Mission freelance Un Data Ingénieur MLOPS sur Nantes

Smarteo recherche pour l'un de ses clients, Un Data Ingénieur MLOPS sur Nantes    

Description:

Prestation de Data Ingénieur MLOPS avec les tâches suivantes :  

- Déploiement et optimisation des modèles IA générative, en particulier via l'intégration et l'exploitation de vLLM comme moteur d'inférence performant.  

- Conception, développement et maintien du produit 'LLM Evaluation' : intégration des jeux de données de tests utilisateurs, automatisation des campagnes d'évaluation lors de l'arrivée de nouveaux mo  dèles ou de nouvelles versions. 

 - Participation à la refonte du framework Gabarit : intégration des meilleures pratiques MLOps, création de modules réutilisables pour améliorer la standardisation et l'industrialisation des projets  IA.  

- Mise en place de pipelines de données et de traitements, dans une logique de fiabilité, performance et industrialisation.  

- Production d'indicateurs de pilotage : suivi de l'utilisation des produits, mesures de performances, logs d'activité, alerting...  

- Conception de dashboards de visualisation (via des outils comme Grafana, Qlik), pour un suivi accessible aux PO, direction et parties prenantes.  

- Participation à la capitalisation technique, documentation, veille, et amélioration continue des services proposés par l'équipe.    Des expériences significatives demandées dans un environnement similaire :  

- Data scientist ou ingénieur·e MLOps / data expérimenté·e, il est à l'aise dans un environnement technique orienté  production.  

- Bonne compréhension des modèles IA générative et de leurs contraintes d'usage en production.  - Expérience dans la mise en place de services d'inférence et d'évaluation de performance de modèles.  

- Capacité à structurer des pipelines, des métriques et à produire des outils de pilotage simples et fiable  Maîtrise MLOps (Mise en production, surveillance et optimisation des modèles IA)  Utilisation de Spark SQL  Environnenent technique :  

- Python, MLflow, DVC, Docker, vLLM, FastAPI 

 - Environnements cloud (on-prem ou cloud public)  - Bases de données (SQL, NoSQL)  - Monitoring & visualisation : Grafana, Qlik  - GitLab CI/CD, Kubernetes (si applicable), API REST