Expert Machine Learning Ops( Expert MLOps)

Re,
Une autre recherche
(Machine Learning Ops)

– Expert MLOps (IA / ML / LLM) | Industrialisation & Production IA

Contexte & enjeux
Vous jouerez un rôle clé dans la définition et la mise en œuvre des
bonnes pratiques MLOps
(CI/CD, monitoring, sécurité, reproductibilité).

Responsabilités principales

• Conception, mise en place et maintien de pipelines MLOps (CI/CD, versioning des modèles et datasets)
• Conteneurisation et déploiement des services IA (Docker, Kubernetes)
• Mise en œuvre d'outils de tracking et registre de modèles (MLflow, Comet ML ou équivalent)
• Industrialisation d'architectures LLM / NLP et RAG (Retrieval-Augmented Generation)
• Intégration et orchestration de frameworks LLM (LangChain, LangSmith, Semantic Kernel)
• Déploiement de solutions IA sur Cloud Provider (AWS, Azure ou GCP)
• Mise en place de boucles de feedback continu (monitoring de la dérive, retraining automatique, human-in-the-loop)
• Garantie de la sécurité, qualité et reproductibilité des modèles en production

Compétences requises

• Minimum 3 ans d'expérience en industrialisation IA/ML/DL en production
• Excellente maîtrise de Python et des librairies clés (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow)
• Solides compétences SQL
• Expertise CI/CD (GitLab CI ou équivalent)
• Maîtrise de la conteneurisation (Docker)
• Expérience confirmée avec MLflow ou outils équivalents
• Connaissance approfondie des LLM et des architectures RAG
• Expérience de déploiement IA sur le Cloud

Compétences appréciées

• Déploiement IA sur Kubernetes (Kubeflow, Argo)
• Tests de performance, benchmarking et montée en charge
• Optimisation avancée de modèles (Quantization, Distillation, Pruning, Fine-tuning / PEFT – LoRA)
• Expérience en Computer Vision ou Small Language Models (SLM)
• Métriques avancées d'évaluation LLM (AI as a Judge, hallucination rate, grounding score)

Modalités

• Présence sur site requise à hauteur de 50 % minimum
• Astreintes possibles les week-ends et jours fériés

Intéressé(e) ou recommandation ?
Profil candidat:

Re,
Une autre recherche
(Machine Learning Ops)

– Expert MLOps (IA / ML / LLM) | Industrialisation & Production IA

Contexte & enjeux
Vous jouerez un rôle clé dans la définition et la mise en œuvre des
bonnes pratiques MLOps
(CI/CD, monitoring, sécurité, reproductibilité).

Responsabilités principales

• Conception, mise en place et maintien de pipelines MLOps (CI/CD, versioning des modèles et datasets)
• Conteneurisation et déploiement des services IA (Docker, Kubernetes)
• Mise en œuvre d'outils de tracking et registre de modèles (MLflow, Comet ML ou équivalent)
• Industrialisation d'architectures LLM / NLP et RAG (Retrieval-Augmented Generation)
• Intégration et orchestration de frameworks LLM (LangChain, LangSmith, Semantic Kernel)
• Déploiement de solutions IA sur Cloud Provider (AWS, Azure ou GCP)
• Mise en place de boucles de feedback continu (monitoring de la dérive, retraining automatique, human-in-the-loop)
• Garantie de la sécurité, qualité et reproductibilité des modèles en production

Compétences requises

• Minimum 3 ans d'expérience en industrialisation IA/ML/DL en production
• Excellente maîtrise de Python et des librairies clés (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow)
• Solides compétences SQL
• Expertise CI/CD (GitLab CI ou équivalent)
• Maîtrise de la conteneurisation (Docker)
• Expérience confirmée avec MLflow ou outils équivalents
• Connaissance approfondie des LLM et des architectures RAG
• Expérience de déploiement IA sur le Cloud

Compétences appréciées

• Déploiement IA sur Kubernetes (Kubeflow, Argo)
• Tests de performance, benchmarking et montée en charge
• Optimisation avancée de modèles (Quantization, Distillation, Pruning, Fine-tuning / PEFT – LoRA)
• Expérience en Computer Vision ou Small Language Models (SLM)
• Métriques avancées d'évaluation LLM (AI as a Judge, hallucination rate, grounding score)

Modalités

• Présence sur site requise à hauteur de 50 % minimum
• Astreintes possibles les week-ends et jours fériés

Intéressé(e) ou recommandation ?