MLOps Engineer
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.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Dans le cadre du renforcement d'une Data Factory au sein d'un grand groupe, nous recherchons un(e) MLOps Engineer confirmé(e) / senior pour rejoindre une équipe dédiée à la conception, au déploiement et au maintien d'outils Python, MLOps et Cloud destinés aux équipes internes.
La mission se situe à la croisée des enjeux Cloud, Machine Learning et industrialisation, avec un environnement technique fortement orienté Google Cloud Platform (GCP).
Vous interviendrez notamment sur :
- Le déploiement et l'administration d'environnements et d'outils sur GCP.
- L'industrialisation de projets IA, GenAI et Machine Learning, notamment à travers Vertex AI Pipelines.
- Le déploiement et la gestion d'applications conteneurisées via Cloud Run.
- Le développement et la maintenance de librairies Python internes, avec une attention particulière portée au packaging, à la réutilisabilité et à l'expérience des équipes utilisatrices.
- La mise en place et l'amélioration du monitoring et de la supervision technique des systèmes en production.
- L'application de pratiques Fin Ops afin de suivre, maîtriser et optimiser les coûts de l'infrastructure Cloud.
- L'intégration et l'amélioration continue des standards MLOps : CI/CD, automatisation, infrastructure et gestion du cycle de vie des modèles.
Localisation : Paris Durée : 12 mois Télétravail : 2-3 jours par semaine
Nous recherchons un profil disposant d'une solide expérience MLOps et Cloud, capable d'évoluer avec autonomie dans un environnement technique exigeant.
Les compétences clés attendues sont :
- Très bonne maîtrise de GCP, de son écosystème et de son architecture.
- Expertise opérationnelle sur Vertex AI, notamment Vertex AI Pipelines.
- Très bonne maîtrise de Cloud Run et des environnements conteneurisés.
- Solide maîtrise de Python, notamment pour la création, le packaging et la maintenance de librairies internes.
- Bonne connaissance des pratiques MLOps et CI/CD appliquées aux projets ML/