Contexte de la missionL?équipe DataOps / DataLab, au sein de la division AI & Innovation, accompagne la mise en place et l?évolution des plateformes et services Data Science & IA du Groupe. Une équipe de 20 experts répartis en 5 pôles : Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office, Client Services. Plus de 15 plateformes de Data Science / MLOps en production (Cloud & On-Premise), utilisées par plus de 600 Data Scientists. Déploiement d?infrastructures et de services d?IA générative à l?échelle du Groupe. Un GPU Grid On-Premise utilisé pour le training et l?inférence. Adoption des meilleures pratiques : DevSecOps, GitOps, MLOps, LLMOps. Forte culture de l?automatisation (APIs, Kubernetes, OpenShift, infrastructures et produits). Missions principalesConception & automatisation : développer et maintenir les chaînes d?automatisation pour le déploiement, le pilotage et la supervision des produits : Infrastructure as Code. Cloud Native (Kubernetes). Release as Code. DevSecOps, GitOps, observabilité. Maintien en conditions opérationnelles (MCO) : assurer la supervision et la fiabilisation des plateformes Data Science en production. Cycle de vie des plateformes : participer aux déploiements, releases, migrations et évolutions des environnements Data Science. Pratiques d?ingénierie : contribuer à la mise en place et au renforcement des standards DevSecOps, GitOps, MLOps et LLMOps. Environnement techniqueContainerisation & orchestration : Docker, Kubernetes, OpenShift, Cloud, Bare Metal. Programmation : Python. Automatisation & scripting : Shell scripting. High Performance & GPU Computing. CI/CD & DevSecOps / GitOps : Hashicorp Vault, GitLab, GitLab-CI, Kaniko, Keycloak, Ansible, Artifactory, ArgoCD, Argo Workflow.