POSTE : MLOps Engineer H/F DESCRIPTION : En tant que MLOps Engineer, tu interviens à l'interface entre les équipes Data Science, Infrastructure et Développement. Tu rejoins une équipe où le déploiement, l'automatisation, la surveillance et la gouvernance des modèles d'IA en production sont au coeur du quotidien. Tu contribues à l'industrialisation des modèles de Machine Learning et d'IA générative, avec des enjeux de fiabilité, de sécurité et de scalabilité. Missions : Concevoir et maintenir les pipelines MLOps de bout en bout (entraînement, validation, déploiement) Mettre en place les processus CI/CD dédiés aux modèles Assurer le déploiement et la supervision des modèles en production Gérer le versioning des modèles et des données Mettre en oeuvre les outils de monitoring de performance et de détection de dérive Collaborer avec les équipes Data Science et Data Engineering Garantir la conformité, la sécurité et la résilience des plateformes IA Stack technique Langages : Python Conteneurisation et orchestration : Docker, Kubernetes Outils MLOps : MLflow, Kubeflow ou équivalents CI/CD : GitLab CI, Jenkins Cloud : Azure, AWS ou GCP Observabilité : outils de monitoring et de détection de dérive de modèles Les avantages chez IPPON : Capitalisation des compétences : Nous organisons régulièrement des conférences et des formations internes, avec des primes à la clé, pour enrichir votre parcours professionnel. Ces événements couvrent une large gamme de thématiques techniques. Formation continue : Vous disposez de 5 jours de destaffing par an pour vous former à de nouvelles technologies ou approfondir vos compétences. Recrutement sur profil : Nous privilégions un recrutement sur profil, afin de garantir que chacun puisse s'épanouir pleinement dans son rôle. Programme BlackBelt : Un parcours personnalisé de montée en compétences pour vous perfectionner, tant sur le plan technique que sur vos soft skills. Ce programme inclut des missions, des formations et des certifications. PROFIL : Tu as une excellente maîtrise de Python Tu as une expérience avancée avec Docker et Kubernetes Tu maîtrises des outils MLOps tels que MLflow, Kubeflow ou équivalent Tu connais les pratiques DevOps et CI/CD (GitLab CI, Jenkins) Tu as une expérience des plateformes Cloud Azure, AWS ou GCP Tu as des connaissances en observabilité et monitoring des modèles Tu sais travailler en équipe avec des profils variés (Data Science, Data Engineering, Infrastructure) Tu es attentif à la sécurité, à la conformité et à la résilience des plateformes que tu opères Tu es curieux et en veille sur les évolutions des pratiques MLOps et de l'IA générative Tu es impliqué dans une démarche d'amélioration continue