Descriptif du poste: Description de l'entreprise Acteur majeur de la scène financière européenne et mondiale, le Groupe BNP Paribas a pour mission de contribuer à une économie responsable et durable en finançant et en conseillant ses clients de manière éthique. La  BNP Paribas s'appuie sur une organisation solide : plus de 46 000 collaborateurs dans le monde répartis dans 55 pays. Elle s'appuie également sur des équipements robustes au service des activités et des clients du Groupe : c'est près de 35 000 m² de data centers et 160 000 serveurs. Au sein d'IT GROUP, nous définissons et déployons la stratégie informatique du Groupe à l'échelle mondiale et assurons la cohérence globale de notre système d'information. Profil recherché: En tant que Machine Learning Operations (ML Ops),  * Vous jouerez un rôle déterminant dans la mise à l'échelle, la performance et la robustesse des modèles d'intelligence artificielle déployés par l'IA Factory. * Vous interviendrez essentiellement en phase de production, où vous assurerez la surveillance opérationnelle des modèles industrialisés par les ML Engineers, en garantissant leur stabilité, leur performance et la gestion des éventuels incidents.  * Vous contribuerez à une amélioration continue des pipelines IA afin d'offrir un service fiable, sécurisé et performant.   Vos principales missions : * Vous surveillerez en production les modèles fournis par plusieurs entités internes (ITG, CIB), analyserez les métriques et piloterez les alertes * Vous mettrez en œuvre et optimiserez les pipelines CI/CD en lien avec l'écosystème technique : GitLab CI, DVC, MLflow, Docker, PostgreSQL. * Vous administrerez et optimiserez l'usage de la plateforme Domino, notamment la gestion des organisations, des projets, des environnements et des ressources de calcul (FinOps) * Vous contribuerez au développement d'intégrations entre Domino et les outils d'industrialisation * Vous veillerez à la cohérence et la reproductibilité des environnements pour les modèles IA en production * Vous collaborerez étroitement avec les équipes Data Science, ML Engineering et OPS pour garantir une industrialisation fluide, agile et sécurisée