Ingénieur MLOps (H/F)
Salaire: 45 000 € - 55 000 € par an
Tu es passionné(e) par le Machine Learning, le Cloud et l'industrialisation des modèles ? Tu aimes transformer des prototypes Data Science en solutions robustes, scalables et prêtes pour la production ?
Tu souhaites intervenir sur des problématiques techniques variées, au croisement du Machine Learning, du Software Engineering, du Cloud et de la Data ?
Rejoins notre Guild Data Discoverii et accompagne nos clients dans la conception et l'industrialisation de plateformes MLOps modernes.
MISSIONS
*
Industrialiser les modèles Machine Learning: automatiser les différentes étapes du cycle de vie des modèles, de l'entraînement à la mise en production.
*
Concevoir des pipelines MLOps: mettre en place des workflows fiables pour l'entraînement, la validation, l'évaluation et le déploiement des modèles.
*
Automatiser les déploiements: concevoir et maintenir des pipelines CI/CD/CT permettant de déployer les modèles et leurs évolutions de manière fiable et reproductible.
*
Construire les infrastructures ML: concevoir et administrer des environnements Cloud adaptés aux besoins d'entraînement et d'inférence.
*
Orchestrer les workloads ML: déployer et maintenir des environnements conteneurisés avec Docker et Kubernetes, y compris pour des workloads nécessitant des ressources GPU.
*
Gérer le cycle de vie des modèles: mettre en place et administrer des solutions de tracking, de versioning et de Model Registry avec notamment MLflow.
*
Automatiser l'infrastructure: déployer et faire évoluer les environnements Cloud grâce à Terraform et aux pratiques d'Infrastructure as Code.
*
Intégrer les environnements Data: travailler avec Databricks, Spark / PySpark et Airflow pour construire des pipelines Data & ML robustes.
*
Mettre en place l'observabilité: suivre la qualité des données, les performances des modèles et détecter les éventuelles dérives en production.
*
Développer et industrialiser les APIs: exposer les modèles et services Machine Learning dans des environnements de production.
*
Accompagner les équipes Data: collaborer avec les Data Scientists et ML Engineers pour faciliter l'industrialisation de leurs modèles et promouvoir les bonnes pratiques MLOps.
*
Garantir la qualité et la sécurité: appliquer les bonnes pratiques de Software Engineering, de CI/CD, de tests, de documentation et de gestion des environnements.
En 1er, un savoir-être en phase avec notre culture:
*
Tu es autonome et capable de prendre en charge des sujets de bout en bout.
*
Tu es pragmatique et tu sais concevoir des solutions simples, robustes et maintenables.
*
Tu sais prendre du recul et challenger les choix techniques.
*
Tu apprécies travailler avec des profils Data, Tech et métier.
*
Tu communiques avec clarté et sais vulgariser des problématiques techniques complexes.
*
Tu es curieux(se) et tu effectues une veille régulière sur les technologies MLOps, Cloud et Machine Learning.
*
Tu apprécies le partage de connaissances et le travail en équipe.
En 2nd, un bagage technique solide:
*
Une expérience de 3 à 5 ans en MLOps, ML Engineering, DevOps ou Platform Engineering appliqué au Machine Learning, hors stages et alternances.
*
Une bonne maîtrise du cycle de vie complet des modèles Machine Learning, de l'expérimentation jusqu'à la production.
*
Une très bonne maîtrise de Python et de son écosystème.
*
Une expérience significative avec Kubernetes et Docker.
*
Une bonne maîtrise des environnements Cloud, notamment AWS et GCP.
*
Une expérience avec MLflow, Model Registry et les outils de gestion du cycle de vie des modèles.
*
Une bonne maîtrise des pratiques CI/CD, de Git et de GitHub Actions.
*
Une expérience avec Terraform et l'Infrastructure as Code.
*
Une bonne connaissance de Databricks, Spark / PySpark et
3 An(s)