Mission freelance Tech Lead MLOPS (H/F)

Nous renforçons nos équipes avec un Tech Lead MLOPS (H/F) pour une mission basée à Paris (12eme).



Allez, on vous en dit plus...



Nous recherchons aujourd'hui un Tech Lead MLOPS pour apporter son expertise et son feedback terrain pour faire évoluer l'offre MLOPS actuelle et contribuer à la faire connaître des équipes pour favoriser leur appropriation. Votre rôle, en quelques mots : définir les solutions techniques ; participer à la construction de la roadmap des offres MLOPS et l'évolution des produits en place ; être garant des solutions, de la conception technique, de la qualité fonctionnelle des développements (Homogénéise l'ensemble des développements..) et des livraisons ; être référent de l'équipe pour le design d'application en adressant toutes les thématiques requises (technologique, architecturale, applicative, fonctionnelle, urbanisme, performance, etc.)



En tant que Lead Tech MLOps au sein de la DSI métier, vous intervenez dans différents domaines d'expertise : la Direction technique



Décliner le cadre d'Architecture d'Entreprise (processus, normes, patterns ...) et contribuer à son évolution
Évaluer et adopter de nouvelles technologies et méthodologies pour améliorer les processus MLOps et l'efficacité de l'équipe
Mettre en place l'outillage Data Science et MLOPS et identifier les patterns et normes pour un usage par l'ensemble des acteurs métier
Diriger l'élaboration et la mise en oeuvre des pipelines / solutions MLOps pour l'entraînement, le déploiement et la surveillance des modèles ML
Maitrise les objectifs visés par le cadre d'Architecture d'Entreprise et décrit des solutions qui s'y conforment et sont implémentables sous forme incrémentale dans les sprints
Suivre et facilite la visibilité de la conformité des solutions de son périmètre par rapport à la stratégie d'entreprise


Et la gestion d'équipe / Collaboration : 

Superviser et encadrer une équipe technique, en fournissant une orientation technique, en fixant des objectifs et en assurant la montée en compétence des équipes internes
Participer à l'exploration continue (étude d'opportunité, cadrage) et aider à estimer l'effort et la valeur délivrée par les choix de designs éligibles pour favoriser la priorisation par le Product Owner et le Pôle Utilisateur (évolutivité, testabilité, déployabilité...)
Collaborer avec les parties prenantes internes pour comprendre les besoins métier et fournir des solutions ML efficaces et évolutives
 Faciliter la prise de décision de manière collaborative sur la meilleure architecture (conformité, sécurité, risques...), avec un juste équilibre entre le respect de la cible d'entreprise et la réponse pragmatique au besoinResponsable de la documentation produit(s) en veillant à sa pertinence, fiabilité et sa cohérence avec les cadres de référence de l'architecture (processus, guides, patterns...).


Et si on parlait de vous...



Maîtrise des frameworks ML (Tensorflow, PyTorch, MLFlow, Kubeflow, Airflow, Kubernetes, docker, ...)Maîtrise d'écosystème Data et la chaîne de valeur du traitement de la donnée : Hadoop ; Streaming : Kafka ; Search : ElasticSearch, logstash, Kibana ; DevOps : GitLab, Jenkins, NexusMaîtrise des principaux langages de développement (Bash, Python, Scala, SQL, ...)Compétences solides et maîtrise des concepts infra (système, réseaux, sécurité, stockage, supervision...)Connaissance des outils de versionning de modèles IAConnaissance des offres Cloud Datascience : AWS, GCP

Vous avez la double casquette Data Scientist / DevOps.



 Vous avez de bonnes compétences en communication, management et en gestion de projet. Vous savez prendre part au développement de la vision produit en apportant une expertise et perspective technique. Enfin, vous savez être impliqué dans la phase de conception et être capable de valider techniquement la faisabilité.



Information complémentaire : Langue de travail Français et Anglais (écrit et oral).



Notre processus de recrutement : En 4 étapes ! Tout simplement



1. Dans un premier temps, vous échangerez avec l'un/e d'entre nous 



2. Puis, nous aurons le plaisir de nous rencontrer lors d'un entretien sur site ou Teams 



3. Pour finir, discutez métiers avec l'un de nos managers opérationnels



4. Bienvenue chez nous !


Scala Elasticsearch Kafka Logstash Kibana Hadoop Nexus Jenkins Kubernetes Docker GCP AWS Airflow Pytorch SQL Tensorflow Python MLFlow Kubeflow