Dans le cadre de nos projets Data & IA, nous recherchons un Consultant Senior MLOps capable d'assurer la mise en production, l'industrialisation et la supervision des modèles de machine learning à grande échelle. Ce rôle est stratégique pour garantir la robustesse, la scalabilité et la fiabilité des solutions d'intelligence artificielle déployées chez nos clients.Missions principales :Concevoir et mettre en place des pipelines CI/CD pour les modèles de machine learning et deep learning.Déployer et maintenir des environnements de production pour l'IA sur cloud (AWS, Azure ou GCP) ou on-premise.Mettre en place des solutions de monitoring et d'alerte (performance, dérive des données, disponibilité).Standardiser et automatiser les workflows ML (data preprocessing, entraînement, déploiement, monitoring).Travailler en collaboration avec les data scientists et data engineers pour assurer la qualité et la robustesse des modèles déployés.Intégrer des pratiques de sécurité, conformité RGPD et bonnes pratiques de gouvernance des données.Contribuer à la veille technologique et proposer des améliorations continues sur les architectures et process IA.Participation à des phases d'avant-vente : rédaction de la réponse technique (sur la partie MLOps), participation à la soutenance clientVOTRE ROLE CHEZ TALAN :Benchmark de solutions et conseil auprès de nos clients sur les solutions technologiques à adopter, en lien avec leurs besoinsRéalisation de POC (Proof Of Concept)Participation à des projets internes et partage de connaissances au sein de nos équipes.Partage de connaissances et formations internes#TalanFrance #LI-EL1<br />Bac +5 en informatique, data science ou équivalent, avec minimum 6 ans d'expérience en Data/IA dont 3 ans en MLOps. Expérience confirmée en mise en production et industrialisation de modèles à grande échelle, avec maîtrise des contraintes de performance, scalabilité et coûts en environnement cloud.Compétences clés :Leadership technique pour encadrer des profils juniors et collaborer avec des équipes pluridisciplinaires. Capacité à travailler en mode agile avec rigueur et sens de l'organisation.Excellentes compétences en communication et vulgarisation technique.Force de proposition, curiosité technologique et sensibilité aux enjeux d'éthique, d'explicabilité et de durabilité des solutions IA.Compétences techniques requisesLangages & DevOps : Python, Spark, Bash, Git, GitLab CI/Jenkins, Docker, Kubernetes.Cloud & MLOps : expérience confirmée sur au moins un cloud (AWS Sagemaker, Azure ML, GCP Vertex AI) ou une Data Platform comme Databricks, Snowflake.Outils MLOps : MLflow, Kubeflow, Airflow, DVC, Weights & Biases.CI/CD & Infrastructure as Code : Terraform, Ansible, Helm.Observabilité & Monitoring : Prometheus, Grafana, ELK, outils de monitoring de modèles (e.g. EvidentlyAI, Fiddler, Arize AI).Bases de données : SQL, NoSQL, Spark, Delta Lake.Sécurité & Gouvernance : connaissance des bonnes pratiques RGPD, DataOps et ML responsable.Data Science & IA : expérience opérationnelle en data science. Compréhension des concepts de ML, DL.