Optimiser l'inférence des modèles d'IA afin de réduire la latence et améliorer les performances globales,Assurer le déploiement, l'hébergement et le bon fonctionnement des modèles en production,Gérer et optimiser la capacité à traiter des milliers de requêtes simultanées (scalabilité et robustesse).Piloter et maîtriser les coûts d'infrastructure (GPU, ressources cloud, etc.).Collaborer avec les équipes Data Science, notamment sur la transition entre les phases de training et de mise en production.Intervenir sur l'infrastructure IT dédiée au machine learning (serveurs, ressources spécialisées).Améliorer en continu la performance et la fiabilité des systèmes d'inférence.