Ingénieure/ Ingénieur AIOps / MLOps Capgemini
Transformation business et technologique avec IA et expertise sectorielle.
Permanent
Lille
Remote: Not specified
Salary: Not specified
> 4 years
5 years of study
Skills we're looking for
Grafana
Vertex AI
Kubernetes
Ansible
Splunk
+12
You'll be part of
340000 employees
IT / Digital
Organization / Management
Strategy
Change Management
Average age: 37
Founded in 1967
67%
33%
Revenue: 22.5 Mds €
Partenaire mondial de la transformation business et technologique, Capgemini intègre la puissance de l’IA pour créer de la valeur pour ses clients. Nous imaginons le futur des organisations et le rendons réel grâce à l’IA, à la technologie et à nos talents. Depuis près de 60 ans, nous sommes un groupe responsable et multiculturel, avec 420 000 collaborateurs dans plus de 50 pays. Capgemini propose des services et des solutions de bout en bout, en mobilisant son expertise sectorielle, son écosystème de partenaires et ses compétences de pointe en stratégie, technologie, design, ingénierie et opérations. Le Groupe a réalisé un chiffre d’affaires mondial de 22,1 milliards d’euros en 2024.
Make it real* | www.capgemini.com
* Rendre possible, de l’idée à la réalisation
You'll be working on
Votre profil
Vous maîtrisez :
- AIOps : modèles de détection d’anomalies et de séries temporelles, corrélation d’événements ; une plateforme AIOps est un plus.
- MLOps / LLMOps : MLflow, Kubeflow ou plateformes cloud (Azure ML, Vertex AI, SageMaker) ; outils d’observabilité LLM (Langfuse, Arize Phoenix, OpenLLMetry ou équivalent).
- Développement : Python obligatoire ; Kubernetes, Docker ; Terraform, Ansible, GitOps.
- Bonne connaissance des enjeux de conformité de l’IA et des données (AI Act, RGPD) et de l’hébergement souverain.
- Idéalement : OpenTelemetry, Prometheus, Grafana, Elastic, et au moins une solution d’observabilité du marché (Dynatrace, Datadog, Splunk, ou équivalent).
Vos missions
AIOps
- Concevoir et mettre en œuvre des cas d’usage de détection d’anomalies, de corrélation d’événements, de réduction du bruit d’alerting et d’analyse de cause racine.
- Développer des approches prédictives (saturation, dégradation de performance, incidents récurrents) et les intégrer aux outils ITSM du client.
- Mesurer la valeur apportée : baisse du MTTR, volume d’alertes, incidents évités.
MLOps
- Industrialiser le cycle de vie des modèles : versioning, pipelines CI/CD, déploiement, monitoring de la dérive et de la qualité.
- Instrumenter les applications LLM et les agents IA : traçage des appels et des outils utilisés, latence, coûts, qualité des réponses, hallucinations, garde-fous.
We're looking for
Description du profil :
Votre profil
Vous maîtrisez :
- AIOps : modèles de détection d’anomalies et de séries temporelles, corrélation d’événements ; une plateforme AIOps est un plus.
- MLOps / LLMOps : MLflow, Kubeflow ou plateformes cloud (Azure ML, Vertex AI, SageMaker) ; outils d’observabilité LLM (Langfuse, Arize Phoenix, OpenLLMetry ou équivalent).
- Développement : Python obligatoire ; Kubernetes, Docker ; Terraform, Ansible, GitOps.
- Bonne connaissance des enjeux de conformité de l’IA et des données (AI Act, RGPD) et de l’hébergement souverain.
- Idéalement : OpenTelemetry, Prometheus, Grafana, Elastic, et au moins une solution d’observabilité du marché (Dynatrace, Datadog, Splunk, ou équivalent).
Nous proposons :
Vos missions
- Concevoir et mettre en œuvre des cas d’usage de détection d’anomalies, de corrélation d’événements, de réduction du bruit d’alerting et d’analyse de cause racine.
- Développer des approches prédictives (saturation, dégradation de performance, incidents récurrents) et les intégrer aux outils ITSM du client.
- Mesurer la valeur apportée : baisse du MTTR, volume d’alertes, incidents évités.
- Industrialiser le cycle de vie des modèles : versioning, pipelines CI/CD, déploiement, monitoring de la dérive et de la qualité.
Key figures
In short
Founding year
1967
Employees
340000
Average age
37
Annual revenue
22.5 Mds €
Gender
33%
67%
