RESPONSABILITÉS : Intégré(e) à une équipe Produit ou à une équipe MLOps, vous contribuez à l'industrialisation de modèles de Machine Learning déjà développés. Votre rôle est de construire, déployer et maintenir des pipelines ML automatisés, tout en assurant le monitoring des performances des modèles, en garantissant la sécurité, la conformité et la performance des solutions mises en œuvre. Vos missions • Implémenter et maintenir des pipelines automatisés pour le déploiement, la supervision et le réentraînement des modèles ML • Optimiser la scalabilité, l'efficacité et la fiabilité des workflows de machine learning • Automatiser le déploiement et le monitoring des modèles via des outils cloud et MLOps • Définir et mettre en œuvre une stratégie de gestion des versions et des tests des modèles • Assurer la sécurité, la traçabilité et la conformité dans la manipulation des données et des modèles • Créer la documentation technique (code, pipelines, modèles, etc.) • Construire des tableaux de bord de suivi des performances et des alertes • Être force de proposition sur l'évolution des outils et méthodes d'industrialisation IA Environnement technique • Cloud & Infrastructure : AWS, Terraform, Kubernetes • Outils MLOps : Sagemaker, Jenkins, Prometheus, CloudWatch, AlertManager, Grafana • Frameworks ML : TensorFlow, PyTorch • Langages : Python • Autres outils IA : Textract, Rekognition PROFIL RECHERCHÉ : Parlons de vous • Expérience confirmée en déploiement et monitoring de modèles ML en environnement cloud • Bonnes connaissances des outils MLOps et des bonnes pratiques DevSecOps • Maîtrise de Python et des frameworks ML • Compréhension des enjeux liés à la sécurité, la performance et l'automatisation • Capacité à travailler en équipe agile et à faire évoluer les pratiques • Certifications souhaitées : AWS Certified AI Practitioner et AWS Machine Learning – Specialty ou niveau Associate