Ingénieur DevOps

Référence de l'offre: 55851Site de l'emploi (court): Saint Denis, France, 93210REJOIGNEZ GRDF GRDF, filiale indépendante d'ENGIE, est le principal gestionnaire de réseau qui distribue le gaz à plus de 11 millions de clients.Vous êtes motivé(e) ?Pour mettre vos compétences au service d'un acteur majeur de la transition énergétique, expert et distributeur du gaz ?Pour participer à l'avenir de la distribution du gaz (compteur communicant, technologies du réseau intelligent, développement du biogaz et du GNV, …) ?Au sein du Service Gaz, GRDF recrute son :Ingénieur DevOps - Coordination Projet MLOps H/FPoste basé à Saint-Denis (93Vous intégrez la Direction Système d'Information (DSI) de GRDF, créatrice de valeur et partenaire des métiers, qui a comme mission d'assurer le fonctionnement et l'adaptation du SI conformément aux besoins des utilisateurs et au moindre coût.Dans le cadre de sa transformation visant à se renforcer sur la maîtrise technique de son SI, la DSI recherche son futurIngénieur DevOps - Coordination Projets MLOps.Vous intégrez le domaine Data Fabric et plus particulièrement le pôle IA Fabric qui est composé de 3 équipes :IA Lab pour l'expérimentation Data Science, IA et Recherche OpérationnelleIA Ops pour l'industrialisation et le monitoring IAData Craft pour les sujets statistiques et analytiques.VOS FUTURES MISSIONEn tant qu'Ingénieur DevOps- Coordination Projets MLOps, vous interviendrez dans l'équipe IA Ops du pôle IA Fabric sur trois volets complémentaires :Coordination & Pilotage de Projets - PrioritaireVous assurerez la planification et le suivi des actions des projets d'industrialisation des expérimentations de l'équipe IA Lab :Coordonner les acteurs SI (ingénierie, sécurité) et Data Scientists pour industrialiser les modèles MLPiloter les déploiements en production en orchestrant les différentes équipes dans le respect des processus et du cadre industriel SI GRDFAnimer les comités de suivi et présenter l'avancement aux sponsors projetGérer le backlog et les priorités en méthodologie AgileProduire la documentation projet (techniques, recettes, performances…) et les reportings d'avancementFaciliter la communication entre équipes techniques et sponsors non-techniquesSpécification Technique & Architecture - ComplémentaireVous aurez la charge de la réalisation concrète des éléments techniques nécessaires à la mise en production des projets IA :Définir les besoins d'infrastructure (GPU, architecture Kubernetes …) avec l'ingénierieSpécifier les architectures de déploiement pour les modèles ML en production en lien avec les architectes et l'ingénierieParticiper aux développements de scripts de monitoring des traitements et des modèles d'IADéployer des environnements et du code packagé sur la partie Data Science / IASuivre la mise en place de pipelines d'intégration et de déploiement continu pour les modèles MLAccompagnement IA Lab & Montée en Compétence - ComplémentaireVous accompagnerez les équipes de l'IA Lab dans l'adoption des bonnes pratiques MLOps :Former les Data Scientists aux bonnes pratiques de production (MLOps by design - versioning de code et de modèles, reproductibilité, traçabilité) et aux contraintes SI. Sensibilisation et formation aux principesFaciliter l'industrialisation de leurs modèles (packaging, containerisation, déploiement)Monter progressivement en compétence sur le Machine Learning au contact de l'équipeTraduire les besoins métier/ML en spécifications techniques compréhensibles par les équipes SICréer et maintenir la documentation technique et pédagogiqueAnimation d'ateliers et sessions de partage de connaissancesNote importante : Ce poste ne comporte pas de management hiérarchique. Vous coordonnez des projets et orchestrez des acteurs techniques, sans lien de subordination.VOTRE PROFILFormation et expérienceVous êtes titulaire d'un diplôme d'école d'ingénieur ou universitaire avec une forte composante en informatique et/ou mathématiques appliquéesVous justifiez d'une première expérience (3 à 4 ans) sur des projets techniques, idéalement dans l'écosystème Data/IACompétences Projet requisesExpérience confirmée de coordination multi-acteurs SIAnimation de comités et présentation à différents niveaux (technique et management)Expérience CAB/gestion des changements ou équivalent (un plus)Rédaction de spécifications techniques et cahiers des chargesCompétences techniques requisesDevOps & InfrastructureVous maîtrisez Docker et avez idéalement une expérience confirmée de Kubernetes en production (déploiements, scaling, monitoring, troubleshooting)Vous avez une connaissance pratique des technologies d'infrastructure as code (Terraform, Ansible)Vous avez des connaissances solides des standards de code de l'industrie (Git, CI/CD, tests automatisés) et savez les appliquerVous êtes à l'aise avec Linux, idéalement RHEL, ainsi que les bonnes pratiques associéesVous avez une appétence pour l'écosystème Data Science / IA et comprenez les contraintes spécifiques de l'industrialisation des modèles ML (un plus)Langages & OutilsPython : lecture de code, scripting, debug basiqueGit : workflow, branches, merge requestsCompréhension des enjeux sécurité, réseau, base de donnéesAppétence Machine LearningCuriosité forte pour l'IA/Machine LearningMotivation réelle pour apprendre et monter en compétenceDémarches personnelles d'apprentissage (MOOCs, lectures, projets) - un plusCompétences transversesCommunication claire et structurée (orale et écrite) - capacité à vulgariser des sujets techniquesAffirmation et leadership technique - capacité à s'imposer avec bienveillance auprès de différents interlocuteursPédagogie - capacité à former et accompagner les Data ScientistsOrganisation et rigueur - gestion de plusieurs projets en parallèleAisance relationnelle - à l'aise avec des profils variés (DS, ingénieurs, managers, sponsors)Autonomie et proactivité - force de propositionAtouts supplémentaires :Être motivé(e) pour apprendre et devenir l'interface entre Data Scientists et SIComprendre de manière générale le cycle de vie d'un modèle ML (entraînement → déploiement → monitoring) - un plusConnaissance des outils MLOps (MLflow, Kubeflow, Airflow, etc.) et de DataikuINFORMATIONS DIVERSESLieu de travail17 Rue des Bretons 93200 Saint-DenisLes +Salle de sport,Environnement dynamique, locaux agréablesCET - Compte Epargne TempsEquilibre vie professionnelle / vie personnelleJusqu'à 10 jours/mois de télétravailEn tant que salarié.e de GRDF, vous serez engagé.e à nos côtés et au quotidien dans des actions en faveur de l'égalité des chances et de la diversité des profils, reconnues par le Label Diversité.L'emploi est régi par l'obligation de protection des informations commercialement sensibles, par le respect de l'objectivité, de la transparence et de la non-discrimination à l'égard de l'ensemble des utilisateurs du réseau de distribution. A ce titre, vous veillerez à respecter et faire respecter le code de bonne conduite du distributeur GRDF.Business Unit: GBU NetworksDivision:Entité légale: GRDFType de contrat: CDIType d'emploi: Temps PleinExpérience professionnelle: Qualifié ( >3 expérience