ENOVA poursuit son développement et renforce ses équipes en intégrant un(e) Ingénieur DevOps / MLOps IA Confirmé(e) en CDI ou en Freelance. Vous rejoindrez notre communauté de consultants et interviendrez en mission longue durée au sein d'un grand compte, dans un environnement stimulant et innovant. Contexte de la mission Dans le cadre du développement et de l'industrialisation d'une plateforme d'Intelligence Artificielle à l'échelle Groupe, vous intégrerez une équipe en charge de l'exploitation, de l'évolution et de la sécurisation des environnements IA. Vous contribuerez à la mise en place des bonnes pratiques MLOps et DevOps afin d'accompagner les projets IA depuis les phases de prototypage jusqu'à leur mise en production. L'environnement technique s'appuie notamment sur Microsoft Azure et des solutions dédiées à l'IA générative, à l'observabilité et à l'automatisation des workflows. Localisation : Strasbourg Télétravail : 2 à 3 jours par semaine Vos missions Au sein de l'équipe plateforme IA, vous serez amené(e) à : - Exploiter, maintenir et faire évoluer les composants de la plateforme IA. - Mettre en œuvre et maintenir les pipelines MLOps et CI/CD dédiés aux projets IA. - Industrialiser le cycle de vie des modèles, agents et applications d'intelligence artificielle. - Assurer l'observabilité, la supervision et la traçabilité des environnements IA. - Déployer les exigences de gouvernance, de sécurité, de conformité et d'auditabilité des solutions IA. - Automatiser les processus d'exploitation et de déploiement. - Accompagner les équipes projets et les métiers dans le passage du prototype à la production. - Participer à la documentation technique et à l'amélioration continue des pratiques DevOps/MLOps. Compétences techniques - Solide expérience des pratiques DevOps et MLOps appliquées aux projets IA et IA générative. - Maîtrise du développement Python. - Bonne connaissance de l'écosystème Microsoft Azure, notamment Azure AI Foundry, Azure OpenAI, Entra ID et Key Vault. - Expérience avec des outils de suivi et d'observabilité tels que MLflow, Langfuse ou équivalents. - Maîtrise des solutions d'orchestration et d'automatisation de workflows (n8n, Airflow ou équivalents). - Connaissance des pipelines CI/CD, de la gestion des configurations et des secrets. - Expérience des environnements conteneurisés avec Docker, Kubernetes ou technologies similaires. Expérience et prérequis - Formation supérieure en informatique, ingénierie ou domaine équivalent. - Expérience confirmée de 3 ans minimum sur des fonctions DevOps, MLOps ou plateformes Data/IA. - Participation à des projets d'industrialisation de pipelines MLOps ou de plateformes IA. - Expérience de la mise en place d'automatisations et de l'exploitation d'environnements critiques. Qualités attendues - Forte sensibilité aux enjeux de fiabilité, de sécurité et d'industrialisation. - Esprit d'analyse et capacité à résoudre des problématiques complexes. - Aptitude à collaborer avec des interlocuteurs variés (architectes, équipes data, métiers, équipes projets). - Autonomie, rigueur et sens du service. - Bonnes capacités de communication et de documentation. Les plus - Expérience sur des projets d'IA générative en environnement de production. - Connaissance des enjeux de gouvernance et de conformité liés à l'IA. - Certifications Azure, Kubernetes ou DevOps appréciées.