Contexte de la mission : Notre client cherche à se renforcer avec un profil MLops Engineer pour le déploiement d'un modèle Custom Gen AI. Ce modèle inclut des technologies telles que les LLM (Large Language Models) et des solutions Open Source. Le profil recherché devra apporter une expertise dans l'optimisation et le déploiement de modèles sur des infrastructures GPU. Mission : La mission consiste principalement à déployer et optimiser des modèles de Génération d'Intelligence Artificielle (Gen AI) en utilisant des LLMs. Le candidat devra être capable de prendre en charge le déploiement sur une carte graphique (GPU), et de travailler en collaboration avec l?équipe pour intégrer et déployer des solutions sur des plateformes techniques complexes. Déploiement de modèles Custom Gen AI : Prendre en charge la configuration, le déploiement et l'optimisation de modèles d'intelligence artificielle généraux et spécifiques (Custom Gen AI). Travail avec des LLMs (Large Language Models) : Déployer et ajuster des LLMs sur des infrastructures GPU. Utilisation de solutions Open Source : Exploiter des outils et frameworks open source pour optimiser les performances des modèles. Gestion de l?infrastructure : Assurer le déploiement et la gestion de l?infrastructure nécessaire au bon fonctionnement des modèles d?IA sur des cartes graphiques. Collaboration interdisciplinaire : Travailler étroitement avec les équipes de data science et de développement pour assurer une intégration fluide des modèles dans les environnements de production. Expérience en MLOps : Expertise en déploiement de modèles IA dans des environnements de production. Modèles LLM (Large Language Models) : Connaissance approfondie et expérience de travail avec des modèles de langage de grande taille. Cartes Graphiques (GPU) : Compétence dans le déploiement de modèles d'IA sur des GPU (NVIDIA ou autres). Frameworks Open Source : Maîtrise des frameworks open source comme TensorFlow, PyTorch, Hugging Face, etc. Déploiement sur environnements cloud (AWS, Azure, GCP) est un plus. Compétences en développement et scripting : Python, Bash, ou autres langages de scripting pour automatiser les processus de déploiement et d'intégration. Prise en charge des entretiens techniques : Capacité à réaliser des entretiens techniques pour évaluer des compétences en IA et MLOps. Formation Bac+5 ou équivalent en informatique, data science ou domaines similaires. Expérience significative en déploiement de modèles d'intelligence artificielle et gestion de leur infrastructure. Connaissance approfondie des architectures GPU et des meilleures pratiques pour le déploiement de modèles sur ces plateformes. Autonomie, capacité à résoudre des problèmes techniques complexes et à travailler sous pression. Excellent esprit d?équipe et communication pour collaborer avec différentes parties prenantes. Profil candidat: Contexte de la mission : Notre client cherche à se renforcer avec un profil MLops Engineer pour le déploiement d'un modèle Custom Gen AI. Ce modèle inclut des technologies telles que les LLM (Large Language Models) et des solutions Open Source. Le profil recherché devra apporter une expertise dans l'optimisation et le déploiement de modèles sur des infrastructures GPU. Mission : La mission consiste principalement à déployer et optimiser des modèles de Génération d'Intelligence Artificielle (Gen AI) en utilisant des LLMs. Le candidat devra être capable de prendre en charge le déploiement sur une carte graphique (GPU), et de travailler en collaboration avec l?équipe pour intégrer et déployer des solutions sur des plateformes techniques complexes. Déploiement de modèles Custom Gen AI : Prendre en charge la configuration, le déploiement et l'optimisation de modèles d'intelligence artificielle généraux et spécifiques (Custom Gen AI). Travail avec des LLMs (Large Language Models) : Déployer et ajuster des LLMs sur des infrastructures GPU. Utilisation de solutions Open Source : Exploiter des outils et frameworks open source pour optimiser les performances des modèles. Gestion de l?infrastructure : Assurer le déploiement et la gestion de l?infrastructure nécessaire au bon fonctionnement des modèles d?IA sur des cartes graphiques. Collaboration interdisciplinaire : Travailler étroitement avec les équipes de data science et de développement pour assurer une intégration fluide des modèles dans les environnements de production. Expérience en MLOps : Expertise en déploiement de modèles IA dans des environnements de production. Modèles LLM (Large Language Models) : Connaissance approfondie et expérience de travail avec des modèles de langage de grande taille. Cartes Graphiques (GPU) : Compétence dans le déploiement de modèles d