Envie de mettre vos compétences en informatique et en IA au service de la recherche scientifique ? Rejoignez le GANIL et contribuez au projet européen TwinRISE qui vise à développer des jumeaux numériques IA de confiance pour les infrastructures de recherche. Votre mission Vous déploierez, intégrerez et maintiendrez les composants d'infrastructure logicielle et de données nécessaires aux activités IA du projet TwinRISE au GANIL, en interface avec les équipes internes et les partenaires externes. Vous serez notamment en charge de : - Analyser les données opérationnelles de l'accélérateur SPIRAL2 (logbooks, EPICS/TANGO) et concevoir des pipelines ETL pour les structurer selon les principes FAIR et les ontologies. - Déployer le Feature Store TwinRISE (Hopsworks) au CCIN2P3, avec des contrôles d'accès et un audit rigoureux. - Mettre en place et maintenir des environnements de calcul (CCIN2P3, GENCI, HammerHAI) : workflows Slurm, conteneurisation (Docker/Singularity), et pipelines MLOps (MLflow). - Déployer le nœud FedBioMed au GANIL pour l'apprentissage fédéré, avec des mécanismes de sécurité (differential privacy, audit logs signés). - Installer et maintenir la machine d'inférence locale GANIL. - Intégrer des modèles d'IA via des APIs (REST, MCP) avec les systèmes de contrôle (EPICS/TANGO). - Monitorer les modèles en production (détection de drift, métriques) et contribuer aux tests d'acceptance. - Rédiger de la documentation technique et apporter sa contribution aux livrables techniques. Vous possédez un Bac +5 à Bac +8 en informatique, data science, IA ou dans un domaine connexe. Vos connaissances : - Ingénierie logicielle pour l'IA et la donnée scientifique : pipelines de données, MLOps, infrastructures HPC, apprentissage fédéré, déploiement et mise en production de modèles. - Python et écosystème data science / ML (PyTorch, scikit-learn, pandas, MLflow, DVC) - Pipelines de données (ETL, ingestion), bases de données, formats scientifiques (HDF5, Parquet, JSON-LD, RDF). - DevOps/MLOps : Git, CI/CD (GitLab CI), Docker, Kubernetes, Singularity/Apptainer - Environnements HPC (Slurm, PBS) et/ou cloud (OpenStack ou équivalent) - Standards FAIR, plateformes EOSC (connaissance souhaitable). - La connaissance d'architectures d'apprentissage fédéré (FedBioMed, Flower ou équivalents) et de systèmes de contrôle d'accélérateurs (EPICS, TANGO) seraient un plus. - Langue anglaise : C1 (cadre européen commun de référence pour les langues) Vos savoir-faire : - Déployer et administrer des services sur infrastructure Linux - Mettre en place des pipelines de données et de workflows MLOps en environnement HPC - Configurer des nœuds d'apprentissage fédéré avec mécanismes de sécurité et d'audit - Intégrer des modèles ML via APIs standardisées dans des systèmes de contrôle - Rédiger de la documentation technique en français et en anglais Vos savoir-être : - Esprit d'équipe - Capacité à travailler en interface avec des équipes multi-disciplinaires - Autonomie - Rigueur - Proactivité et sens des priorité - Adaptabilité Prêt(e) à relever le défi ? Si cette opportunité vous inspire, postulez dès maintenant et rejoignez une équipe engagée au service de la recherche scientifique !