Ingénieur Plateforme IA / MLOps (H/F)

Présentation du poste

Au sein d’une équipe dédiée aux plateformes Data & IA, vous contribuez à la mise en place et à l’industrialisation des solutions d’intelligence artificielle. Vous intervenez à la croisée du développement logiciel, du DevOps et des architectures IA afin de fournir des outils et infrastructures robustes permettant d’accélérer les projets Data Science et Machine Learning.

Missions principales

• Mettre à disposition les outils nécessaires au développement et à l’exploitation des solutions IA (environnements de développement, monitoring, observabilité, etc.).

• Participer à la définition et au déploiement des pratiques MLOps.

• Concevoir, déployer et maintenir une plateforme dédiée aux usages IA.

• Automatiser les processus de déploiement et d’exploitation des applications et services IA.

• Définir et mettre en œuvre des architectures techniques évolutives, fiables et sécurisées.

• Appliquer les principes d’intégration continue et de déploiement continu (CI/CD).

• Anticiper les besoins de montée en charge et de performance des plateformes.

• Contribuer à l’optimisation des coûts d’infrastructure dans une démarche FinOps.

• Assurer une veille technologique sur les sujets Data, IA, Cloud, DevOps et MLOps.

• Collaborer avec les équipes Data Science, Développement et Infrastructure pour faciliter l’industrialisation des projets IA.

Profil recherché

Expérience

• Minimum 5 ans d’expérience sur un poste similaire.

• Expérience significative dans le développement logiciel et l’industrialisation de solutions techniques.

Compétences techniques

Indispensables

• Très bonne maîtrise des principes de Software Engineering :

  • Design Patterns

  • Architecture logicielle

  • Bonnes pratiques de développement

  • Tests unitaires et d’intégration

  • Qualité de code

• Excellentes compétences en développement orienté objet (Python ou autre langage équivalent).

• Bonne maîtrise de Python.

• Bonne maîtrise de SQL.

• Connaissances solides des pratiques DevOps :

  • Docker

  • Kubernetes

  • Helm

  • Infrastructure et pipelines as code

  • CI/CD