LLMOps / MLOps Engineer – H/F
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Industrialise le cycle de vie des modèles et propulse les architectures GenAI en production
Dans le cadre de l’industrialisation à grande échelle des solutions d’intelligence artificielle générative d’un grand compte, nous recherchons un(e) LLMOps / MLOps Engineer. Ton rôle sera hautement structurant et stratégique : tu concevras, déploieras et sécuriseras le socle technique, les pipelines d’automatisation et les environnements d’inférence nécessaires à l’exploitation industrielle de solutions d’IA et de systèmes agentiques en production.
Ton futur environnement
Tu évolueras au sein d’un pôle d’ingénierie pluridisciplinaire d’excellence dédié à l’intelligence artificielle et aux pratiques cloud natives. En interface permanente avec les data scientists, les équipes d’architecture, la sécurité (DevSecOps) et les équipes d’exploitation, tu interviendras sur des projets à forte valeur ajoutée. C’est le cadre idéal pour combiner la rigueur du DevOps avec les spécificités de l’IA générative, déployer des chaînes CI/CD/CT automatisées et optimiser les coûts et performances des modèles en production.
Tes missions clés
Architecture & Automatisation Cloud IA (Mode BUILD) :
-
Concevoir et implémenter l’architecture technique cible de la plateforme IA selon les principes de l’Infrastructure as Code (Terraform).
-
Déployer, configurer et administrer les environnements Cloud (Azure, AWS ou GCP) et les clusters de conteneurs (Kubernetes, OpenShift).
-
Bâtir et industrialiser les pipelines d’intégration et de déploiement continus (CI/CD, GitOps) adaptés aux spécificités des briques d’IA et des modèles de fondation.
-
Intégrer les composants clés de l’écosystème IA : modèles de langage, Gateways LLM, orchestrateurs agentiques, APIs de services cognitifs et bases de données vectorielles.
-
Mettre en œuvre les dispositifs de sécurité, la gestion fine des identités (IAM) et la gestion centralisée des secrets.
Observabilité, MLOps & Pilotage FinOps (Mode RUN & Industrialisation) :
-
Déployer et superviser les chaînes d’observabilité, de journalisation et de monitoring de la performance des modèles (MLflow, dashboards de suivi de latence et de dérive).
-
Garantir la robustesse, la scalabilité et la haute disponibilité des environnements d’inférence en production.
-
Piloter la maîtrise des coûts d’infrastructure et d’appel aux modèles via des pratiques de FinOps IA.
-
Assurer la réversibilité, la maintenabilité et la documentation technique des architectures déployées.
Ton profil
-
Formation : Diplôme d’Ingénieur ou Bac+5 universitaire en informatique, génie logiciel, systèmes et réseaux ou cybersécurité.
-
Expérience : Tu justifies d’une expérience confirmée de 3 à 5 ans en ingénierie DevOps / Cloud, avec une pratique effective du déploiement et de l’industrialisation de solutions MLOps ou LLMOps.
-
Expertise DevOps, Cloud & Automatisation Impérative :
-
Maîtrise d’un environnement Cloud majeur (
-