MLOps Architect - AWS & GCP Cloud Platform

Brief IA; Paris; On-site; EUR 86,000 - 117,000; Full time

Job summary

Brief IA recherche un MLOps Engineer pour rejoindre une équipe Data Platform internationale et contribuer à une plateforme ML performante, scalable et sécurisée. Vous concevez et optimisez les infrastructures d'entraînement et d'inférence ML sur AWS et GCP, industrialisez le Cloud via Terraform et développez des pipelines CI/CD/CT pour l'entraînement, la validation et le déploiement des modèles.

Vous en assurez le cycle de vie: tracking, Model Registry et Feature Store, et vous mettez en place

Qualifications

• Minimum 3 ans d'expérience en MLOps, ML Engineering ou Platform/Dev Ops appliqué au Machine Learning.
• Solide maîtrise des environnements Cloud AWS et GCP.
• Expertise en MLOps, industrialisation ML et infrastructures GPU.
• Bonne connaissance de Databricks et Terraform.
• Anglais courant, esprit collaboratif et sens du service.

Responsibilities

• Concevoir et optimiser des infrastructures d'entraînement et d'inférence ML sur AWS et GCP (GPU).
• Industrialiser et automatiser les infrastructures Cloud via Terraform.
• Développer des pipelines CI/CD/CT pour l'entraînement, la validation et le déploiement des modèles.
• Gérer le cycle de vie des modèles: tracking, Model Registry et Feature Store.
• Mettre en place le monitoring des modèles en production et détecter les dérives.
• Accompagner les équipes Data Science dans l'adoption des solutions MLOps et diffuser les bonnes pratiques.

Skills

MLOps

Cloud AWS

GCP

CI/CD pipelines

Model lifecycle

Tools

Databricks

Terraform

Docker

Kubernetes

MLflow

Airflow

GitHub Actions

Job description

Brief IA recherche un MLOps Engineer pour rejoindre une équipe Data Platform internationale et contribuer à une plateforme ML performante, scalable et sécurisée. Vous concevez et optimisez les infrastructures d'entraînement et d'inférence ML sur AWS et GCP, industrialisez le Cloud via Terraform et développez des pipelines CI/CD/CT pour l'entraînement, la validation et le déploiement des modèles.

Vous en assurez le cycle de vie: tracking, Model Registry et Feature Store, et vous mettez en place