Data Scientist - MLOps H/F

Guarani; Bordeaux; Sur place; EUR 60 000 - 90 000; Plein temps

Résumé du poste

GUARANI recherche un MLOps Engineer pour rejoindre ses équipes Data. Vous travaillerez sur des projets data et IA à forte valeur ajoutée, en collaboration avec les Data Scientists et Data Engineers, afin d’industrialiser les déploiements ML et d’assurer des environnements de production robustes.

Vous concevrez et maintiendrez des pipelines MLOps, surveillerez les modèles et les données, et veillerez à la performance et à la scalabilité des systèmes en prod.

Qualifications

• Expérience en MLOps et déploiement de modèles ML en CI/CD et pipelines.
• Conception et maintenance d'environnements Data Science en prod.
• Capacité à travailler avec Data Scientists et Data Engineers.

Responsabilités

• Industrialiser et automatiser le déploiement des modèles de ML (CI/CD, pipelines).
• Concevoir et optimiser les environnements de production dédiés à la Data Science et IA.
• Mettre en place des pipelines MLOps pour entraînement, validation et déploiement.
• Collaborer avec les Data Scientists et Data Engineers pour l’intégration en prod.
• Mettre en oeuvre des outils de monitoring, observabilité et versioning des modèles et données.
• Assurer performance, scalabilité et fiabilité des solutions mises en prod.

Connaissances

CI/CD

ML pipelines

Data pipelines

Monitoring

Observability

Model versioning

Production systems

Collaboration

Outils

Docker

Kubernetes

MLflow

Airflow

Description du poste

GUARANI, société spécialisée dans les solutions informatiques innovantes, poursuit son développement et recherche un MLOps Engineer pour rejoindre ses équipes Data.

Vos missions

Au sein d'une équipe dynamique et passionnée, vous interviendrez sur des projets à forte valeur ajoutée autour de la data et de l'IA.

Vos principales responsabilités

• Industrialiser et automatiser le déploiement des modèles de machine learning (CI/CD, ML pipelines)
• Concevoir, maintenir et optimiser les environnements de production dédiés à la Data Science et à l'IA
• Mettre en place des pipelines MLOps robustes pour l'entraînement, la validation et le déploiement des modèles
• Collaborer avec les Data Scientists et Data Engineers pour assurer l'intégration fluide des modèles dans les systèmes de production
• Mettre en oeuvre des outils de monitoring, d'observabilité et de versioning des modèles et des données
• Garantir la performance, la scalabilité et la fiabilité des solutions mises en production