Trouvez votre prochaine offre d’emploi ou de mission freelance MLflow

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

🚀 Opportunité – MLOps / AI Platform Engineer (AWS | GCP | Terraform | Kubernetes) Dans le cadre du renforcement d'une équipe dédiée aux plateformes IA, nous recherchons un(e) MLOps / AI Platform Engineer passionné(e) par les environnements Cloud, l'automatisation et les technologies d'Intelligence Artificielle. 📍 Localisation À définir (mode hybride selon le client) 📅 Démarrage ASAP 🎯 Vos missions En tant que MLOps / AI Platform Engineer, vous contribuerez à la conception, l'industrialisation et l'évolution d'une plateforme IA moderne. Vos principales responsabilités : Concevoir et faire évoluer des architectures IA robustes sur des environnements AWS et Google Cloud Platform (GCP). Déployer et maintenir les infrastructures via Terraform (Infrastructure as Code). Industrialiser les environnements IA et garantir leur cohérence entre les différents Clouds. Concevoir, maintenir et optimiser les pipelines CI/CD afin d'automatiser les déploiements. Administrer et optimiser les plateformes conteneurisées basées sur Docker et Kubernetes. Participer à la mise en œuvre des solutions MLOps autour de Databricks, MLflow et Airflow. Définir les standards techniques, bonnes pratiques, templates et documentations de la plateforme. Assurer une veille technologique active autour du Cloud, de l'IA et de l'IA Générative. Accompagner les équipes techniques et métiers dans l'adoption des solutions et partager votre expertise. 🛠 Stack technique Cloud AWS Google Cloud Platform (GCP) Infrastructure & DevOps Terraform Git CI/CD Docker Kubernetes Data & MLOps Databricks MLflow Apache Airflow 👤 Profil recherché Minimum 4 ans d'expérience sur un poste de : MLOps Engineer ML Engineer Platform Engineer DevOps Engineer Solide expérience sur AWS et/ou GCP. Maîtrise de Terraform et des approches Infrastructure as Code. Expérience significative avec les pipelines CI/CD. Bonne connaissance des environnements Kubernetes et Docker. Expérience des outils MLOps (MLflow, Databricks, Airflow) appréciée. Excellentes capacités de communication et de vulgarisation technique. Esprit collaboratif, autonomie et sens du service. Anglais professionnel indispensable. ⭐ Les plus Expérience sur des plateformes IA à grande échelle. Connaissances en IA Générative (GenAI). Forte culture DevOps et automatisation. Goût pour la veille technologique et l'innovation.

Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes

Je suis à la recherche pour un de nos clients d'un Testeur modèles IA. Tester des modèles d'IA, des systèmes pilotés par l'IA et des applications centrées sur les données - Conception de cas de tests pour les systèmes dynamiques/pilotés par l'IA - Conception de cas de tests spécifiques par niveau (code, data, modèle LLM, pipeline) - Dossier d'évaluation de la précision, de l'explicabilité et du biais du modèle utilisé - Dossier d'évaluation de l'impact éthique de la dérive des données - Cahiers de tests d'IA sur des cas particuliers Python, Langchain Eval, RAGAS, LangFuse, outils de tests (PyTest, TensorFlow, MLFlow, Azure ML etc…) Conception de cas de tests Biais, équité et explicabilité en IA