AI Engineer — MLOps
Il y a 5 jours
BoulogneBillancourt, Ile-de-France
MP DATA
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Faire tourner un modèle en local, c'est bien. Le faire tenir en prod avec un déploiement à l'échelle, c'est mieux.
Tes projets couvrent l'ensemble du cycle de vie des solutions IA : du cadrage technique jusqu'à la mise en production et le passage à l'échelle, dans des environnements industriels souvent contraints (on-premise, cloud hybride, données sensibles, systèmes legacy).
Tu travailleras en binôme avec des Data Scientists et des Data Engineers, pour délivrer des solutions scalable qui répondent à des problématiques concrètes.
Tes missions
Industrialisation & MLOps
• Concevoir des pipelines MLOps pour le déploiement et le monitoring de modèles
• Implémenter les infrastructures CI/CD adaptées aux projets IA
• Garantir la reproductibilité, la scalabilité et la maintenabilité des solutions Architecture & développement IA
• Cadrage technique : choix d'architecture, frameworks & dimensionnement infra
• Solutions robustes et documentées — du POC à la mise en production industrielle
• Intégrer les solutions IA dans les SI clients (APIs, microservices, orchestration) Delivery & qualité
• Travailler en mode agile sur des forfaits & régies avec des objectifs clairs
• Être garant(e) de la qualité technique des livrables selon les standards MP Data
• Participer aux revues de code et contribuer à la montée en compétences des profils juniors Veille & innovation
• Suivre les évolutions des outils MLOps (Kubeflow, MLflow, Airflow, BentoML, Seldon…) et des plateformes cloud (Azure, AWS, GCP)
• Contribuer au Lab Innovation MP Data : benchmark, POC, tests de nouvelles approches d'industrialisation IA Formation & expérience
• Diplôme d'ingénieur ou Master en informatique, data science ou domaine connexe (Bac+5) d'une école du top 10.
• 2 à 4 ans d'expérience sur des missions d'AI Engineering ou MLOps, Compétences techniques indispensables
• Maîtrise de Python et des frameworks ML/IA (scikit-learn, PyTorch, TensorFlow ou équivalent)
• Expérience solide sur les outils MLOps : MLflow, Kubeflow, Airflow, DVC ou équivalents
• Connaissance du cloud (Azure AI Foundry, AWS SageMaker ou GCP Vertex AI)
• Pratique des outils CI/CD (GitHub Actions, GitLab CI, Docker, Kubernetes)
• Déploiement de modèles en production (APIs REST, monitoring, versioning) Compétences techniques appréciées
• Expérience avec les LLMs et RAG (LangChain, LlamaIndex…)
• Connaissance des environnements industriels (données de capteurs, SCADA, contraintes on-premise)
• Pratique de l'Infrastructure as Code (Terraform, Pulumi) Savoir-être
• Rigueur sur la qualité du code et des livrables
• Capacité à tenir engagement sur le résultat
• Pédagogie face à des interlocuteurs non techniques
• Autonomie et sens des responsabilités dans la gestion de ton périmètre
• Un premier call de qualification
• Test technique
• Entretien technique avec un Lead Engineer ou Architecte MP Data
• Entretien final
• Concevoir des pipelines MLOps pour le déploiement et le monitoring de modèles
• Implémenter les infrastructures CI/CD adaptées aux projets IA
• Garantir la reproductibilité, la scalabilité et la maintenabilité des solutions Architecture & développement IA
• Cadrage technique : choix d'architecture, frameworks & dimensionnement infra
• Solutions robustes et documentées — du POC à la mise en production industrielle
• Intégrer les solutions IA dans les SI clients (APIs, microservices, orchestration) Delivery & qualité
• Travailler en mode agile sur des forfaits & régies avec des objectifs clairs
• Être garant(e) de la qualité technique des livrables selon les standards MP Data
• Participer aux revues de code et contribuer à la montée en compétences des profils juniors Veille & innovation
• Suivre les évolutions des outils MLOps (Kubeflow, MLflow, Airflow, BentoML, Seldon…) et des plateformes cloud (Azure, AWS, GCP)
• Contribuer au Lab Innovation MP Data : benchmark, POC, tests de nouvelles approches d'industrialisation IA Formation & expérience
• Diplôme d'ingénieur ou Master en informatique, data science ou domaine connexe (Bac+5) d'une école du top 10.
• 2 à 4 ans d'expérience sur des missions d'AI Engineering ou MLOps, Compétences techniques indispensables
• Maîtrise de Python et des frameworks ML/IA (scikit-learn, PyTorch, TensorFlow ou équivalent)
• Expérience solide sur les outils MLOps : MLflow, Kubeflow, Airflow, DVC ou équivalents
• Connaissance du cloud (Azure AI Foundry, AWS SageMaker ou GCP Vertex AI)
• Pratique des outils CI/CD (GitHub Actions, GitLab CI, Docker, Kubernetes)
• Déploiement de modèles en production (APIs REST, monitoring, versioning) Compétences techniques appréciées
• Expérience avec les LLMs et RAG (LangChain, LlamaIndex…)
• Connaissance des environnements industriels (données de capteurs, SCADA, contraintes on-premise)
• Pratique de l'Infrastructure as Code (Terraform, Pulumi) Savoir-être
• Rigueur sur la qualité du code et des livrables
• Capacité à tenir engagement sur le résultat
• Pédagogie face à des interlocuteurs non techniques
• Autonomie et sens des responsabilités dans la gestion de ton périmètre
• Un premier call de qualification
• Test technique
• Entretien technique avec un Lead Engineer ou Architecte MP Data
• Entretien final