Descriptif du poste: Nous recherchons un consultant expérimenté pour rejoindre un hedge fund quantitatif de premier plan. L’objectif principal est d'accompagner le déploiement de modèles d’intelligence artificielle à grande échelle, avec un focus particulier sur l’optimisation de l’entraînement, la gestion de volumes massifs de données, et l’accompagnement d'une équipe expérimenté de Data Scientists dans la montée en compétences sur des architectures et des technologies avancées de traitement de données.   Missions : * Optimisation de l’entraînement à grande échelle : Responsable de la définition et de l’optimisation de l'architecture et de l’infrastructure nécessaires à l’entraînement de modèles IA sur des volumes de données massifs (péta-octets). Ce travail inclut la gestion du sharding, quantization, sparsification, et le déploiement sur des clusters de plusieurs GPU/instances AWS. * Accompagnement de l’équipe de Data Scientists : Travailler en étroite collaboration avec une équipe de 5 Data Scientists expérimentés pour les guider et les former sur les pratiques et outils nécessaires pour le traitement des données à grande échelle. Mettre en place des sessions de montée en compétence pour renforcer les compétences en matière de distribution de l'entraînement de modèles sur des GPU et des environnements cloud. * Définition de l’architecture d’entraînement : Concevoir l’architecture nécessaire pour l’entraînement de modèles à grande échelle. Cette architecture doit permettre la gestion de tera-octets de données par training, et garantir la distribution efficace du travail sur une ferme de GPU/instances AWS en parallèle. * Évolution de la ML Platform : Collaborer avec l’équipe interne pour définir un plan d’évolution de l’infrastructure actuelle de la plateforme ML vers une architecture de production adaptée à des besoins de traitement à grande échelle. Profil recherché: Expérience en déploiement en production à grande échelle : Avoir une expérience avérée dans le déploiement de modèles d’IA à grande échelle, en particulier sur des architectures distribuées utilisant plusieurs GPU et des infrastructures cloud comme AWS. Expertise en optimisation d’entraînement : Maîtriser les techniques avancées d’optimisation pour l’entraînement de modèles IA, telles que la quantization, sparsification, et sharding. Maîtrise des volumes massifs de données : Connaissance approfondie de la gestion de péta-octets de données, y compris la distribution et le traitement de ces données sur des infrastructures distribuées. Capacités pédagogiques et relationnelles : Avoir des compétences avérées pour accompagner des équipes techniques très expérimentées dans la montée en compétences sur des sujets liés à l’IA à grande échelle. Compétences en architecture de systèmes et infrastructure cloud : Expérience dans la conception de l'architecture d'infrastructure pour les modèles IA à large échelle, notamment l'utilisation d'outils et services cloud pour gérer les ressources de calcul nécessaires (S3, SageMaker).   Qualifications * Diplôme en Informatique, Data Science, Mathématiques ou domaine connexe. * Expérience de travail avec des frameworks comme TensorFlow, PyTorch, et des outils d’orchestration comme Kubernetes, MLFlow. * Expérience avec des services cloud (AWS, Azure, GCP) et des outils de gestion des données et du calcul distribué. * Expérience avec des plateformes de machine learning à grande échelle et des architectures distribuées pour l'entraînement de modèles IA.     Conditions Contrat : CDI – statut cadre Siège : Boulogne-Billancourt et nos clients sont en IDF Télétravail : 2 jours par semaine Démarrage : septembre 2025 Anglais et Français niveau C1 ou C2 Rémunération : selon profil Autres : Mutuelle, 50% des frais de transport rembo