Ingénieur Machine Learning / MLOps Senior CDI (H/F)

Wewyse Reply; Paris; Hybride; EUR 70 000 - 110 000; Plein temps

Résumé du poste

Wewyse Reply recherche un Ingénieur Machine Learning / MLOps pour contribuer au développement, à l'industrialisation et au déploiement de solutions IA. Le consultant interviendra sur des projets IA générative, NLP et LLM, en production dans des environnements hybrides (Cloud / On-Premise).

Vous travaillerez avec une équipe dédiée et participerez à l'architecture, au développement et à l'optimisation des pipelines de déploiement, tout en assurant la veille technologique et la documentation

Qualifications

• 5 ans d'expérience en développement Machine Learning / IA.
• Expérience de déploiement en production d'IA en environnement hybride.
• Connaissance des pipelines ML et d'industrialisation.
• Bonnes compétences en analyse et conception.

Responsabilités

• Analyser les besoins fonctionnels et identifier les modèles ou solutions IA les plus adaptés.
• Participer aux choix d'architecture et orientations techniques des solutions.
• Concevoir et développer les composants logiciels et API nécessaires.
• Industrialiser les modèles et assurer leur mise en production.
• Concevoir et maintenir les pipelines de déploiement.
• Mettre en place les outils du cycle de vie des modèles (MLflow, LangChain, LangSmith).
• Contribuer à l'automatisation des déploiements en Cloud et On-Premise.
• Réaliser des campagnes de tests de charge et de performance.

Connaissances

Modélisation ML

Conception logicielle

Collaboration inter-équipes

Outils

MLflow

LangChain

LangSmith

API development

Description du poste

Nous recherchons pour un de nos clients, un(e) Ingénieur Machine Learning / MLOps afin de contribuer au développement, à l'industrialisation et au déploiement de solutions d'Intelligence Artificielle.

Le consultant interviendra sur des projets liés à l'IA générative, aux modèles de langage (LLM), au Machine Learning et à leur mise en production dans des environnements hybrides (Cloud / On-Premise).

L'équipe est actuellement composée d'une Ingénieure MLOps/DevOps, d'un DevOps Engineer et d'une Product Owner IA.

Le consultant aura notamment pour responsabilités de :

Analyse et conception

• Analyser les besoins fonctionnels priorisés et identifier les modèles ou solutions d'IA les plus adaptés.
• Participer aux choix d'architecture et aux orientations techniques des solutions développées.

Développement IA

• Concevoir et développer les composants logiciels et API nécessaires aux différents cas d'usage.
• Développer des solutions basées sur des modèles de NLP, LLM, SLM et Deep Learning.
• Participer à l'intégration des modèles dans les produits et services.
• Industrialiser les modèles d'IA et assurer leur mise en production.
• Concevoir et maintenir les pipelines de déploiement.
• Mettre en place les outils nécessaires au cycle de vie des modèles (MLflow, LangChain, LangSmith ou équivalent).
• Contribuer à l'automatisation des déploiements dans des environnements Cloud et On-Premise.

Qualité et performance

• Concevoir et exécuter les campagnes de tests (charge, stress, endurance).
• Assurer le suivi des performances et la qualité des modèles déployés.
• Garantir la scalabilité, la fiabilité et la disponibilité des solutions.
• Améliorer les performances des modèles existants.
• Mettre en œuvre des approches telles :
• Évaluation automatique des modèles

Veille technologique

• Assurer une veille active sur les évolutions du Machine Learning, du Deep Learning et de l'IA générative.
• Expérimenter de nouvelles approches algorithmiques lorsque cela est pertinent.
• Collaborer avec les équipes Produit, Data, Infrastructure et Développement afin de garantir une intégration cohérente des solutions.
• Produire la documentation technique associée aux développements réalisés.

Profil recherché

Expérience

• Minimum 5 ans d'expérience en développement Machine Learning, Deep Learning ou Intelligence Artificielle.
• Expérience significative de déploiement de solutions IA en environnement de production.
• Expérience sur des environnements hybrides (Cloud / On-Premise).