DevOps AWS

Au sein de l’équipe du responsable MLOps, vous intervenez dans un environnement de recherche de pointe où la donnée est au cœur de la stratégie. L'enjeu majeur est de "bridger le gap" entre l'infrastructure et la recherche en fournissant une plateforme robuste, scalable et surtout extrêmement performante. Ici, pas de recherche pure pour vous, mais une mission de "devops -architecte" pour fluidifier le quotidien des équipes ML.

• Durée : 6 mois ferme.

• Localisation : Paris (Rythme hybride : 2 jours sur site obligatoires).

• Environnement : AWS, Terraform, Docker, contexte de calcul haute performance.

2. Missions

Votre rôle consiste à transformer une infrastructure existante en une machine de guerre optimisée pour le Machine Learning. Vos priorités seront :

• Industrialisation & IaC : Builder et stabiliser la stack AWS via Terraform pour garantir des environnements reproductibles et sains.

• Optimisation Docker (Performance Critique) : * Lutter contre la "lourdeur" des images (PyTorch, CUDA) via des stratégies de Multi-stage builds.

  • Réduire drastiquement les temps de Cold Start pour permettre un lancement quasi instantané des calculs.

  • Mettre en place une hygiène stricte sur les layers et le cache de build.

• Pilotage FinOps & Observabilité : * Déployer des dashboards de suivi de coûts pour monitorer et optimiser la consommation Cloud.

  • Profiler les chaînes de traitement pour guider les ML Ops dans l'amélioration de leurs performances applicatives.

• Expérience Développeur & Sécurité :

  • Simplifier et sécuriser l'accès aux ressources (SSH, gestion des secrets, logs).

  • Garantir la résilience des données via une stratégie de backup et de rétention irréprochable.

Notre client recherche un "Pur DevOps" pragmatique, capable d'apporter des solutions concrètes à des problématiques de performance complexes.

• Expertise Technique : Vous maîtrisez parfaitement AWS et Terraform. Docker n'a aucun secret pour vous, notamment sur les aspects d'optimisation de runtime et de taille d'image.

• Mindset "Service" : Vous aimez faciliter la vie de vos utilisateurs (ici les ML Ops). Vous savez vulgariser les enjeux d'infrastructure pour des profils data.

• Sens du détail : Vous avez une affinité forte avec la réduction de la dette technique, la sécurité et l'optimisation des coûts (FinOps).

• Le petit plus : Une expérience sur Kubernetes est un atout majeur pour accompagner les réflexions futures de l'équipe, même si le sujet n'est pas encore en production.