Ingénieur MLOps GPU – Infra & Santé | Télétravail Possible

AP-HP; Paris; Hybride; EUR 70 000 - 100 000; Plein temps

Avantages offerts par ce poste

Télétravail partiel

Remboursement transports 75%

Repas sur place

Formation interne

Résumé du poste

L'AP-HP, Direction des Services Numériques, recrute un ingénieur MLOps F/H pour dimensionner et déployer l'infrastructure GPU, déployer des moteurs d’inférence et construire les briques associées (RAG, embedding, API interne).

Le candidat maîtrise Terraform, Ansible et Kubernetes, et possède une expérience solide en Python, CI/CD et gestion des charges GPU, dans un environnement de santé.

Qualifications

• Diplôme d'ingénieur ou équivalent requis.
• 3 ans d'expérience minimum en infra, DevOps ou MLOps, avec expertise GPU.
• Maîtrise opérationnelle de Terraform et Ansible, dépôt Git et CI/CD.

Responsabilités

• Dimensionner et déployer le cluster GPU sur OVHcloud, en veillant au coût/mémoire/débit.
• Industrialiser la couche GPU (drivers, runtime conteneur, Kubernetes, partage des cartes).
• Opérer les serveurs d'inférence et gérer les versions de modèles (quantification, batching, latence).
• Exposer une passerelle LLM interne avec API sécurisée et quotas.
• Construire embeddings et recherche vectorielle (RAG) et évaluer la qualité des réponses.
• Assurer la conformité données de santé et traçabilité des accès/inférences.
• Surveiller les coûts GPU et optimiser l'utilisation des ressources.
• Contribuer au socle commun IaC et CI pour le run de l'équipe.

Connaissances

Terraform

Ansible

Kubernetes

Python

CI/CD

GPU

MLOps

LLM

RAG

Shell

Formation

Diplôme d'ingénieur ou équivalent

Outils

Terraform

Ansible

Kubernetes

vLLM

Description du poste

L'AP-HP, Direction des Services Numériques, recrute un ingénieur MLOps F/H pour dimensionner et déployer l'infrastructure GPU, déployer des moteurs d’inférence et construire les briques associées (RAG, embedding, API interne).

Le candidat maîtrise Terraform, Ansible et Kubernetes, et possède une expérience solide en Python, CI/CD et gestion des charges GPU, dans un environnement de santé.