POSTE : Ingénieur MLOps H/F DESCRIPTION : Nous recherchons aujourd'hui pour nos clients du secteur de l'énergie des Ingénieurs MLOPS. Vos missions seront les suivantes : - Déployer et optimiser les modèles ML dans un environnement Azure (performance, coûts, fiabilité). - Automatiser les pipelines ML (CI/CD) pour le déploiement, la surveillance et la mise à jour des modèles. - Collaborer avec les chefs de produit et chefs de projet pour traduire les besoins fonctionnels en solutions techniques compréhensibles et réalisables. - Synthétiser et vulgariser les éléments techniques pour faciliter la prise de décision par les parties prenantes. - Contribuer aux standards de sécurité, confidentialité et robustesse, en conformité avec les normes en vigueur. - Superviser une équipe technique de 2 personnes, dont une anglophone, et assurer le reporting au manager. Ce que nous vous offrons : - Un véritable plan de carrière : Un accompagnement de proximité par un référent carrière avec l'accès à un panel de formations vous permettant de grandir et de vous épanouir durablement au sein du Groupe. - 10 RTT - Environnement de travail hybride - Plus de 90% du transport pris en charge par ALTEN (80€) ou remboursements kilométriques selon cas - 10€ par jour de tickets restaurant pris en charge à 60% par ALTEN - Un CSE dynamique : chèques cadeaux et culture, tarifs préférentiels, jeux concours et PROFIL : Formation / Expérience - Diplôme d'Ingénieur Informatique ou Génie Logiciel - 5 ans d'expérience idéalement en développement Python - Maitrise de Docker, architecture microservices, message broker (Kafka/RabbitMQ), CI/CD - Au moins une expérience réussie sur une problématique d'architecture logicielle (conception orientée objet, Design Patterns et refactoring) - Esprit d'automatisation en ce qui concerne les concepts de construction, de test et de déploiement - Anglais écrit et parlé indispensable Compétences techniques : - Connaissance des frameworks ML : PyTorch, TensorFlow, ONNX, Scikit-Learn - Kubernetes, KEDA, Cloud Provider (Azure/GCP/AWS), environnements Data type DataBricks - Sensibilité aux méthodes agiles