Mission freelance Senior MLOps & LLMOps Engineer & AWS

Nous développons une plateforme de données moderne et prête pour l'IA sur AWS .

En tant qu'ingénieur MLOps / LLMOps senior, vous contribuerez à transformer des expérimentations ML et IA en solutions fiables et prêtes pour la production.

Vous travaillerez en étroite collaboration avec des chercheurs, des data scientists et des ingénieurs pour mettre en place l'infrastructure et les pratiques nécessaires à l'entraînement, au déploiement et à l'exploitation de modèles à grande échelle. Vous jouerez également un rôle clé en aidant les équipes à adopter les technologies d'IA et les meilleures pratiques au sein de l'entreprise.

Responsabilités

- Construire et maintenir l'infrastructure MLOps / LLMOps sur AWS, y compris les pipelines ML, ainsi que le déploiement et la surveillance des modèles.

- Aider les chercheurs et les data scientists à faire passer les modèles de la phase d'expérimentation à la production.

- Concevoir des solutions fiables et évolutives pour des cas d'usage allant du ML traditionnel à l'IA générative (GenAI) et aux LLM.

- Garantir la reproductibilité, l'observabilité et la maintenabilité des modèles et des expérimentations.

- Conseiller les équipes sur l'architecture, les outils et les meilleures pratiques en matière de ML/IA.

- Partager ses connaissances et aider les équipes à utiliser efficacement les services d'IA de AWS.

- Collaborer étroitement avec les équipes Data Engineering et DevOps sur les aspects liés aux données, à l'infrastructure et au CI/CD.

- Contribuer à l'évolution de la plateforme ML/IA pour répondre aux besoins croissants de l'entreprise en matière d'IA. ### Profil recherché

- Plus de 7 ans d'expérience en ingénierie ML, MLOps, génie logiciel ou dans un domaine connexe.

- Solides compétences en Python et expérience de l'exploitation de systèmes ML en production.

- Expérience avérée en MLOps (pipelines, déploiement, surveillance).

- Une expérience avec AWS / Vertex AI constitue un atout majeur.

- Expérience avec Docker et Kubernetes/GKE.

- Connaissance des frameworks ML modernes tels que PyTorch, TensorFlow ou scikit-learn.

- Expérience avec les LLM / l'IA générative.

- Excellentes capacités d'analyse et de communication, avec une aptitude à collaborer aussi bien avec des équipes techniques qu'avec des équipes de recherche.

Nous développons une plateforme de données moderne et prête pour l'IA sur AWS .

En tant qu'ingénieur MLOps / LLMOps senior, vous contribuerez à transformer des expérimentations ML et IA en solutions fiables et prêtes pour la production.

Vous travaillerez en étroite collaboration avec des chercheurs, des data scientists et des ingénieurs pour mettre en place l'infrastructure et les pratiques nécessaires à l'entraînement, au déploiement et à l'exploitation de modèles à grande échelle. Vous jouerez également un rôle clé en aidant les équipes à adopter les technologies d'IA et les meilleures pratiques au sein de l'entreprise.

Responsabilités

- Construire et maintenir l'infrastructure MLOps / LLMOps sur AWS, y compris les pipelines ML, ainsi que le déploiement et la surveillance des modèles.

- Aider les chercheurs et les data scientists à faire passer les modèles de la phase d'expérimentation à la production.

- Concevoir des solutions fiables et évolutives pour des cas d'usage allant du ML traditionnel à l'IA générative (GenAI) et aux LLM.

- Garantir la reproductibilité, l'observabilité et la maintenabilité des modèles et des expérimentations.

- Conseiller les équipes sur l'architecture, les outils et les meilleures pratiques en matière de ML/IA.

- Partager ses connaissances et aider les équipes à utiliser efficacement les services d'IA de AWS.

- Collaborer étroitement avec les équipes Data Engineering et DevOps sur les aspects liés aux données, à l'infrastructure et au CI/CD.

- Contribuer à l'évolution de la plateforme ML/IA pour répondre aux besoins croissants de l'entreprise en matière d'IA. ### Profil recherché

- Plus de 7 ans d'expérience en ingénierie ML, MLOps, génie logiciel ou dans un domaine connexe.

- Solides compétences en Python et expérience de l'exploitation de systèmes ML en production.

- Expérience avérée en MLOps (pipelines, déploiement, surveillance).

- Une expérience avec AWS / Vertex AI constitue un atout majeur.

- Expérience avec Docker et Kubernetes/GKE.

- Connaissance des frameworks ML modernes tels que PyTorch, TensorFlow ou scikit-learn.

- Expérience avec les LLM / l'IA générative.

- Excellentes capacités d'analyse et de communication, avec une aptitude à collaborer aussi bien avec des équipes techniques qu'avec des équipes de recherche.