Get a reply from this employer
Your resume and cover letter, tailored to exactly what they’re hiring for.
MP Data recherche un ingénieur IA/MLOps pour concevoir et déployer des pipelines MLOps robustes, orchestrer les environnements CI/CD et assurer monitoring et reproductibilité dans des projets IA industriels.
Vous travaillerez en binôme avec Data Scientists et Data Engineers afin de délivrer des solutions scalables, intégrées aux SI clients et déployables en on-prem ou cloud hybride, avec une forte exigence de qualité et d’autonomie.
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.
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
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)
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
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
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,
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)
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)
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