DevOps IA H

Votre rôle se décline en 4 missions principales Déploiement et maintenance des infrastructures IA Concevoir, industrialiser et maintenir des environnements cloud pour la production, le déploiement et la scalabilité des modèles IA (Machine Learning et LLMs) sur GCP et Azure, Automatiser le pipeline CI / CD pour les déploiements de modèles IA (TensorFlow, PyTorch, Keras), Mettre en place des conteneurs (Docker) et orchestrateurs (Kubernetes) optimisés pour héberger les modèles IA, Garantir la disponibilité, la performance et la résilience des infrastructures d'hébergement des use cases IA. Optimisation et monitoring des solutions IA Superviser et monitorer en temps réel les performances des modèles IA via des outils tels que Nagios ou Cloud Monitoring, Implémenter des solutions de logging et tracing pour les infrastructures IA afin d'assurer une traçabilité et une qualité optimale, Participer à l'optimisation des modèles IA en production (fine-tuning, gestion des versions). Intégrer des outils d'observabilité spécialisés pour les LLMs, tels que Langfuse, afin de suivre et d'optimiser leurs performances. Industrialisation et automatisation des flux IA Orchestrer les flux de données et d'IA de manière automatisée via des solutions comme Opcon . Utiliser des outils DevOps (Terraform, Ansible, GitLab CI) pour industrialiser les workflows intégrant l'exposition des modèles IA / LLMs via des API, Gérer les environnements multi-cloud (GCP, Azure) avec des services comme Kubernetes Engine, Functions, App Services et plus encore, Implémenter des solutions émergentes pour le monitoring et l'automatisation IA (Flowize, N8N, Langfuse, etc.), Collaborer avec les Data Engineers IA pour intégrer les pipelines de données en amont avec les solutions IA déployées. Veille technologique et innovation IA Participer activement à la veille technologique autour des outils DevOps, des infrastructures cloud et des avancées IA, Effectuer des POC sur des nouvelles approches dans la gestion et l'automatisation des modèles IA pour maximiser leur efficacité, Expérience requise : minimum 2 ans sur un poste équivalant DATA et IA. Diplôme : Bac +5 en école d'ingénieur / université spécialisée en Informatique et Gestion de la donnée et de la Data Science Compétences requises Expertise Cloud : GCP (BigQuery, Cloud Functions, Vertex AI, Cloud Run), Azure (ML Studio, App Services, Functions). Des certifications GCP et / ou Azure sont un plus. DevOps et Automatisation : Terraform, Ansible, GitLab CI / CD, Bash, Python, Kubernetes, Docker. Machine Learning & Intelligence Artificielle : Bonne connaissance des frameworks (TensorFlow, PyTorch, Hugging Face). Monitoring et Observabilité : Prometheus, Grafana, ELK, solutions AI-specific comme Langfuse. Gestion Multi Cloud : Expérience avec des environnements multi-cloud et intégration fluide des services IA. Agilité : Maîtrise des méthodologies agiles (Scrum, Kanban). Bonnes pratiques IA : Expérience dans le déploiement scalable de LLMs et dans l'intégration IA / Business via des outils comme Langchain, Flowise. Soft Skills recherchées Esprit analytique et rigueur, capacité à résoudre des problématiques complexes avec créativité, Proactivité, autonomie et force de proposition, Aisance pour travailler avec des équipes pluridisciplinaires (Data Engineers, Data Scientists, métiers), Excellentes capacités de communication et pédagogie pour vulgariser des concepts techniques. Technologies maîtrisées souhaitables : Terraform, Kubernetes, Docker, Jenkins, Azure DevOps, GCP Vertex AI, Python, Ansible, Cloud Monitoring, PostgreSQL, SQL, Kafka, Langfuse, MLflow. #J-18808-Ljbffr