Ingénieur MLOps IA Générative - GCP

Contexte

Dans le cadre de l'accélération de sa stratégie Data & IA, un grand groupe français renforce son équipe afin de développer et industrialiser de nouveaux produits d'intelligence artificielle.

Vous intégrerez une DSI engagée dans une transformation ambitieuse des usages métiers grâce à l'IA, avec un fort niveau d'innovation autour de l'IA générative, de l'agentique et du Machine Learning.

Missions

• Concevoir, développer et déployer des solutions d'IA Générative et des systèmes agentiques.
• Développer des modèles de Machine Learning et Deep Learning répondant aux besoins métiers.
• Industrialiser les solutions IA en appliquant les bonnes pratiques DevOps et MLOps.
• Optimiser les déploiements sur Google Cloud Platform et Kubernetes afin de garantir performance, fiabilité et maîtrise des coûts.
• Développer de nouvelles fonctionnalités pour un portail interne dédié à l'IA.
• Accompagner les Data Scientists et les équipes de développement dans l'utilisation de l'écosystème GCP.
• Participer à l'évolution des standards, frameworks et bonnes pratiques autour de la plateforme Data & IA.

Environnement de travail

Vous évoluerez au sein d'une équipe Data & IA en pleine croissance, au cœur d'une stratégie de transformation digitale ambitieuse.

L'environnement technique est résolument moderne, avec un fort investissement sur Google Cloud Platform, Kubernetes, l'IA Générative et les architectures MLOps. Vous collaborerez quotidiennement avec des Data Scientists, développeurs, experts Cloud et équipes d'infrastructure afin de concevoir des solutions IA robustes, industrialisées et déployées à grande échelle.

1. Consultant(e) expérimenté(e) capable d'évoluer sur des problématiques de développement IA et d'industrialisation des modèles
2. Maîtrise de Python
3. Compétences en IA Générative (LangChain, ADK ou technologies équivalentes)
4. Expérience en Machine Learning / Deep Learning (Scikit-Learn, PyTorch, TensorFlow…)
5. Connaissance des pratiques DevOps (Git)
6. Expérience avec Google Cloud Platform (GCP)
7. Compétences appréciées en Kubernetes
8. Développement d'API Python (FastAPI, Pydantic ou équivalent) fortement apprécié
9. Connaissance des pratiques MLOps et industrialisation des modèles IA
10. Expérience dans la mise en production de solutions d'IA à grande échelle
11. Qualités personnelles : autonome, curieux(se), force de proposition