🎁 Avant de postuler, entraînez-vous à cet entretien. Créez votre compte WorkMundi gratuit et recevez un Entraînement à l'entretien sur HelpsYouSpeak — sans frais, sans carte. Je veux mon entraînement →
A propos Le Groupe TF1 a pour ambition de développer la plateforme de streaming gratuite leader sur le divertissement familial et l’information pour les francophones. Cette ambition implique une profonde transformation : passer d’un service de rattrapage à une véritable plateforme de destination, moderne, personnalisée et monétisée à travers la publicité, l’abonnement et le TVOD. TF1+ s’impose déjà comme un acteur majeur avec plus de 40 millions de streamers mensuels et +1Mds d’heures vues par an. Cette ambition nous impose aussi comme une entreprise fondamentalement technologique, et ce notamment au travers de notre filière déployée au sein de trois directions BtoC, Technologies et Datech dont les métiers accompagnent les transformations stratégiques du Groupe. La Datech, en charge de la data et de l’adtech est positionnée comme un pôle d’expertise, de services et de développement de valeur pour la régie publicitaire, la Direction « consumers » (TF1+/TF1 Info) et aussi les autres fonctions dites Corporate. En regroupant les activités de la data (gouvernance, design authority, plateformisation...), de l’IA (data science, IA générative, Agentic, ...), Datech est un des moteurs de l’accélération et de la transformation du Groupe. Dans ce cadre, nous recherchons un ML Engineer B2C (H/F) en CDI pour intervenir sur les sujets liés à la conception, l'industrialisation et l'exploitation de modèles de recommandation à grande échelle. Vous ferez partie de l'équipe Machine Learning, au sein de la Direction Data et Adtech. Votre Terrain de Jeu Compétences : • Excellente maîtrise de PyTorch et des architectures de recommandation : collaborative filtering, modèles content-based, hybrides, modèles séquentiels. • Solide expertise en ML Engineering et mise en production de modèles à fort trafic. • Bonne maîtrise des problématiques de feature engineering, qualité et fraîcheur des données. • Conception d'APIs temps réel scalables et optimisation des performances d'inférence. • Maîtrise de Python, SQL analytique et développement de librairies logicielles maintenables. • Solide culture MLOps et industrialisation de modèles. Stack technique : • ML / Deep Learning : PyTorch, modèles de recommandation (collaborative filtering, two-tower, séquentiels type SASRec/BERT4Rec, hybrides) • Orchestration : Airflow, Databricks (Bundles, jobs) • Data Stores : Snowflake, Cassandra, Azure Blob Storage • Langages : Python, Rust, SQL • CI/CD & MLOps : Azure DevOps, Terraform, Datadog, découplage des environnements Objectif : Vous participerez à la construction et à l'industrialisation des systèmes de personnalisation du Groupe. Vos missions principales seront les suivantes : • Concevoir et industrialiser les pipelines et modèles de recommandation, depuis l'entraînement jusqu'à l'inférence en production. • Piloter le cycle de vie complet des modèles : expérimentation, entraînement, évaluation, déploiement progressif et monitoring. • Développer des services de recommandation temps réel capables de servir des millions d'interactions avec une latence maîtrisée. • Concevoir et maintenir les couches de feature engineering en garantissant la qualité, la cohérence et la fraîcheur des données. • Collaborer étroitement avec les Analytics Engineers afin de définir et maintenir les contrats de données. • Optimiser les performances et les coûts d'inférence grâce à des mécanismes de batching, de caching et de profilage. • Mettre en place des dispositifs d'A/B testing permettant d'améliorer continuellement les algorithmes de recommandation. • Développer des composants logiciels et des librairies internes robustes favorisant la réutilisation, la qualité et la maintenabilité des solutions. • Contribuer aux décisions d'architecture ML avec le Tech Lead autour des problématiques de stockage, d'orchestration, d'industrialisation et de découplage des environnements. Match : Vous justifiez de 5 à 7 années d'expérience en ML Engineering avec plusieurs modèles déployés, exploités et maintenus en production. Vous disposez d'une expertise reconnue sur les problématiques de recommandation et comprenez les enjeux liés aux systèmes serving temps réel à grande échelle. Vous êtes à l'aise aussi bien sur les sujets de machine learning que de software engineering et accordez une attention particulière à la qualité du code, aux tests, à la robustesse et à la maintenabilité. Votre approche est guidée par l'impact produit et utilisateur. Vous savez faire le lien entre une décision technique, la performance des algorithmes et la valeur créée pour le business. Vous appréciez les environnements collaboratifs et travaillez efficacement avec les équipes Produit, Data et Analytics Engineering. Une expérience autour de l'A/B testing, de l'optimisation d'inférence, des bases distribuées à forte volumétrie ou des LLM appliqués à la personnalisation constituera un atout supplémentaire. On continue ? Rejoindre le Groupe TF1 C’est prendre part à des projets ambitieux au cœur de la roadmap stratégique du premier groupe audiovisuel privé, leader de la télévision en France avec 5 chaines gratuites et 3 chaines thématiques sur la télévision payante (TF1, TMC, TMX, TF1 SERIES FILMS, LCI, TV BREIZH, HISTOIRE, USHUAIA TV), ainsi que des services de médias audiovisuels à la demande (TF1+, TFOU MAX…) pour en faire la destination de référence pour le divertissement et l’info en France. C’est faire partie d’un Groupe de l'événement, des émotions et du direct. TF1 propose une programmation diverse et familiale dans les domaines de l’information, du divertissement, de la fiction, du cinéma et des documentaires. C’est également travailler à la production et la distribution de contenus, notamment via les filiales du Groupe TF1 PRODUCTION, TF1 FILMS PRODUCTION et NEWEN. C'est enfin réaliser des projets qui se voient, et qui impactent directement la vie de millions de personnes, au sein d’une entreprise consciente de sa responsabilité sociétale et environnementale. En effet, le groupe TF1 s’engage pour participer à la construction d’une société plus solidaire, plus inclusive et plus durable. Sur le plan social, le Groupe agit activement en faveur de l’égalité femme-homme, au sein des équipes comme sur les plateaux télévisés. Il promeut également la diversité et l’inclusion dans le recrutement, le management des talents, mais aussi sur l’ensemble de ses chaînes. Sur le plan environnemental, le Groupe est engagé dans une trajectoire de décarbonation avec des objectifs validés par le SBTi, et tâche de favoriser la publicité responsable, mais aussi de sensibiliser ses publics à la transition écologique, tant au travers de ses programmes d’information que des fictions ou séries quotidiennes. A la clé Un environnement de travail et une culture d’entreprise permettant à tous les profils de s’épanouir au quotidien. Des espaces qui allient confort et praticité 95% des collaborateurs jugent l’aménagement des locaux pleinement satisfaisant 👍 (enquête interne 2022), et 81% pensent que nos espaces en flex-office favorisent une bonne ambiance Espaces flex, terrasses végétalisées ou télétravail : c’est à la carte. Sur place ou à emporter : des repas healthy, variés et subventionnés au restaurant d’entreprise ou à la cafétéria, mais aussi le plein de services trop pratiques (parking, atelier réparation vélo, coiffeur, permanence mutuelle, opticien…) Une culture all-inclusive 56% de femmes dans le Groupe, 30% dans les équipes Tech, et une envie forte d’aller encore plus loin Une Mission Handicap qui agit chaque jour pour garantir le respect de la singularité de chacun en proposant un accompagnement sur mesure aux collaborateurs concernés par un handicap, ainsi qu’à leur manager ! Training Pour le corps, grâce à nos 17 associations sportives (football, volle
Here's how to pick the right one and stand out in your application.
144.883Jobs
31.687IN
81%EN
That number is real. WorkMundi's database shows 144,883 open engineer roles across the world. India has the most with 31,687 jobs, followed by the United States with 30,084. If you just finished reading one job ad and felt paralyzed by choice, you're not alone—but this scale is actually an advantage. It means you can afford to be selective.
Start by geography and language. The majority of engineer ads—117,837 of them—have the job posting text written in English. Use that as one filter, but remember: the ad text language tells you nothing about whether the role actually requires you to speak English day-to-day. Read the job description carefully. Then check which countries have the volume you're targeting. Singapore, Poland, and Australia round out the top five after India and the US.
Next, learn who's hiring. Accenture has posted 2,801 engineer roles. andurilindustries, speechify, and jobgether are also actively recruiting. If you're applying to one of these names, research their hiring patterns and interview style before you apply. That homework pays off.
When you interview, expect the question every engineer hears: 'Tell me about a time you had to debug a problem that wasn't in your job description.' Have a specific story ready—not a general one. Name the tools, the deadline pressure, and what you learned. Hiring managers listen for whether you see problem-solving as part of the role itself, not a favour.