Mlops Engineer - Lyon - Plein temps (> 32 heures)

Intégré(e) à une équipe Produit ou à une équipe MLOps, vous contribuez à l'industrialisation de modèles de Machine Learning déjà développés. Votre rôle est de construire, déployer et maintenir des pipelines ML automatisés, tout en assurant le monitoring des performances des modèles, en garantissant la sécurité, la conformité et la performance des solutions mises en œuvre., * Implémenter et maintenir des pipelines automatisés pour le déploiement, la supervision et le réentraînement des modèles ML * Optimiser la scalabilité, l'efficacité et la fiabilité des workflows de machine learning * Automatiser le déploiement et le monitoring des modèles via des outils cloud et MLOps * Définir et mettre en œuvre une stratégie de gestion des versions et des tests des modèles * Assurer la sécurité, la traçabilité et la conformité dans la manipulation des données et des modèles * Créer la documentation technique (code, pipelines, modèles, etc.) * Construire des tableaux de bord de suivi des performances et des alertes * Être force de proposition sur l'évolution des outils et méthodes d'industrialisation IA Environnement technique * Cloud & Infrastructure : AWS, Terraform, Kubernetes * Outils MLOps : Sagemaker, Jenkins, Prometheus, CloudWatch, AlertManager, Grafana * Frameworks ML : TensorFlow, PyTorch * Langages : Python * Autres outils IA : Textract, Rekognition

Nous recherchons un profil type architecte DataOps, MLOps, AI pour participer au design technique, à l'implémentation en production, à l'industrialisation, et au support et à l'amélioration continue des produits et services d'IA pour les métiers et fonctions du groupe Vous travaillerez avec le front sur : * L'élaboration, la mise en production, l'amélioration continue et le support opérationnel des fonctionnalités à valeur ajoutée autour des produits et services du Datalab : APIs, workflows MLOps, pipelines, dashboards, etc. You build it, you run it! * Participer au maintien en conditions opérationnelles, à la supervision et à la fiabilisation des 15+ plateformes de Data Science de Production du Groupe * Mettre en place les outils et bonnes pratiques, et accompagner les clients dans les démarches MLOps / LLMOps autour de ces outils. * Accompagner les utilisateurs dans l'utilisation de frameworks de calcul distribué et/ou d'accélérateurs de calcul hardware (GPU). * Renforcer les équipes de Support et d'accompagnement N3 du DataLab sur les plateformes et outils d'IA du groupe (best practices, mentoring, etc). Environnement technique de l'équipe Front * Docker / Kubernetes / OpenShift * Frameworks de calculs distribues (Spark, Ray, Dask, OpenMPI) * GPU Computing (CUDA, Rapids, NIMs, Nemo) * Environnements de Data Science Python, Conda, R (opt.) * Programmation en python * Shell scipting * MLFlow / KubeFlow * Outils de CI/CD DevSecOps/GitOps : Hashicorp Vault, Gitlab, Gitlab-CI, Artifactory, ArgoCD, Argo Workflow, Notre équipe est passée de 4 à 15 personnes en 2ans et nous passons à 20 cette année. Elle est séparée en 3 « mini-équipes » : * Front / AI Competency Center : Assurent le développement des solutions à offrir as-as-service et l'accompagnement des utilisateurs. * Automation : Pratiques DevSecOps / GitOps. / MLOps / LLMOps * GPU Grid System : Assurent l'administration des systèmes et un grid de GPU on premises … Et un PO Nous travaillons de pair avec : * Une équipe de DevOps pour les outils de plateformes (Vault, SSO etc...) * Une équipe de SRE pour les plateformes d'infra * Une équipe qui supporte le Datalake (Trino, Spark, et Minio) Environnement de travail

Contexte Nous recherchons un Ingénieur Framework IA/ML pour développer un framework, mettre en place des standards et accompagner les équipes ML/IA dans l'expérimentation, la mise en production et le monitoring des projets IA/ML pour toute l'organisation. Ce rôle implique des tâches d'architecture, de formalisation de standards, de définition et d'exécution de roadmap, ainsi que l'accompagnement des équipes dans la prise en main des outils et le suivi. Livrables * Développer un framework pour les projets IA/ML. * Mettre en place des standards pour l'organisation. * Définir et exécuter une roadmap pour les projets IA/ML. * Accompagner les équipes dans la prise en main des outils et le suivi des projets. * Assurer l'architecture des solutions IA/ML. * Formaliser les standards et les bonnes pratiques. * Définir et suivre la roadmap des projets IA/ML. * Former et accompagner les équipes sur les outils et processus.