Trouvez votre prochaine offre d’emploi ou de mission freelance GPU à Paris

Redlab cherche un Leader technique de l’Usine IA de son client Il définit l’architecture des solutions IA/ML/LLM, organise les équipes techniques, garantit sécurité, performance et conformité (RGPD, AI Act). Missions clés Piloter les équipes techniques IA (développeurs, data scientists, ingénieurs). Concevoir des architectures scalables (microservices, event-driven). Encadrer l’industrialisation IA/ML/LLM (MLOps, GPU, cloud). Optimiser les processus métiers (AS-IS / TO-BE, BPMN). Coordonner les parties prenantes (métier, DSI, RSSI).

Il ne s’agit pas d’un poste de Data Engineer ou de MLOps généraliste. Le périmètre est exclusivement centré sur l’opérationnalisation, la fiabilité et la gouvernance des LLM. Architecture & Stratégie LLMOps Définir les standards, bonnes pratiques et guidelines internes pour l’usage des LLM. Concevoir les architectures robustes permettant une intégration fluide avec l’écosystème existant. Déploiement & Exploitation des modèles Déployer les modèles (internes ou externes) sous forme d’API ou de services conteneurisés. Assurer la scalabilité, la haute disponibilité et l’optimisation des coûts (GPU, quantization, optimisation d’inférence). Mettre en place des pipelines de mise à jour, de versioning et de rollback. Observabilité & Performance Implémenter monitoring, logging, alerting et métriques spécifiques aux LLM (qualité, dérive, latence). Garantir des performances stables et optimiser en continu l’inférence et les workflows associés. Sécurité, conformité & gouvernance Encadrer les pratiques d’usage des LLM : sécurité des prompts, prévention des fuites de données, durcissement des endpoints. Veiller à la conformité (RGPD, confidentialité, accès, auditabilité). Définir les règles de gouvernance modèle/données pour un usage maîtrisé. Support & Acculturation interne Proposer un « LLM-as-a-Service » pour les équipes internes (API, outils, guidelines). Sensibiliser et former les équipes aux bonnes pratiques d’utilisation des LLM (prompting, risques, limitations). Accompagner les projets métiers exploitant l’IA générative. Compétences techniques Solide expérience en DevOps / Infra : Docker, Kubernetes, CI/CD, API, observabilité. Très bonne compréhension des LLM, de leurs contraintes de déploiement et d’inférence. Bonnes bases en IA générative : fine-tuning, RAG, embeddings, limitations bien comprises. Connaissances avancées en sécurité cloud & data, gestion des accès, compliance. À l’aise avec les environnements cloud (Azure, AWS, GCP) et les workloads GPU

Description détaillée de la prestation : PROFIL RECHERCHE : - Compétences techniques : Bonne connaissance des environnements OpenStack et OpenShift ou d’autres solutions Cloud similaires. Excellentes capacités rédactionnelles. Expérience significative dans la gestion et le déploiement d’infrastructures Cloud. Maîtrise des outils d'infrastructure en tant que code (IaC), notamment Terraform et Ansible. Capacité à comprendre les besoins des équipes et à proposer des solutions Cloud adaptées et performantes. - Qualités pédagogiques et relationnelles : ° Aisance à transmettre des connaissances et à former des équipes avec des profils techniques variés. ° Bon relationnel pour collaborer avec d’autres pôles. - Autonomie et adaptabilité : ° Adaptabilité pour évoluer dans un environnement Cloud en perpétuelle transformation et face à des projets variés. RESPONSABILITES : Responsabilités : - Maîtrise des nouvelles technologies : ° Développer une expertise sur les nouvelles offres de services telles que OpenShift/Kubernetes, l’utilisation de GPUs, et l’edge computing, en amont de leur intégration (tests) ; ° Rédiger, mettre à jour et valider les documents techniques (guides d'utilisation, procédures, scripts) en collaboration avec l'équipe cloud ; ° Produire et mettre à jour les supports de formation destinés aux équipes projets. ° Créer et maintenir un outillage devOps pour les clients ° A partir de la priorisation des besoins clients effectuée, construire, tester et valider de nouveaux produits intégrés à la plateforme Cloud (indicateurs de santé fonctionnelle, API de monitoring, capacity planning…) ° Former les équipes internes sur les outils Cloud, les processus de déploiement, et les bonnes pratiques de gestion des infrastructures ; ° Aider à la mise en œuvre des processus de gestion de l'infrastructure en tant que code (IaC) avec des outils comme Terraform et Ansible.