Ingénieur IA MLOps — Architecte LLM/RAG et CI/CD

Beezen; Paris; On-site; EUR 60,000 - 90,000; Full time

Job summary

Beezen recherche un expert IA/ML pour concevoir des architectures LLM et des solutions RAG. Vous développerez et exposerez des API métiers (speech-to-text, classification, titraille SEO) et industrialiserez les modèles via Docker/Kubernetes et CI/CD.

Vous mettrez en place le suivi MLOps avec MLflow et participerez au monitoring et aux tests de charge, en collaborant avec des rédacteurs et des équipes non techniques.

Qualifications

• 3 à 5 ans d'expérience en développement IA / ML / DL, avec des déploiements effectifs en production
• Très bonne maîtrise de Python et/ou Node.js appliqués à l'IA, et de SQL
• Expérience concrète sur LLM, RAG et bases vectorielles
• Maîtrise de Docker, Kubernetes et GitLab CI/CD
• Pratique de MLflow et de l'évaluation de modèles LLM
• Un plus : cloud GCP, Azure ou souverain (OVH / Scaleway) en contexte hybride, agents IA, SLM, Prometheus / Grafana
• Autonome, à l'aise dans un cadre peu défini, habitué aux rituels agiles
• Français courant indispensable

Responsibilities

• Concevoir et développer des architectures LLM et des solutions RAG (embeddings, bases vectorielles)
• Développer et exposer des API métiers : speech-to-text, classification d'articles et de commentaires, titraille SEO, contextualisation
• Industrialiser les modèles : conteneurisation Docker / Kubernetes, pipelines CI/CD GitLab
• Mettre en place le suivi MLOps avec MLflow : expérimentations, évaluation (LLM-as-judge, golden datasets), gestion du drift de prompts
• Contribuer au monitoring des performances et aux tests de charge
• Travailler au quotidien avec des équipes non techniques (rédactions) et vulgariser les sujets IA

Skills

Python

Node.js

SQL

LLM

RAG

MLOps

Agile

Autonomie

Tools

Docker

Kubernetes

GitLab CI/CD

Prometheus

Grafana

Job description

Beezen recherche un expert IA/ML pour concevoir des architectures LLM et des solutions RAG. Vous développerez et exposerez des API métiers (speech-to-text, classification, titraille SEO) et industrialiserez les modèles via Docker/Kubernetes et CI/CD.

Vous mettrez en place le suivi MLOps avec MLflow et participerez au monitoring et aux tests de charge, en collaborant avec des rédacteurs et des équipes non techniques.