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

Objectif de la mission Mettre en place et maintenir une chaîne d’intégration et de déploiement des modèles de Machine Learning en production, garantissant robustesse, scalabilité et monitoring. Contexte Vous interviendrez au sein d’une équipe Data & IA pour industrialiser des modèles ML liés à la qualité, la classification et l’enrichissement des données produits. Collaboration étroite avec Data Scientists et Data Engineers pour transformer des prototypes en solutions fiables. Responsabilités Conception & Déploiement Développer et maintenir des pipelines MLOps automatisés (CI/CD). Mettre en place l’infrastructure cloud via IaC. Assurer le versioning des modèles, données et pipelines (ZenML, MLflow). Monitoring & Maintenance Implémenter l’observabilité (drift, latence, qualité prédictions). Configurer alertes pour anomalies et dégradations. Optimiser les ressources de calcul. Collaboration & Qualité Accompagner les Data Scientists sur les bonnes pratiques MLOps. Intégrer des Data Quality Gates dans les pipelines. Contribuer à l’architecture Data Mesh (modèles = Data Products).

Présentation du poste Nous recherchons un Ingénieur Senior MLOps pour soutenir une infrastructure cloud privée gérée avec des capacités GPU-as-a-Service . Ce rôle est essentiel pour fournir des services MLOps sécurisés et évolutifs jusqu’à la couche de production pour des clients du secteur gouvernemental/défense, en respectant les normes de sécurité les plus strictes. Responsabilités Concevoir et maintenir des pipelines MLOps Gérer les ressources GPU pour les charges de travail IA/ML Collaborer avec les architectes et garantir la conformité ANSSI Participer à la rotation de support 24/7 Stack Technique Kubernetes , OpenShift , GitLab CI/CD, IaC Outils MLOps : MLflow, Kubeflow, ZenML, TensorFlow, PyTorch Stockage : Dell Powerscale Authentification : KeyCloak, LDAP/AD Planification et allocation des ressources GPU Préféré Connaissance du cadre de sécurité ANSSI Gestion multi-cluster Kubernetes, Istio/Linkerd Monitoring : Prometheus, Grafana Langues Français : Natif ou niveau C2 (obligatoire) Anglais : Minimum B2

1. Conception et Déploiement Industrialisation ML : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles de qualité des données. IaC & Reproductibilité : Gérer l'infrastructure cloud (IaC) et assurer le versioning des modèles, données (Feature Store) et pipelines (ZenML, MLflow). 2. Monitoring et Maintenance Observabilité/Alerting : Implémenter le monitoring (Drift, latence) et configurer des alertes pour les modèles 3P en production. Optimisation : Optimiser les ressources de calcul pour les modèles. 3. Collaboration et Qualité Conseil MLOps : Accompagner les Data Scientists sur les bonnes pratiques MLOps (tests, code quality). Data Quality Gates : Intégrer des validations de schémas et des "Data Quality Gates" dans les pipelines. Data Mesh : Contribuer à l'architecture Data Mesh en traitant les modèles comme des "Data Products".

Secteur : Défense / Gouvernement - Cloud privé, IA & MLOps Type de contrat : CDI ## Contexte du poste Dans le cadre du déploiement d'une infrastructure cloud privé managé avec services GPU-as-a-Service, l'Ingénieur Senior MLOps aura la responsabilité de concevoir, industrialiser et opérer les plateformes MLOps jusqu'en production pour des clients du secteur de la défense, soumis aux niveaux de sécurité les plus élevés.? ## Missions principales * Concevoir et mettre en oeuvre des architectures MLOps sécurisées, évolutives et hautement disponibles (Kubernetes / OpenShift, pipelines MLOps de bout en bout).? * Administrer et optimiser des clusters Kubernetes (500+ noeuds) et l'infrastructure de stockage associée pour des workloads IA/data intensifs.? * Gérer une plateforme GPU-as-a-Service pour les charges IA/ML (NVIDIA A100/H100), incluant la planification et l'allocation des ressources.? * Mettre en place, maintenir et faire évoluer les pipelines MLOps (MLflow, Kubeflow Pipelines, Airflow, Prefect, Dagster, ZenML, ClearML, etc.).? * Intégrer et sécuriser les systèmes d'authentification (Keycloak SSO, LDAP/AD) dans des environnements multi-tenants.? * Assurer le respect des standards ANSSI et des politiques de sécurité Défense, en lien avec les équipes sécurité.? * Implémenter la CI/CD et l'IaC (GitLab CI/CD, automatisation) pour l'ensemble de la plateforme.? * Participer à la supervision et à l'observabilité (Prometheus, Grafana, service mesh type Istio/Linkerd).? * Collaborer avec les architectes et équipes projet pour cadrer les besoins, définir les livrables et tenir les engagements.? * Participer à une rotation d'astreinte 24/7 sur l'infrastructure critique.?