MLOps Engineer

Il y a 2 jours

Paris, Nouvelle-Aquitaine, France Brief IA Temps plein 70 000 € - 110 000 € Contrat

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/