MP DATA est un cabinet de conseil spécialisé dans l'accompagnement de projets Data et IA de bout en bout. Nous renforçons actuellement notre équipe pour intervenir sur des projets industriels de grande envergure, notamment pour le compte d'acteurs majeurs de l'aéronautique. En tant que Machine Learning Engineer (MLE), vous rejoindrez la "Digital Innovation Team" de l'un de nos clients stratégiques. Votre mission principale sera de transformer une architecture RAG existante en une véritable "Factory" industrielle permettant le déploiement rapide, sécurisé et scalable d'assistants IA spécialisés. Vos responsabilités principales : - Industrialisation GenAI (RAG) : Déployer des assistants IA à grande échelle sur des environnements complexes (On-Premise OpenShift & Cloud). - Architecture & Orchestration : Concevoir une couche API standardisée pour permettre l'orchestration des assistants par un futur système "Meta-Assistant". - Optimisation de la Performance : Maximiser l'utilisation des ressources (GPU, quantification, vLLM) et minimiser la latence d'inférence. - Automatisation & MLOps : Mettre en œuvre des pipelines CI/CD robustes et assurer le monitoring (drift, qualité de donnée, sécurité) selon les standards de l'industrie aéronautique. - Veille & Amélioration : Participer activement aux choix d'outils et à l'évolution de la stack technique interne. - Formation : Bac +5 en Mathématiques Appliquées, Informatique ou Data Science. - Expérience : 5 ans minimum en Software Engineering ou ML Engineering (hors alternance/stage). - Savoir-faire : Vous avez un historique prouvé de déploiement de modèles GenAI en production dans des environnements à fortes contraintes de sécurité. - Mindset : Grande autonomie, capacité à auditer des bases de code existantes et à proposer des décisions architecturales structurantes. Stack Technique (Must-Have) - Langages & Frameworks : Python, LangChain, LlamaIndex, FastAPI, PyTorch. - Data & Vector DB : ElasticSearch, Neo4j, PostgreSQL. - Infrastructure & Serving : OpenShift (OCP), Kubernetes, Docker, vLLM, Triton Inference Server. - Cloud : Maîtrise de GCP (Vertex AI, Cloud Run) et/ou AWS. - MLOps/DevOps : MLflow, GitLab CI, Argo, Terraform, Ansible. - En cas de lacunes sur certains sujets, un parcours de formation accéléré vous sera proposé dès votre arrivée, avec un accompagnement par un référent technique interne. Déroulement des entretiens :  - Prise de contact téléphonique (5/10min) - 1er entretien : Présentation de vos expériences et projets + présentation globale MP DATA (45min/1h) - Test technique : une étude de cas adaptée à votre métier - 2ème entretien : Echange avec la Direction Technique - 3ème entretien : Visite de nos locaux à Balma (31130) et échange avec notre Practice Manager.