Introduction et RésuméNous recherchons un consultant externe spécialisé en MLOps pour aider à la migration de notre système de gestion des revenus vers Google Cloud Platform (GCP). Ce projet fait partie d'une initiative plus large pour migrer ses applications vers le cloud public afin d'améliorer leurs performances et leur évolutivité. Le système de gestion des revenus, qui est crucial pour l'optimisation des revenus et la gestion des tarifs, est actuellement basé sur une infrastructure Hadoop. Le consultant se concentrera principalement sur la migration des composants d'optimisation et d'apprentissage automatique, développés en Python et C++, vers l'infrastructure cloud. Objectifs Principaux- Migration Cloud : Planifier, exécuter et superviser la migration du système de revenue management vers une infrastructure cloud sécurisée et performante. - Optimisation des Performances : Adapter le système aux spécificités du cloud pour optimiser ses performances, en tenant compte des aspects de scalabilité, de latence et de coûts (FinOps). - Mise en Place de Pratiques MLOps : Développer et implémenter des pipelines CI/CD robustes pour les modèles de machine learning Compétences et Expériences Requises- Expertise avérée en MLOps, y compris la mise en place de pipelines CI/CD pour des applications ML. Maitrise de GitHub action & Docker. - Expérience significative dans la migration d'applications critiques vers des environnements cloud, idéalement GCP. - Expérience avec les technologies Hadoop et leur migration vers des solutions cloud natives. - Maîtrise de l'infrastructure as code et des outils de gestion de configuration, notamment Terraform. - Capacité à travailler en collaboration avec des équipes multidisciplinaires (développeurs, data scientists, data engineers, etc.). - Excellentes compétences en communication et en gestion de projet. Livrables Attendues - Plan détaillé de migration incluant les phases, les ressources et les jalons clés. - Infrastructure cloud déployée et configurée pour le système de revenue management. - Pipelines CI/CD opérationnels pour le déploiement continu des modèles ML. - Documentation complète de l'architecture, des processus et des meilleures pratiques. - Sessions de formation et de transfert de compétences pour les équipes internes.   Atouts SouhaitablesExpérience avec des frameworks et bibliothèques d'apprentissage automatique. Connaissance de la gestion des coûts dans les environnements cloud.