Trouvez votre prochaine mission ou futur job IT.

Votre mission Vous serez un acteur clé de l'industrialisation des solutions d'Intelligence Artificielle chez notre client. À l'interface entre les équipes Data Science, Infrastructure et Développement, vous assurerez le déploiement, l'automatisation, la surveillance et la gouvernance des modèles d'IA en production. Principales responsabilités Industrialiser les modèles de Machine Learning et d'IA générative Concevoir et maintenir les pipelines MLOps Mettre en place les processus CI/CD pour les modèles Assurer le déploiement et la supervision des modèles en production Gérer le versioning des modèles et des données Mettre en œuvre les outils de monitoring de performance et de détection de dérive Collaborer avec les équipes Data Science et Data Engineering Garantir la conformité, la sécurité et la résilience des plateformes IA

Au sein d'une organisation Agile et DevOps, l'ITOps/MLOps est le garant de l'exploitabilité, de la disponibilité et de la résilience des solutions IT, il accompagne les équipes projets dans l'intégration des exigences de production, de sécurité et d'infrastructure tout au long du cycle de vie des applications et plateformes. En complément, la dimension IA/MLOPS consiste à industrialiser le déploiement et l'exploitation en production des solutions d'intelligence artificielle (modèles ML, agents conversationnels, IA générative, solutions agentiques, …) du point de vue de l'infrastructure et des opérations. Attention : nous ne recherchons pas de Data Scientists ou d'ingénieur IA, mais un ITOPS (IT Operations) possédant de l'expérience dans le déploiement/industrialisation de solutions d'IA Responsabilités principales • Participer à la conception des solutions en intégrant les exigences de production, sécurité, supervision et résilience, • Promouvoir la réutilisation de services existants, anticiper les contraintes de conformité, de sécurité et d'architecture • Assurer la mise à disposition et l'exploitation des environnements techniques (Production et Hors Production), • Définir et mettre en œuvre les dispositifs de monitoring, supervision et observabilité. • Garantir l'exploitabilité des plateformes (performances, sauvegardes, restauration, capacité, sécurité). • Participer à la gestion des incidents majeurs, problèmes et plans d'amélioration continue. • Contribuer à l'automatisation et à l'industrialisation des opérations. • Maintenir la documentation technique et les procédures d'exploitation. Compétences clés - Techniques • OS (RHEL, Windows), Docker, Kubernetes / OpenShift • Automatisation & IaC Git, Jenkins (CI/CD), Ansible, Terraform, ArgoCD, Digitalai • Scripting: Python, Shell, YAML • Observabilité & Monitoring: ELK, SysDig, Dynatrace, Grafana • Supervision / Scheduling : Control‑M • Cloud: IBM Cloud • Connaissances avancées côté infra/archi/middleware : IA Générative, agentique, entrainement des modèles … - Métier & Soft skills • Capacité à traduire les exigences de production, de sécurité et d'infrastructure en actions concrètes pour les équipes projet. • Sens du service et de la documentation, aptitude à travailler en mode projet et à rendre compte de l'avancement et des risques • Esprit d'initiative et capacité à proposer des améliorations continues. • Excellente communication et aptitude à collaborer avec des profils variés (développeurs, data scientists, PO, responsables sécurité). • Rigueur, autonomie et sens de l'organisation. • Aptitude à gérer les priorités et à travailler sous pression lors d'incidents de production.

Dans le cadre de l'accélération de sa stratégie Data & IA, un grand groupe français renforce son équipe afin de développer et industrialiser de nouveaux produits d'intelligence artificielle. Vous intégrerez une DSI engagée dans une transformation ambitieuse des usages métiers grâce à l'IA, avec un fort niveau d'innovation autour de l'IA générative, de l'agentique et du Machine Learning. Vos principales missions seront les suivantes : Concevoir, développer et déployer des solutions d'IA Générative et des systèmes agentiques. Développer des modèles de Machine Learning et Deep Learning répondant aux besoins métiers. Industrialiser les solutions IA en appliquant les bonnes pratiques DevOps et MLOps. Optimiser les déploiements sur Google Cloud Platform et Kubernetes afin de garantir performance, fiabilité et maîtrise des coûts. Développer de nouvelles fonctionnalités pour un portail interne dédié à l'IA. Accompagner les Data Scientists et les équipes de développement dans l'utilisation de l'écosystème GCP. Participer à l'évolution des standards, frameworks et bonnes pratiques autour de la plateforme Data & IA.