MLOps Engineer H/F

Ippon Technologies; Paris; Sur place; EUR 45 000 - 75 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un consultant MLOps passionné pour rejoindre une équipe dynamique. Vous serez responsable de la conception et de la mise en œuvre de pipelines MLOps sur Azure, tout en collaborant avec des experts en Data Science. Ce rôle vous offre l'opportunité de travailler sur des projets de Machine Learning, d'améliorer les pratiques MLOps et de participer à un environnement collaboratif. Si vous êtes motivé par les défis techniques et souhaitez évoluer dans un cadre stimulant, cette position est faite pour vous.

Prestations

Programme d’accompagnement de carrière Blackbelt

Évènements internes pour la cohésion d’équipe

Suivi de proximité par le manager

Qualifications

• Expérience significative en MLOps avec Azure et déploiement de modèles.
• Compétences solides en Python et frameworks de Machine Learning.

Responsabilités

• Concevoir des pipelines MLOps sur Azure pour des projets de Machine Learning.
• Déployer et gérer des modèles de Machine Learning sur Azure.

Connaissances

Python

MLOps

Azure Machine Learning

Azure DevOps

Kubernetes

Docker

scikit-learn

TensorFlow

PyTorch

Formation

Formation supérieure en informatique

Outils

Azure Machine Learning

Azure DevOps

Kubernetes

Docker

Description du poste

Ippon : cabinet de conseil et d’expertises en technologie, international et indépendant

En quelques mots : 700 passionnés de tech, 12 agences dans le monde, 11 communautés d’expertise d’excellence, contributeur actif et sponsor de l'écosystème numérique, des publications soutenues et reconnues sur nos réseaux.

Tes missions :

1. Concevoir et mettre en œuvre des pipelines MLOps (CI/CD) sur Azure pour des projets de Machine Learning, Vision par ordinateur et/ou Traitement du langage naturel.
2. Déployer et gérer des modèles de Machine Learning sur Azure en utilisant les services Azure Machine Learning, Azure DevOps et Kubernetes.
3. Mettre en place des solutions de monitoring et d'alerting pour les modèles et l'infrastructure MLOps.
4. Assurer la qualité du code et des modèles déployés (tests unitaires, tests d'intégration, etc.).
5. Collaborer avec les équipes Data Science et les équipes métier du client.
6. Contribuer à l'amélioration continue des pratiques MLOps au sein d'Ippon.

Compétences techniques requises :

Expérience significative avec Azure Machine Learning :

1. Création et gestion d'espaces de travail.
2. Utilisation des services de calcul (clusters, machines virtuelles).
3. Déploiement de modèles en batch et en temps réel.
4. Connaissance des différents types de déploiement (points de terminaison gérés, Kubernetes).

Maîtrise d'Azure DevOps :

1. Création et gestion de pipelines CI/CD.
2. Automatisation des tâches de build et de déploiement.
3. Intégration avec Git.

Connaissance de Kubernetes :

1. Déploiement et gestion d'applications conteneurisées.
2. Orchestration et mise à l'échelle des workloads.

Expérience avec les technologies de conteneurisation (Docker).

Solides compétences en Python et dans les frameworks de Machine Learning (scikit-learn, TensorFlow, PyTorch).

Compréhension des concepts MLOps (versioning, monitoring, réentraînement).

Expérience avec au moins un projet Azure MLOps.

Profil recherché :

1. Formation supérieure en informatique ou équivalent.
2. Minimum 1 an d'expérience en tant que consultant en MLOps.
3. Excellentes capacités de communication et de travail en équipe.
4. Autonomie et proactivité.
5. Capacité à s'adapter à des environnements techniques complexes.

Ippon c’est aussi :

1. Travailler en équipe au sein d'une communauté à la pointe des évolutions.
2. Un suivi de proximité réalisé par ton manager.
3. Devenir ceinture noire en MLOps grâce à notre programme d’accompagnement de carrière Blackbelt.
4. Participer à nos apéros et divers évènements internes pour consolider la cohésion d’équipe.

Notre process de recrutement :

1. Préqualification téléphonique - 20 min.
2. Un entretien RH / Sales - 1H00.
3. Un entretien Tech avec 2 consultants.
4. Une visite des locaux et un échange avec d'autres consultants.