Ingénieur Python V3 MLOps Databricks Kubernetes ALM Devops Git VSTS pipe release (H / F)

Gentis Recruitment SAS; Paris; Sur place; EUR 45 000 - 65 000; Plein temps

Résumé du poste

Une entreprise de premier plan recherche un(e) Ingénieur(e) MLOps pour développer une plateforme de forecasting avancée à Paris. Le candidat idéal aura une expertise en Python, Kubernetes, et une forte culture en DevOps. Ce poste consiste à automatiser et optimiser les processus de machine learning en collaboration avec des équipes de Data Science et Data Engineering, dans un environnement dynamique et innovant.

Qualifications

• Expérience en déploiement industriel de modèles ML dans le cloud.
• Capable de comprendre les enjeux Data Science et d'évoluer dans un environnement technique exigeant.
• Curieux, rigoureux, autonome, et bon communicant.

Responsabilités

• Concevoir et maintenir des pipelines d’entraînement, de validation et de déploiement des modèles ML.
• Automatiser le cycle de vie des modèles avec des workflows CI/CD.
• Documents les processus et accompagne les équipes dans les bonnes pratiques MLOps.

Connaissances

Python V3

Kubernetes

ALM / DevOps

Git

VSTS

Docker

CI/CD

Apache Spark

Databricks

Formation

Ingénieur(e) MLOps confirmé(e)

Outils

GitLab

Jenkins

MLflow

Description du poste

Mission - Ingénieur Python V3 MLOps Databricks Kubernetes ALM Devops Git VSTS pipe release (H / F) ? Localisation : Paris la Défense Courbevoie ? Démarrage : Juin 2025 ? Durée : Mission longue (6 mois renouvelables) ? Client : Services ? Contexte de la mission Dans le cadre de la digitalisation de ses activités, le client développe une plateforme de forecasting avancée dédiée à la prévision des achats clients. Cette plateforme s?appuie sur l?IA, les données météo et le Big Data pour optimiser les performances des métiers. Afin de garantir un déploiement robuste, scalable et automatisé des modèles de machine learning, nous recherchons un(e) Ingénieur(e) MLOps expérimenté(e) pour structurer, industrialiser et opérer l?ensemble des workflows ML en collaboration étroite avec les équipes Data Science et Data Engineering. ? Vos missions principales Concevoir et maintenir des pipelines d?entraînement, de validation et de déploiement des modèles ML Automatiser le cycle de vie des modèles avec des workflows CI / CD (GitLab, Jenkins?) Gérer la containerisation via Docker et l?orchestration avec Kubernetes Mettre en place et opérer MLflow pour le tracking, le versioning et le monitoring des modèles Optimiser les traitements distribués sur Apache Spark (notamment sur Databricks AWS) Assurer la supervision, la sécurité et l'observabilité de l?infrastructure déployée Documenter les processus, accompagner les équipes, et diffuser les bonnes pratiques MLOps Profil candidat : ? Profil recherché Importance 10 sur 10 des compétences suivantes : Python V3, Kubernetes, ALM / DevOps (Git, VSTS, pipe release) Ingénieur(e) MLOps confirmé(e), avec une forte culture DevOps et Data Expérience en déploiement industriel de modèles ML dans le cloud À l?aise avec l?automatisation, les pipelines CI / CD, la containerisation Capable de comprendre les enjeux Data Science et d'évoluer dans un environnement technique exigeant Curieux, rigoureux, autonome, et bon communicant ?? Environnement technique Langages & outils : Python, Docker, Kubernetes, GitLab CI / GitHub Actions / Jenkins MLOps : MLflow, CI / CD, monitoring & alerting Big Data : Apache Spark (optimisation, parallélisation), Databricks (AWS) Cloud : AWS Databricks Culture : DataOps qualité logicielle, documentation, autonomie

Créer une alerte emploi pour cette recherche