POSTE : MLOps Engineer H/F DESCRIPTION : Mission principale En tant que MLOps / LLMOps Engineer, vous êtes le pont indispensable entre le monde de la Data / IA et celui des Opérations / Cloud. Votre rôle est d'industrialiser, automatiser et sécuriser l'ensemble du cycle de vie des modèles d'IA (Machine Learning traditionnel, Deep Learning et IA Générative / LLM) pour transformer les PoCs de nos clients grands comptes en solutions de production hautement disponibles et performantes. Activités clés & Livrables - Industrialisation & Automatisation du Cycle de Vie IA (CI/CD/CT) - Concevoir et automatiser les pipelines d'intégration, de déploiement et d'entraînement continu (CI/CD/CT) pour les modèles de ML et d'IA Générative. - Standardiser le packaging, le versionnement (données, code, modèles) et le déploiement des briques d'IA (APIs, microservices, architectures RAG). - Mettre en place des stratégies de déploiement avancées (Canary, Blue/Green, A/B Testing) pour les microservices et modèles d'IA. - Infrastructure, Inférence & Scalabilité Cloud - Provisionner et faire évoluer les environnements de calcul et de déploiement (clusters Kubernetes, clusters GPU, frameworks de serving comme Triton, vLLM, Ray). - Automatiser la gestion de l'infrastructure via l'Infrastructure as Code (IaC) et l'intégration des pratiques DevOps aux sujets Data/IA. - Optimiser la latence d'inférence, le throughput et l'allocation des ressources matérielles critiques (GPU/NPU). - Observabilité, Gouvernance & FinOps IA - Mettre en place un monitoring complet en production : détection de dérive de données/modèles (Data/Model Drift), traçabilité des LLM (LangSmith, LangFuse, Phoenix). - Assurer la gouvernance, la sécurité des données, la gestion des accès et l'implémentation de garde-fous (Guardrails) pour l'IA générative. - Analyser et optimiser les coûts d'infrastructure liés à l'IA (consommation GPU, requêtage LLM, stockage vectoriel). Comment se déroule le processus de recrutement chez Devoteam ? Il comporte 2 à 3 entretiens : - Talent Acquisition Interview : l'objectif est de faire le point sur vos compétences, votre niveau d'anglais et de valider vos éléments de motivation - Tech & Business Interview : cet entretien vise à approfondir vos compétences techniques (MLOps, LLMOps, Cloud, Python) et à vérifier leur adéquation avec nos besoins lors d'un échange avec un expert métier - Leadership Interview : il permet d'évaluer votre potentiel, vos ambitions et d'envisager votre évolution au sein de Devoteam. Nous privilégions au moins un entretien en présentiel. Une prise de référence est demandée et, selon votre profil, des tests (techniques, anglais, personnalité) peuvent vous être adressés. Si votre candidature est retenue, nous vous faisons parvenir une proposition présentant les conditions d'embauche. En cas d'acceptation, le contrat de travail est formalisé. Le Groupe Devoteam oeuvre pour l'égalité des chances, pour la promotion de ses collaboratrices et de ses collaborateurs au mérite et lutte activement contre toute forme de discrimination. Nous sommes convaincus que la diversité contribue à la créativité, au dynamisme et à l'excellence de notre organisation. Chaque candidature est donc considérée indépendamment de tout critère discriminatoire. Tu veux en savoir plus ? Viens échanger directement avec nos ambassadeurs. En rejoignant Devoteam, tu auras la possibilité de te connecter avec tes pairs, de partager leur expérience et de développer tes compétences ! PROFIL : Profil recherché & Compétences Formation & expérience : - Diplômé-e d'une École d'Ingénieurs ou d'un Master 2 en Informatique / Data / IA (ou équivalent). - Au moins 3 ans d'expérience professionnelle sur des projets de mise en production de modèles de ML ou d'IA Générative dans des écosystèmes Cloud / DevOps. Compétences techniques indispensables : - Langages & Programmation : Maîtrise de Python 3 (avec usage d'outils de dev augmentés par l'IA) et pratique du scripting Bash/Shell. - Écosystème MLOps & LLMOps : MLflow, Kubeflow, Airflow, DVC, Feast, LangChain/LlamaIndex, databases vectorielles (Pinecone, Qdrant, Chroma). - Cloud Providers : Solide expérience sur au moins un Cloud majoritaire (AWS SageMaker / Bedrock, GCP Vertex AI, Azure Machine Learning / Azure OpenAI). - Conteneurisation & Orchestration : Docker, Kubernetes (EKS, GKE, AKS) et gestion du provisioning GPU. - DevOps & IaC : GitLab CI, GitHub Actions, Terraform, Ansible. - Observabilité & Quality : Prometheus, Grafana, Evidently AI, Pytest, Sonarqube. Qualités personnelles : - Esprit de synthèse, rigueur d'ingénierie et autonomie. - Excellente capacité de communication pour collaborer aussi bien avec les Data Scientists, les développeurs que les équipes d'Infrastructure. - Passion pour l'innovation technologique et l'évolution rapide de l'écosystème IA. Atouts appréciés : - Certifications MLOps / Machine Learning / Cloud (AWS Machine Learning Specialty