Je recherche un consultant LLM / IA Ops Senior ayant un anglais Fluent afin d' intégrer la Data Office Competency Center qui se situe dans le département « IT Group Architecture », a parmi ses missions l?accompagnement des projets AI/ML Les activités sont les suivantes : Produire des référentiels de bonnes pratiques pour la construction et l?opérationnalisation d?un système AI/ML en s?appuyant sur les projets AI/ML Accompagner les entités dans le déploiement de ces référentiels à travers des actions de communications, suivis et supports Répondre aux besoins d?outils sur les activités de Data Science Au sein de l?équipe, vous serez amené à une mission d?expertise dans le cadre d?accompagnement des projets Data Science et des différentes initiatives du Groupe pour l?industrialisation des projets Data Science. les missions sont : Contribution à la définition d?un ensemble de processus standardisés et automatisés, et des patterns d?architecture pour accélérer, d?une manière efficace et efficiente, le passage à l'échelle et la mise en production d?un système d?IA générative (GenAI) Contribution , par votre expertise en LLMOps, à l?amélioration des bonnes pratiques de mise en production d?un système GenAI Conception, développement et mettre en ?uvre des pipelines de training/fine-tuning et d'inférence pour les modèles GenAI afin d?éprouver les patterns d?architectures définis dans l?AI Blueprint Contribution , par votre expertise en LLMOps, à l?amélioration des bonnes pratiques de mise en production d?un système GenAI. Identification des frameworks, outils et solutions nécessaires aux besoins de projets d?IA traditionnelle et GenAI Identification et testage des composants techniques et les outils nécessaires pour le développement et l?industrialisation de projets d?IA traditionnelle et GenAI Expérimentation des stratégies d?optimisation des performances des modèles LLM/GenAI en utilisant des techniques d'ingénierie de données et d'optimisation des ressources. Collaboration avec les entités analytiques pour améliorer les modèles LLM/GenAI en identifiant et en résolvant les problèmes de performance et de qualité. Mener une veille active, tant sur le plan technique que business et analyser les solutions proposées par les éditeurs externes pour simplifier la mise en production et le passage à l?échelle des projets IA. Compétences techniques : ML/IA Tools & libraries: Python, Scikit-learn, XGBoost, MLlib, Tensorflow, Keras, PyTorch, MxNet, etc. GenAI Orchestration : LangChain, LlamaIndex, AutoGen, etc... LLM inference and deployment frameworks/Runtime: Triton Inference Server, TorchServe, Rayserve, Kserve, TensorRT-LLM, vLLM, TGI, OpenLLM, NIM. ML/IA Platform : Domino, Robin, Openshift, Aure OpenAI, etc. MLOps Tools and IaC: Git, Gitlab-CI, Jenkins, Artifactory, SonarQube, X-Ray, Fortify, Nexus IQ Docker, Kubernetes, Helm, ArgoCD, Ansible, Terraform, MLflow, Kubeflow, Airflow Storage: Hadoop, Kafka, Elasticsearch, Milvus, Weaviate, PgVector