En tant que ML Ops Engineer, vous serez en charge de :

• Mettre en production des modèles de Machine Learning de bout en bout (entraînement, déploiement, retraining)
• Concevoir, maintenir et améliorer les pipelines MLOps
• Assurer la fiabilité, la performance et la disponibilité des modèles en production
• Mettre en place le monitoring, le logging et l’alerting des systèmes ML
• Gérer les incidents de production liés aux modèles ML
• Accompagner les équipes Data Science dans l’industrialisation de leurs modèles
• Être force de proposition sur les bonnes pratiques MLOps et l’architecture ML
• Contribuer à l’amélioration continue de la plateforme ML

Environnement technique

Langage : Python

Cloud : GCP

Services ML : Vertex AI

Déploiement : Cloud Run

CI/CD : pipelines automatisés

Conteneurisation : Docker

Infrastructure as Code : Terraform

Monitoring & observabilité : métriques, logs, alertes

APIs d’inférence ML

• Minimum 5 ans d’expérience en ML Engineer / MLOps / Software Engineer avec forte composante ML
• Expérience concrète de mise en production de modèles ML
• Solide culture production, fiabilité et run
• À l’aise avec les problématiques d’incidents, de dette technique et de monitoring
• Capacité à travailler en transverse avec des Data Scientists
• Autonome, rigoureux(se), pragmatique
• À l’aise dans un rôle non managérial, mais techniquement référent