Offre d'emploi Senior MLOps Engineer – Plateforme IA & Calcul Distribué

Dans un contexte de transformation porté par l’IA, les entreprises doivent innover vite tout en garantissant une robustesse et une scalabilité industrielles. C'est précisément dans ce paysage en pleine mutation que nous intervenons auprès de nos clients (grands groupes, start-ups & scale-up) : nous proposons une expertise complète couvrant la définition de la stratégie Data/IA jusqu’à l’industrialisation des modèles via des pipelines MLOps robustes et scalables. Notre savoir-faire inclut l'accompagnement des migrations complexes de workloads HPC vers le cloud (AWS, GCP) et l’optimisation des infrastructures pour des usages LLMs à grande échelle.

Nous recherchons un consultant expérimenté pour rejoindre l’équipe Data Plateform d’un hedge fund quantitatif de premier plan : au cœur des stratégies d’investissement. L’équipe dispose d’une plateforme de calcul hybride : un grid on-premise (l’infra historique sur laquelle les chercheurs lancent leurs jobs via des outils internes) et AWS (SageMaker). Elle exploite un large éventail de sources de données pour construire des prédicteurs diversifiés qui alimentent les stratégies d’investissement. Pour développer, tester et entraîner ces prédicteurs (modèles, simulations, entraînements, …), les chercheurs exécutent leurs jobs sur l’infrastructure de calcul (grid on-premise), et désormais extension AWS).

Votre mission principale est de permettre aux chercheurs qui utilisent aujourd’hui le grid interne d’utiliser AWS comme une extension naturelle de ce grid : mettre en place pour chacun le setup technique complet (accès, environnement Python, image Docker, configuration) et les accompagner jusqu’au lancement effectif de leurs jobs sur AWS, tout en veillant à ce que l’expérience reste aussi fluide, interactive et réactive que sur leur environnement local.

1. Ingénierie de la plateforme

• Assurer la transition des chercheurs depuis la grille de calcul on-premise vers AWS, en assurant la mise en place technique complète jusqu’au lancement effectif de leurs jobs.

• Mettre en place et maintenir des environnements Python sains et reproductibles (gestion conda, pip, virtualenv), packagés et distribués via la conteneurisation (Docker).

• Assurer la connexion opérationnelle entre les notebooks SageMaker et l’exécution des traitements sur AWS Batch.

• Améliorer les outils techniques du quotidien et mettre en place des librairies communes pour optimiser le workflow

2. Excellence opérationnelle et expérience utilisateur

• Contribuer à l'optimisation et à la gouvernance des ressources de calcul AWS (EC2, Lambda, Batch) en lien avec les besoins des chercheurs.

• Recueillir activement le feedback des chercheurs et mettre en œuvre des améliorations pour garantir que l'expérience utilisateur soit aussi interactive, réactive & fluide que sur leur environnement local.

• Promouvoir et mettre en place les meilleures pratiques auprès des utilisateurs (notamment ceux moins techniques) concernant la parallélisation et l'usage efficace de la nouvelle plateforme.