Concevoir et maintenir une infrastructure évolutive pour le déploiement et la surveillance des LLM et d?autres modèles d?IA. Mettre en ?uvre des pratiques MLOps pour automatiser et rationaliser le pipeline d?apprentissage automatique, y compris la formation, le déploiement, la gestion des versions et la surveillance des modèles. Collaborer avec des scientifiques et des ingénieurs des données pour développer des pipelines de données et intégrer des modèles d?IA dans la production. Assurer l?évolutivité, l?efficacité et les performances en temps réel des modèles déployés. Configurer et gérer les pipelines CI/CD pour les tests et le déploiement automatisés des modèles. Contribuer à l?intégration des LLM et des modèles d?IA avancés dans les applications métier. Profil candidat: Formation : Baccalauréat ou maîtrise en informatique, en ingénierie des données ou dans un domaine connexe. Expérience avérée dans le déploiement de LLM en production. Expérience pratique des outils MLOps (MLflow, Kubeflow, TFX) et des plateformes cloud (AWS, Azure, GCP). Expertise dans la création de pipelines de données à l'aide d'outils tels qu'Apache Kafka, Spark et Airflow. Solides compétences en programmation Python, avec une expérience dans les bibliothèques ML (PyTorch, TensorFlow, Hugging Face). Familiarité avec la conteneurisation (Docker) et l'orchestration (Kubernetes). Compétences : Maîtrise des MLOps, de l'infrastructure d'IA et des services cloud natifs pour l'IA/ML. Solides compétences en résolution de problèmes et en collaboration.