Les missions du poste
Le besoinVos missionsIndustrialiser le déploiement des modèles de Machine Learning et d'IA Générative.Concevoir et maintenir les pipelines CI/CD dédiés aux projets Data & IA.Automatiser les processus d'entraînement, de validation, de déploiement et de supervision des modèles.Assurer le monitoring des performances, détecter les dérives (model drift, data drift) et garantir la disponibilité des services.Collaborer avec les équipes Data Engineering afin d'optimiser les flux de données et les environnements d'exécution.Participer à l'amélioration continue des plateformes MLOps et des bonnes pratiques de développement.Contribuer à la sécurisation, à la traçabilité et à la gouvernance des modèles déployés.Accompagner les équipes projets dans l'industrialisation de leurs cas d'usage IA.Environnement techniquePythonDocker, KubernetesGit, GitLab CI/CDMLflow ou équivalent, langchainAirflowTerraformAzure, GCP ou AWSDatabricks (apprécié)Monitoring : Prometheus, Grafana
Le profil recherché
Profil recherchéVous disposez d'une expérience significative sur des projets MLOps ou Data Engineering, avec une bonne compréhension des problématiques d'industrialisation des modèles de Machine Learning.Vous êtes à l'aise avec les environnements cloud, les pratiques DevOps et les outils d'automatisation, et appréciez évoluer dans des contextes agiles mêlant innovation et enjeux de production.Prérequis techniquesIndustrialisation de modèles IA / Machine LearningDéploiement de pipelines CI/CDConteneurisation (Docker, Kubernetes)Cloud public (Azure, GCP ou AWS)Automatisation et Infrastructure as CodeMonitoring et observabilitéCollaboration avec les équipes Data, DevOps et métiers
Compétences requises
- Docker
- Amélioration continue
- Intelligence artificielle
- Kubernetes
- Terraform
- Machine learning
- Git
- Grafana
- Google cloud platform
- Monitoring
- AWS
- Prometheus