Ingénieur MLOps H/F Gnomon Digital

Description du poste

Dans le cadre du développement de nos activités Data et Intelligence Artificielle, nous recherchons un Ingénieur MLOps H/F pour accompagner l'industrialisation et la mise en production de solutions Data et Machine Learning.

Vous interviendrez sur l'ensemble du cycle de vie des données et des modèles, depuis la préparation et l'automatisation des traitements jusqu'au déploiement, au suivi et à l'amélioration continue des solutions.

Vous travaillerez en collaboration étroite avec les équipes Data, Data Science, IA et Infrastructure afin de garantir la fiabilité, la performance et l'évolutivité des environnements.

Vos missions

- Concevoir, développer et maintenir les pipelines de données et de Machine Learning.
- Automatiser les processus de déploiement et d'intégration des modèles.
- Mettre en place et maintenir les environnements nécessaires à l'exécution des traitements Data et ML.
- Participer à la conception et à l'évolution des architectures Data et IA.
- Développer et optimiser les workflows de traitement des données.
- Mettre en place des mécanismes de supervision et de suivi des performances des modèles et des pipelines.
- Exploiter les données disponibles afin d'identifier les tendances, anomalies et éventuels écarts de performance.
- Définir et suivre les indicateurs permettant de mesurer la qualité, la performance et la fiabilité des traitements.
- Concevoir des tableaux de bord et restitutions permettant de faciliter le suivi des activités et des résultats.
- Analyser les données issues des différents systèmes afin d'identifier des pistes d'optimisation.
- Participer à l'amélioration de la qualité et de la fiabilité des données.
- Collaborer avec les Data Scientists pour faciliter le passage des modèles du développement à la production.
- Mettre en oeuvre les bonnes pratiques de versioning, CI/CD, tests et documentation.
- Participer à l'amélioration continue des processus et des outils.

Compétences recherchées

- Très bonne maîtrise de Python et SQL.
- Expérience dans la mise en place de pipelines Data ou Machine Learning.
- Maîtrise des environnements Linux, Git et CI/CD.
- Connaissance de Docker et/ou Kubernetes.
- Expérience avec un environnement Cloud : AWS, Azure ou GCP.
- Connaissance d'outils d'orchestration et d'automatisation des traitements.
- Expérience avec des outils de suivi et de gestion du cycle de vie des modèles tels que MLflow.
- Bonne compréhension des architectures Data et des bases de données.
- Maîtrise d'un outil de restitution et de visualisation de données tel que Power BI, Tableau ou équivalent.
- Connaissance des problématiques de monitoring, qualité et performance des données.
- Une expérience dans un environnement Machine Learning ou Data Science est appréciée.

Votre profil

Vous êtes reconnu(e) pour votre esprit analytique, votre rigueur et votre capacité à comprendre rapidement des environnements techniques complexes.

Vous appréciez travailler sur des problématiques variées et êtes capable d'échanger aussi bien avec des profils techniques qu'avec des interlocuteurs métiers.

Autonome, curieux(se) et force de proposition, vous souhaitez évoluer sur des projets à forte dimension Data et IA, dans lesquels l'industrialisation, la qualité des données et la performance des solutions sont des enjeux essentiels.

Environnement technique

Python - SQL - Git - GitLab - CI/CD - Docker - Kubernetes - Cloud - MLflow - Data Engineering - Machine Learning - Power BI / Tableau - Monitoring - Data Quality

AI Implementation Specialists

Gnomon Digital est une ESN spécialisée dans l'implémentation de solutions d'Intelligence Artificielle au service de la transformation digitale de ses clients. Nous accompagnons les entreprises dans l'adoption et le déploiement de l'IA, du conseil stratégique à la mise en production.

Notre ADN : une expertise technique pointue, un esprit d'innovation permanent et une culture humaine forte. Nous croyons que la technologie doit être au service des personnes, et chaque projet est une opportunité de créer un impact réel.