านั้น โดยผ่านการตรวจสอบความเป็นธรรม (อ่านรายงานตรวจสอบอคติฉบับสาธารณะ)

รับแอป → ✓ ฟรี 100% สำหรับผู้หางาน
งานหนึ่งได้คะแนนอย่างไร ตัวอย่าง
ทักษะ96ประสบการณ์90สถานที่84รูปแบบการทำงาน74ประเภทงาน61เงินเดือนไม่มีข้อมูล

ตัวเลขตัวอย่าง ไม่ใช่ผู้สมัครจริง แต่ละมิติให้คะแนนเต็ม 100 จากโปรไฟล์ของคุณเอง และมิติที่เราวัดไม่ได้จะบอกไว้ตรง ๆ แทนการเดา