Data Engineer/infraOps - CDD

Contexte

Application de génération de QCM assisté par l'IA destinée à 800 000 professeurs potentiels utilisateurs (feature rattachée à PRONOTE).
L'applicatif génère des QCM à partir des cours des professeurs et des référentiels des programmes scolaires à gérer.

Backend IA avec modèle auto-hébergé sur une infrastructure dédiée suivant la trajectoire SecNumCloud (Mistral 4 sur datacenter Index en France, répliqué en double).
Applicatif développé en Angular / Python / FastAPI.

Environnement souverain avec un fort enjeu de conformité.

Équipe projet :

• 1 lead data science
• 1 data scientist
• 1 lead applicatif
• 1 UX designer (UI à la demande)
• 1 sponsor / relation métier

Projet à fort enjeu d'image, Pronote étant très exposé auprès du ministère de l'Éducation nationale, des professeurs et des étudiants.

Missions

• Implémentation technique de la scalabilité de Pronote QCM et gestion de la file d'attente (taskIQ)
• Paramétrage des tests de charge, gestion du load balancing et des processus de scalabilité
• Architecture de backup et réplication sur deux datacenters
• Monitoring et gestion des logs en lien avec le métier Index et l'applicatif de suivi des logs
• Bonus : installation et accompagnement pour l'installation des modèles sur les infrastructures (nice to have)

Outils & Environnement

• Backend IA et modèle auto-hébergé
• Infrastructure SecNumCloud (Mistral 4, datacenter Index)
• Applicatif Angular, Python, FastAPI
• TaskIQ pour la gestion des files d'attente
• Tests de charge, load balancing
• Monitoring et gestion des logs

Conditions de travail

• Durée : environ 3 mois
• Démarrage : rapide
• Localisation : Paris

1. Expert en paramétrage
2. Expert en implémentation