MLOPS (F/H)

ASTRELYA; Paris (TX); On-site; USD 77,000 - 132,000; Full time

Job summary

Astrelya, cabinet de conseil franco-suisse, recrute un Machine Learning Platform Engineer (MLOps Engineer) pour industrialiser, déployer et exploiter des solutions ML à grande échelle au sein des équipes Data & IA de nos clients.

Vous interviendrez à l’intersection de Data Science, Data Engineering et DevOps, en garantissant la reproductibilité, le versioning et la surveillance des modèles en production, avec une forte focalisation sur CI/CD, Kubernetes et Docker.

Qualifications

• Expérience significative en MLOps, ML Engineering, Data Engineering ou DevOps appliqué à la Data.

Responsibilities

• Industrialiser les pipelines ML: entraînement, validation et déploiement.

Skills

MLOps

Python

Kubernetes

Docker

CI/CD

Monitoring

Cloud

DevOps

Data Engineering

Automation

Tools

Kubernetes

Docker

Job description

Astrelya est un cabinet de conseil franco‑suisse, en très forte croissance depuis sa création en 2017, spécialisé dans la transformation digitale, l’excellence opérationnelle et l’innovation technologique. Il est composé de plus de 300 experts passionnés. Le cabinet accompagne ses clients sur l’ensemble du cycle de transformation, depuis la phase de cadrage jusqu’à la mise en œuvre opérationnelle, avec une expertise forte en Data/IA, Cloud, DevOps et méthodes agiles.

Astrelya se distingue par un modèle fondé sur la proximité, la confiance et une culture humaine forte, qui place les collaborateurs au cœur de la création de valeur.

Votre Mission:

En tant que Machine Learning Platform Engineer (MLOps Engineer), vous intervenez au sein des équipes Data & IA de nos clients afin d'industrialiser, déployer et exploiter des solutions de Machine Learning à grande échelle.

À la croisée des mondes Data Science, Data Engineering et DevOps, vous jouez un rôle clé dans la mise en production des modèles et la fiabilisation des plateformes ML.

Concrètement, vous allez :

• Industrialiser les pipelines Machine Learning en automatisant les phases d'entraînement, de validation et de déploiement des modèles.
• Mettre en place des chaînes CI/CD/CT garantissant des mises en production fiables, reproductibles et sans intervention manuelle.
• Déployer et servir les modèles en production via des APIs temps réel, traitements batch ou architectures streaming.
• Containeriser les applications avec Docker et orchestrer les déploiements sur Kubernetes.
• Assurer le versioning des modèles, la gestion des environnements, ainsi que les mécanismes de rollback.
• Mettre en place le monitoring des modèles et des données afin de détecter les phénomènes de Data Drift et Model Drift.
• Surveiller les performances opérationnelles des modèles : latence, disponibilité, qualité des prédictions et consommation des ressources.
• Automatiser les stratégies de ré-entraînement en fonction des indicateurs de performance et des seuils métiers.
• Garantir la reproductibilité des expérimentations en versionnant les données, features, modèles et métriques.
• Optimiser les infrastructures de calcul et les coûts d'exploitation des plateformes ML (CPU, GPU, autoscaling, cloud).
• Mettre en œuvre les bonnes pratiques DevOps et SRE : tests automatisés, observabilité, alerting et gestion des incidents.
• Collaborer étroitement avec les Data Scientists, Machine Learning Engineers, Data Engineers et équipes Cloud/DevOps.
• Participer à l'amélioration continue des plateformes Data & IA et à la définition des standards MLOps.

Qui êtes vous ?

• Vous disposez d'une expérience significative en MLOps, Machine Learning Engineering, Data Engineering ou DevOps appliqué à la Data.
• Vous maîtrisez Python ainsi que les pratiques d'industrialisation des modèles de Machine Learning.
• Vous avez une expérience concrète des environnements Kubernetes et Docker.
• Vous avez déjà déployé et maintenu des modèles de Machine Learning en production.
• Vous maîtrisez les concepts de CI/CD et l'automatisation des pipelines de déploiement.
• Vous êtes familier des problématiques de monitoring, d'observabilité et de gouvernance des modèles.
• Vous comprenez les enjeux liés au Cloud, à l'optimisation des coûts et à la scalabilité des plateformes Data.
• Vous appréciez travailler dans des environnements complexes nécessitant une forte collaboration transverse.
• Vous êtes reconnu(e) pour votre rigueur, votre autonomie et votre capacité à résoudre des problématiques techniques à fort impact.
• La maîtrise de l'anglais professionnel constitue un réel atout.

Pourquoi nous rejoindre ?

Un terrain de jeu pour progresser : Formations, certifications, coaching technique, communautés d'expertise (Data, Cloud, DevOps, IA...), participation à des projets innovants autour du Machine Learning, de l'IA Générative, des plateformes Data et de l'industrialisation des modèles.

Un cadre de travail motivant : Projets stratégiques auprès de grands comptes, événements internes réguliers, afterworks, ateliers techniques, participation à des conférences et salons spécialisés (Big Data & AI Paris, Devoxx, Kubernetes Community Days, Data + AI Summit...).

Un engagement RSE fort : Ecovadis Gold, signataire de la Charte pour la diversité, du Pacte des Nations Unies, et mise en place du mécénat de compétences.

Votre futur process de recrutement :

• Entretien RH avec une de nos chargées de recrutement
• Test technique (échange avec un expert Data/Cloud ou étude de cas MLOps)
• Entretien final avec un de nos managers

Chez Astrelya, nous construisons des solutions innovantes… mais surtout, nous construisons des parcours humains.

Tous nos postes sont ouverts aux personnes en situation de handicap.

#recrutement #mlops #machinelearning #machinelearningengineer #platformengineering #kubernetes #docker #mlflow #cloud #devops #dataengineering #data #ia #artificialintelligence #astrelya