Job Vacancy Ingénieur IA MLOps / Production (H/F)

Ingénieur IA MLOps / Production (H/F)Contexte de la mission

Au sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production.

Les applications concernées couvrent notamment :

• Moteurs RAG (Retrieval-Augmented Generation)

• Agents conversationnels

• Systèmes multi-agents

• Solutions basées sur des LLM managés

• Modèles de Machine Learning industrialisés

Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise.

Le poste présente une double dimension :

• Maintien en conditions opérationnelles (RUN) des solutions IA en production

• Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA

Missions principales1. Exploitation et support de production

• Assurer le support applicatif de niveau 2 et 3 des solutions IA en production.

• Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution.

• Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement).

• Participer à la gestion des incidents majeurs et aux analyses post-mortem.

• Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade).

• Mettre en œuvre les procédures de continuité de service et les modes dégradés.

• Accompagner les montées de versions des modèles IA et des composants applicatifs.

• Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire.

2. Monitoring et observabilité des systèmes IA

• Exploiter et améliorer les dispositifs de supervision applicative et infrastructure.

• Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM.

• Concevoir des tableaux de bord de pilotage permettant de suivre :

  • La disponibilité des services

  • La latence des traitements

  • Le coût des traitements IA

  • Les performances des modèles

  • La qualité des réponses générées

  • Les dérives fonctionnelles et comportementales

• Affiner les stratégies d'alerting afin de réduire les faux positifs.

• Participer à la définition des politiques de surveillance et d'évolution des modèles.

3. Contribution aux pratiques MLOps et à l'industrialisation

• Participer à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA.

• Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus.

• Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code.

• Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles.

• Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement.

• Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps).

4. Gouvernance, sécurité et conformité

• Garantir la conformité des solutions avec les normes internes et réglementaires.

• Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA.

• Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative.

• Participer aux exercices de continuité et de reprise d'activité.

• Maintenir l'ensemble de la documentation technique et opérationnelle.

• Veiller à l'application des politiques de sécurité et de gestion des risques.

5. Optimisation et innovation

• Suivre et optimiser les coûts d'exploitation des plateformes Cloud et IA.

• Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience.

• Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA.

• Contribuer à la construction de composants réutilisables et mutualisés.

• Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité.

Compétences comportementales recherchées

• Forte culture de production et sens du service.

• Capacité à intervenir efficacement en situation critique.

• Rigueur et sens de l'organisation.

• Esprit analytique et aptitude à la résolution de problèmes complexes.

• Excellentes capacités de communication.

• Autonomie et proactivité.

• Goût pour l'amélioration continue.

• Capacité à collaborer avec des équipes multidisciplinaires.

• Curiosité technologique et culture DevOps/MLOps.

• Anglais professionnel.

Compétences techniques requisesIntelligence Artificielle & MLOps

• Expérience significative sur des projets IA industrialisés.

• Connaissance des architectures RAG et des systèmes agentiques.

• Compréhension des problématiques liées aux LLM et à leur exploitation en production.

• Connaissance des pratiques LLMOps et MLOps.

• Gestion du cycle de vie des modèles et monitoring de performance.

Cloud & Infrastructure

• Excellente maîtrise d'AWS :

  • EKS

  • Lambda

  • EC2

  • CloudWatch

  • IAM

  • S3

  • Services IA managés

• Bonnes connaissances Kubernetes et conteneurisation Docker.

DevOps & CI/CD

• GitLab CI

• GitHub Actions

• Terraform

• Infrastructure as Code

• Gestion des artefacts logiciels

• Gestion des secrets (Vault ou équivalent)

• Automatisation des déploiements

Monitoring & Observabilité

• Prometheus

• Grafana

• CloudWatch

• APM

• Observabilité des applications IA

• Tracing distribué

• Monitoring des performances modèles

Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout.

Sécurité & Gouvernance

• Gestion des vulnérabilités.

• Sécurité Cloud.

• Gouvernance des modèles IA.

• Traçabilité et auditabilité.

• Connaissance des réglementations liées à l'IA et à la protection des données.

Développement

• Python avancé.

• APIs REST.

• Scripts d'automatisation.

• Connaissances SQL appréciées.