Ingénieur support logiciel IA H/F

NAE; Caen; Hybride; EUR 60 000 - 90 000; Plein temps

Résumé du poste

GANIL recherche un ingénieur IA/Data pour déployer et maintenir l'infrastructure logicielle et les pipelines de données pour les activités IA du projet TwinRISE.

Vous travaillerez avec EPICS/TANGO et partenaires, déployerez des environnements HPC (Slurm, Docker/Singularity) et assurerez le maintien et l'audit des systèmes ML.

Qualifications

• Bac+5 à Bac+8 en informatique, data science, IA ou domaine connexe.
• Ingénierie logicielle appliquée à l'IA et à la donnée scientifique.
• Connaissances Python et écosystème ML (PyTorch, scikit-learn, pandas).

Responsabilités

• Analyser données opérationnelles SPIRAL2 et concevoir des pipelines ETL conformes FAIR et ontologies.
• Déployer le Feature Store TwinRISE (Hopsworks) au CCIN2P3 avec contrôles d'accès et audit.
• Mettre en place des environnements de calcul (Slurm, Docker/Singularity) et pipelines MLOps.
• Déployer le noeud FedBioMed pour apprentissage fédéré avec sécurité et logs d'audit.
• Installer et maintenir la machine d'inférence locale GANIL.
• Intégrer des modèles via APIs (REST, MCP) dans EPICS/TANGO.
• Surveiller les modèles en production et contribuer aux tests.

Connaissances

Ingénierie IA

Pipelines de données

MLOps

Infrastructures HPC

EPICS/TANGO

Python écosystème

FedBioMed

Formation

Bac+5 à Bac+8 en informatique/datascience/IA

Outils

Python

PyTorch

scikit-learn

pandas

MLflow

DVC

Description du poste

Envie de mettre vos compétences en informatique et en IA au service de la recherche scientifique ? Rejoignez le GANIL et contribuez au projet européen TwinRISE qui vise à développer des jumeaux numériques IA de confiance pour les infrastructures de recherche.

Votre mission

Vous déploierez, intégrerez et maintiendrez les composants d'infrastructure logicielle et de données nécessaires aux activités IA du projet TwinRISE au GANIL, en interface avec les équipes internes et les partenaires externes.

Vous serez notamment en charge de :

• Analyser les données opérationnelles de l'accélérateur SPIRAL2 (logbooks, EPICS/TANGO) et concevoir des pipelines ETL pour les structurer selon les principes FAIR et les ontologies.
• Déployer le Feature Store TwinRISE (Hopsworks) au CCIN2P3, avec des contrôles d'accès et un audit rigoureux.
• Mettre en place et maintenir des environnements de calcul (CCIN2P3, GENCI, HammerHAI) : workflows Slurm, conteneurisation (Docker/Singularity), et pipelines MLOps (MLflow).
• Déployer le noeud FedBioMed au GANIL pour l'apprentissage fédéré, avec des mécanismes de sécurité (differential privacy, audit logs signés).
• Installer et maintenir la machine d'inférence locale GANIL.
• Intégrer des modèles d'IA via des APIs (REST, MCP) avec les systèmes de contrôle (EPICS/TANGO).
• Monitorer les modèles en production (détection de drift, métriques) et contribuer aux tests d'acceptance.
• Rédiger de la documentation technique et apporter sa contribution aux livrables techniques.

Vous possédez un Bac +5 à Bac +8 en informatique, data science, IA ou dans un domaine connexe.

Vos connaissances :

• Ingénierie logicielle pour l'IA et la donnée scientifique : pipelines de données, MLOps, infrastructures HPC, apprentissage fédéré, déploiement et mise en production de modèles.
• Python et écosystème data science / ML (PyTorch, scikit-learn, pandas, MLflow, DVC)
• Pipelines de données (ETL, ingestion), bases de données, formats scientifiques (HDF5, Parquet, JSON-LD, RDF).
• DevOps/MLOps : Git, CI/CD (GitLab CI), Docker, Kubernetes, Singularity/Apptainer
• Environnements HPC (Slurm, PBS) et/ou cloud (OpenStack ou équivalent)
• Standards FAIR, plateformes EOSC (connaissance souhaitable).
• La connaissance d'architectures d'apprentissage fédéré (FedBioMed, Flower ou équivalents) et de systèmes de contrôle d'accélérateurs (EPICS, TANGO) seraient un plus.
• Langue anglaise : C1 (cadre européen commun de référence pour les langues)

Vos savoir-faire :

• Déployer et administrer des services sur infrastructure Linux
• Mettre en place des pipelines de données et de workflows MLOps en environnement HPC
• Configurer des noeuds d'apprentissage fédéré avec mécanismes de sécurité et d'audit
• Intégrer des modèles ML via APIs standardisées dans des systèmes de contrôle
• Rédiger de la documentation technique en français et en anglais

Vos savoir-être :

• Esprit d'équipe
• Capacité à travailler en interface avec des équipes multi-disciplinaires
• Autonomie
• Rigueur
• Proactivité et sens des priorité
• Adaptabilité

Prêt(e) à relever le défi ?