Ingénieur MPLOps (F / H)

BPCE Solutions informatiques; Paris; Sur place; EUR 45 000 - 60 000; Plein temps

Résumé du poste

Une entreprise technologique recherche un Ingénieur MPLOps à Paris pour gérer l'industrialisation des modèles d'apprentissage automatique et garantir leur déploiement fiable. Le candidat idéal doit posséder des compétences solides en Machine Learning, Docker et Python. Le poste implique une collaboration étroite avec les équipes de Data Science et de Développement Logiciel pour assurer l'intégration des modèles dans les systèmes existants.

Qualifications

• Solides connaissances en Machine Learning et frameworks comme TensorFlow, PyTorch.
• Expérience avec Docker et Kubernetes.
• Maitrise de Python et des API Rest.

Responsabilités

• Industrialiser les modèles développés par les data scientists.
• Concevoir, développer et maintenir des pipelines de déploiement.
• Automatiser les tâches de gestion des modèles ML.

Connaissances

Apprentissage automatique

TensorFlow

Docker

Kubernetes

Python

API Rest

Outils

Jenkins

GCP

Dataiku

Description du poste

Poste et missions

Dans le but de renforcer la DSI CEGC, nous recherchons un Ingénieur MPLOps motivé, ayant une appétence pour les domaines de la Data, des risques et de la gestion des données.

En tant qu'Ingénieur MPLOps, vous serez responsable de la mise en place et de la gestion des pipelines de déploiement et d'exploitation des modèles d'apprentissage automatique (Machine Learning) et d’Intelligence Artificielle Générative de l'entreprise.

Vous travaillerez en étroite collaboration avec les équipes de Data Science, de Développement Logiciel et d'Infrastructure pour assurer le déploiement, la maintenance et l'amélioration continue des modèles ML et IA Gen.

Responsabilités :

• Industrialiser les modèles développés par les data scientists des directions Data et Risques (API);
• Concevoir, développer et maintenir des pipelines de déploiement et d'exploitation des modèles ML en production, de manière fiable et performante;
• Automatiser les tâches liées à la gestion des modèles ML, le déploiement, le suivi des performances, la mise à l'échelle et la surveillance;
• Collaborer avec les équipes de Data Science et de Développement Logiciel pour intégrer les modèles ML dans les applications et systèmes existants;
• Mettre en œuvre des pratiques de DevOps pour assurer la fiabilité, la stabilité et la sécurité des infrastructures de déploiement des modèles ML;
• Effectuer une veille technologique pour rester à jour sur les dernières avancées en matière de MLOps et de technologies connexes.

Profil et compétences requises

Compétences techniques :

• Solides connaissances en apprentissage automatique (Machine Learning) et en frameworks tels que TensorFlow, PyTorch, Scikit-learn, etc.;
• Expérience pratique avec les outils de gestion des conteneurs tels que Docker et les orchestrateurs tels que Kubernetes, OpenShift;
• Maitrise des API Rest (Flask, FastAPI…);
• Maîtrise de Python et de langages FrontEnd (Angular, …);
• Outils de collaboration, CI/CD et d’automatisation : Jenkins, XLDeploy, XLRelease, Bitbucket, Artifactory;
• GCP et Dataiku (Optionnel).