Descriptif du poste: Présentation de l'équipe : L'Equipe IA, rattachée à la Direction des systèmes d'information de LCL, est une équipe à taille humaine composée de six Data Scientists experts en Computer Vision et NLP, trois chefs de projets scientifiques, d'un pole de 2 data ingénieurs et de son responsable. Elle a vocation à proposer des solutions innovantes, basées sur la Data Science, pour répondre aux divers besoins métiers de la banque, dans une optique d'industrialisation des projets menés. Le pôle Data ing est en charge de l'industrialisation des projets en vue de leur mise en production, il est accompagné par les services informatiques et les équipes d'exploitation et s'appuie également sur des ressources cloud (GCP, AWS) suivant les besoins. Missions :  Le poste proposé vise à accompagner techniquement les projets depuis la conception jusqu'à la mise en production en prenant en charge les aspects techniques permettant d'obtenir un processus industriel depuis l'apprentissage d'un modèle IA jusqu'à la mise en production du modèle enfin il doit supporter la mise à l'échelle pour la production. Cet accompagnement consiste concrètement à mettre en œuvre les technologies Devops et Mlops pour construire les livrables de façon sécurisée et le plus automatique possible. Cela recouvre des aspects architecture lors de la conception, puis des connaissances devops, mlops, Data ing lors de la réalisation des chaines CICD et MLOPS. Cela nécessite également de construire des tableaux de bord avec des KPI adaptés pour permettre le monitoring de la solution en production. Enfin il y a une composante rédaction pour capitaliser les connaissances et leur partage au sein du pôle. Le pôle Data ing est en forte croissance et les projets à venir sont nombreux, c'est aujourd'hui une petite équipe avec un fort esprit de collaboration qui est amener à une forte croissance. Profil recherché: - minimum 3 ans avec une expérience de mise en production de modèle IA - Des connaissances mlops et devops sont nécessaires, les outils utilisés sont gitlab, Docker, Vault, Jfrog, Kubernetes, Grafana, GCP vertex, Python, git, redis, postgres. Une bonne connaissance de l'IA (machine learning, gen-ai) est demandée car le poste comporte une collaboration étroite avec le pôle des datascientists pour industrialiser les modèles IA qu'ils conçoivent, et il est courant de devoir gérer des ressources de type GPU dans les processus à optimiser ce qui impose de comprendre le mécanisme d'apprentissage d'un modèle IA.