Ingénieur MLOps — Industrialiser et Déployer ML en Production

ALTEN; Boulogne-Billancourt; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

ALTEN en Île-de-France recherche un Ingénieur MLOps pour déployer et industrialiser des pipelines ML en production, garantir leur fiabilité et leur sécurité, et collaborer avec Data Science, DevOps et Cloud.

Le candidat doit posséder un diplôme d’ingénieur, une habilitation Secret Défense et au moins 5 ans d’expérience en ML, avec une maîtrise des outils MLops tels que MLflow, Kubeflow et TFX.

Qualifications

• Diplôme d’ingénieur requis et habilitation Secret Défense obligatoire.
• Minimum 5 ans d’expérience en MLOps, Data Engineer ou DevOps spécialisé ML.
• Maîtrise des outils MLOps (MLflow, Kubeflow, TFX, Airflow, Metaflow).
• Conception et déploiement de pipelines ML en production avec sécurité et traçabilité.

Responsabilités

• Industrialiser les pipelines ML et automatiser leur cycle de vie ( entraînement, validation, déploiement, monitoring).
• Déployer des modèles ML en production (on‑premise, cloud ou hybride) et assurer leur performance.
• Mettre en place le monitoring (latence, dérive, précision) et la traçabilité des versions des modèles.
• Collaborer avec Data Science, DevOps et Cloud pour l’intégration dans les infrastructures existantes.
• Assurer la conformité avec ISO 27001, RGPD et Secret Défense.

Connaissances

Python

SQL

Bash

Formation

Diplôme d’ingénieur (Bac+5) en informatique, data science, mathématiques appliquées, ou équivalent

Habilitation Secret Défense (obligatoire)

Outils

MLflow

Kubeflow

TFX

Airflow

Metaflow

Prometheus

Grafana

ELK Stack

Weights & Biases

Arize

Docker

Kubernetes

Description du poste

ALTEN en Île-de-France recherche un Ingénieur MLOps pour déployer et industrialiser des pipelines ML en production, garantir leur fiabilité et leur sécurité, et collaborer avec Data Science, DevOps et Cloud.

Le candidat doit posséder un diplôme d’ingénieur, une habilitation Secret Défense et au moins 5 ans d’expérience en ML, avec une maîtrise des outils MLops tels que MLflow, Kubeflow et TFX.