Fonctionnement : sur site à Lyon 2 jours
Projet :
Fonctionnement : 2 jours présence à Mérignac + 3 jours télétravail
Descriptif de la mission :
Intégré à une équipe Produit, le MLOPs Engineer contribue à l'industrialisation de modèles ML déjà développés. En plus de construire et de gérer des pipelines de données automatisés, il participe aussi au développement d'outils pour monitorer les performances des modèles tout en garantissant la mise en place de bonnes pratiques en matière de sécurité et d'efficacité opérationnelle.
RÔLE ET RESPONSABILITÉS
Implémenter les pipelines automatisés pour le déploiement et la surveillance des modèles (Gestion des alertes)
Optimiser l'efficacité et la scalabilité des flux de travail ML Configurer/Déployer/Automatiser/industrialiser le déploiement de modèles ML
Garant de l'implémentation de bonnes pratiques en matière de sécurité et de confidentialité des données
En fonction du niveau d'expertise, accompagner à la mise en place de nouveaux outils d'IA
Force de proposition dans la résolution des problèmes
PROFIL TYPE
Maîtrise des technologies AWS et outils MLOPS (Kubernetess, TensorFlow, Jenkins, Pytorch, Terraform, Sagemaker, Cloudwatch, Prometheus, Alertmanager, Grafana) Compétences solides en programmation Python
Comprendre le machine learning
Force de proposition dans la résolution des problèmes de code. Pro-actif, Esprit d'équipe, sens du délai, de la qualité et des résultats
CERTIFICATIONS
Certification AWS Machine Learning specialty (a minima)
MLOps – Spécificités sur le périmètre envisagé :
Maîtrise de Python, de l’IA et des LLM, avec des compétences avérées permettant d’être en capacité d’intégrer rapidement (dès le MVP) une stack de développement backend AWS Textract + Kendra + Comprehend, et d’expérimenter/prototyper sur AWS Bedrock (pas de prise en compte de dimension LLM sur le MVP).