Ingénieur MLOps - H/F

About this role

Dans le cadre du développement de projets autour de la Data et de l’Intelligence Artificielle , nous recherchons un(e) Ingénieur(e) MLOps afin d’accompagner l’un de nos clients dans la conception, l’industrialisation et le déploiement de solutions IA. Vous intégrerez un environnement technique stimulant, à la croisée des enjeux DevOps, Cloud, Data et Intelligence Artificielle , avec pour objectif de faciliter et fiabiliser le développement et la mise en production des solutions IA.

Vos missions : Vous interviendrez notamment sur les sujets suivants : Concevoir et mettre à disposition des outils facilitant le développement, le déploiement et le monitoring des solutions IA ; Participer au déploiement et à l’amélioration continue d’une démarche MLOps ; Contribuer à la conception et à la mise en place d’une plateforme dédiée aux usages Data et IA ; Automatiser les processus de déploiement et d’industrialisation des modèles et applications IA ; Concevoir et proposer des architectures techniques robustes, évolutives et scalables ; Mettre en œuvre les principes d’ intégration et de déploiement continus (CI/CD) ; Participer à l’amélioration des pratiques DevOps et Software Engineering ; Contribuer à l’optimisation des infrastructures et à la maîtrise des coûts dans une démarche FinOps ; Participer à la fiabilisation, au monitoring et à l’amélioration continue des plateformes ; Assurer une veille technologique autour des sujets Cloud, Data, DevOps, MLOps et Intelligence Artificielle .

Environnement technique : Vous serez amené(e) à travailler principalement avec : Python SQL Docker Kubernetes Helm Pipelines CI/CD et Pipeline as Code Environnements Cloud , notamment Azure Outils et pratiques DevOps Environnements Data / IA / Machine Learning Pratiques MLOps Profil recherché : Vous justifiez idéalement d’au moins 5 ans d’expérience dans des environnements MLOps et/ou DevOps , et souhaitez évoluer sur des problématiques liées à l’industrialisation de solutions Data et IA.

Vous disposez notamment : D’un très bon niveau en Software Engineering : bonnes pratiques de développement, architecture logicielle, design patterns, tests, qualité de code, etc. ; D’une bonne maîtrise de Python ou d’un autre langage orienté objet ; De bonnes connaissances en SQL ; D’une expérience confirmée des environnements DevOps ; D’une bonne maîtrise de Docker et Kubernetes ; D’une connaissance des problématiques de CI/CD et d’automatisation des déploiements ; D’une bonne compréhension des environnements Cloud.