AI Engineer — MLOps & Industrialisation | Paris MP DATA
Accompagnement des grands groupes industriels dans la valorisation des données.
CDI
Boulogne-Billancourt
Télétravail fréquent
Salaire : non spécifié
> 2 ans
Bac +5
Assurance qualité
Aptitudes techniques
Mécanique
Veille technologique
Vertex AI
+15
Votre nouvelle entreprise
160 collaborateurs
Artificial Intelligence / Machine Learning
IT / Digital
Big Data
Âge moyen : 27
Créée en 2015
Turnover : 10
Le dataLab entité de la Direction Technique Groupe a pour mission de développer des solutions d’Intelligence Artificielle (IA) dans le groupe, sur toute la chaine de valeur et tous les temps de l’expérience client. Le dataLab possède une expertise en data science et dans les technologies d’IA (Machine Learning, Computer Vision, Natural Language Processing ou encore de Speech to Text….). Ses travaux sont déployés à la demande des directions métiers dans le but d’apporter une valeur ajoutée à l’entreprise
Vos missions au quotidien
Faire tourner un modèle en local, c’est bien. Le faire tenir en prod avec un déploiement à l’échelle, c’est mieux.
Tes projets couvrent l’ensemble du cycle de vie des solutions IA : du cadrage technique jusqu’à la mise en production et le passage à l’échelle, dans des environnements industriels souvent contraints (on-premise, cloud hybride, données sensibles, systèmes legacy).
Tu travailleras en binôme avec des Data Scientists et des Data Engineers, pour délivrer des solutions scalable qui répondent à des problématiques concrètes.
Tes missions
Industrialisation & MLOps
Concevoir des pipelines MLOps pour le déploiement et le monitoring de modèles
Implémenter les infrastructures CI/CD adaptées aux projets IA
Garantir la reproductibilité, la scalabilité et la maintenabilité des solutions
Architecture & développement IA
Cadrage technique : choix d’architecture, frameworks & dimensionnement infra
Solutions robustes et documentées — du POC à la mise en production industrielle
Intégrer les solutions IA dans les SI clients (APIs, microservices, orchestration)
Delivery & qualité
Travailler en mode agile sur des forfaits & régies avec des objectifs clairs
Être garant(e) de la qualité technique des livrables selon les standards MP Data
Participer aux revues de code et contribuer à la montée en compétences des profils juniors
Veille & innovation
Suivre les évolutions des outils MLOps (Kubeflow, MLflow, Airflow, BentoML, Seldon…) et des plateformes cloud (Azure, AWS, GCP)
Contribuer au Lab Innovation MP Data : benchmark, POC, tests de nouvelles approches d’industrialisation IA
Ce que l’on cherche
Formation & expérience
Diplôme d’ingénieur ou Master en informatique, data science ou domaine connexe (Bac+5) d’une école du top 10.
2 à 4 ans d’expérience sur des missions d’AI Engineering ou MLOps,
Compétences techniques indispensables
Maîtrise de Python et des frameworks ML/IA (scikit-learn, PyTorch, TensorFlow ou équivalent)
Expérience solide sur les outils MLOps : MLflow, Kubeflow, Airflow, DVC ou équivalents
Connaissance du cloud (Azure AI Foundry, AWS SageMaker ou GCP Vertex AI)
Pratique des outils CI/CD (GitHub Actions, GitLab CI, Docker, Kubernetes)
Déploiement de modèles en production (APIs REST, monitoring, versioning)
Compétences techniques appréciées
Expérience avec les LLMs et RAG (LangChain, LlamaIndex…)
Connaissance des environnements industriels (données de capteurs, SCADA, contraintes on-premise)
Pratique de l’Infrastructure as Code (Terraform, Pulumi)
Savoir-être
Rigueur sur la qualité du code et des livrables
Capacité à tenir engagement sur le résultat
Pédagogie face à des interlocuteurs non techniques
Autonomie et sens des responsabilités dans la gestion de ton périmètre
Nos étapes de recrutement
Un premier call de qualification
Test technique
Entretien technique avec un Lead Engineer ou Architecte MP Data
Entretien final
