Expert MLOps

En quelques motsCherry Pick est à la recherche d'un "Expert MLOPS" pour un client dans le secteur de la finance

Description? Contexte de la Mission

L'environnement de travail : Le Lab Data

Vous rejoindrez le Lab Data d'un acteur majeur dans son secteur, une équipe clé dont le périmètre d'action et l'impact ont considérablement augmenté. Ce Lab est au c?ur de la stratégie data et IA de l'entreprise, agissant comme le moteur de l'accessibilité et de l'exploitation avancée des données (Data Mesh et Data Lake). L'équipe est responsable de la construction du magasin Workspace pour rendre accessibles les données et les analytics.

Les Enjeux

L'équipe est en pleine phase d'accélération (Go-to-Market) et gère actuellement une forte croissance, avec plus de 60 agents et modèles en production.

L'objectif principal est de professionnaliser l'industrialisation des modèles et des agents IA. L'enjeu est critique : améliorer la vitesse et la maturité du suivi de production pour répondre à l'augmentation des utilisateurs, garantir une performance et une fiabilité irréprochables, et maintenir un onboarding rapide des nouvelles initiatives.

? Missions Principales

En tant qu'Expert MLOps, vous jouerez un rôle stratégique dans l'industrialisation, l'orchestration et l'opérationnalisation de la plateforme.

Industrialisation des Agents et Modèles (MLOps & LLM Ops) :

Définir et implémenter le ML Lifecycle Management complet (entraînement, versioning, déploiement continu et monitoring) pour tous les modèles et agents en production.

Mettre en ?uvre les processus LLM Ops spécifiques à l'industrialisation des Grands Modèles de Langage et des architectures avancées basées sur des agents.

Orchestration et Opérationnalisation :

Concevoir et maintenir les architectures d'orchestration basées sur Kubernetes.

Assurer la connectivité du Data Lab, notamment via les connecteurs Spark et Workspace, et garantir la consommation des analytics par API.

Soutenir l'exploitation de la Plateforme Agentique (ex. : Agent Orchestrator, Agent Catalog) et des composants IA et Data Viz (Elastic Search, Power BI).

Performance et Observabilité :

Mener des actions pour accélérer la performance et l'exécution des flux de production.

Mettre en place un système d'Observabilité avancé (critique pour cette mission) pour le suivi et l'amélioration continue de la qualité, de la stabilité et de la performance des modèles déployés.

Montée en Compétence :

Agir comme Professional Service en apportant votre expertise pour élever le niveau de maturité technique de l'équipe (step up) sur les meilleures pratiques MLOps.

Profil candidat:

? Profil Recherché

Compétences Techniques Indispensables

Expertise MLOps / DevOps : Solide expérience dans l'industrialisation des modèles Machine Learning ou Large Language Models (LLM Ops).

Orchestration & Conteneurisation : Maîtrise avancée de Kubernetes pour le déploiement et l'opérationnalisation.

Stack Data : Maîtrise de Spark et SQL.

Cloud & Stockage : Expérience avec des environnements cloud (ex. : Amazon S3).

Les Plus (Atouts Techniques Forts)

Connaissance de l'Infrastructure as Code (IaC), notamment Terraform.

Expérience de la mise en ?uvre de la connectivité du Data Lab via Spark et Workspace.

Connaissance des mécanismes d'orchestration (type n8n en interne).

Qualités et Prérequis

Rigueur en Production : Forte capacité à gérer les enjeux de performance, de vitesse et de maturité du suivi de production dans un environnement à fort trafic.

Expertise Technique : Capacité à jouer un rôle d'expert pour step up l'équipe.

Anglais : Niveau Professionnel indispensable.