Ingénieur MLOps
Les objectifs de l'intervention sont :
Automatiser les pipelines ML : développer et maintenir des pipelines automatisées pour le déploiement, la surveillance et la mise à jour des modèles ML tout en gérant les alertes de performances
Optimiser les flux de travail ML : améliorer l'efficacité de la scalabilité des workflow pour garantir des opérations fluides et performantes
Configurer et déployer des modèles ML: assurer la mise en place, automatisation et industrialisation des modèles pour une utilisation fiable en production
Garantir les meilleures pratiques : implémenter des standards de sécurité et de confidentialité des données pour protéger les informations sensiblesIntégrer de nouveaux outils : être capables de choisir, configurer et déployer de nouveaux outils d IA pour répondre aux besoins émergents
résoudre des problèmes complexes : faire preuve de force de proposition dans la résolution des problématique techniques liées aux besoins émergents
Résoudre des problèmes complexes : faire preuve de force de proposition dans la résolution des problématiques technique liée aux déploiements ML
Profil candidat:
Ingénieur expérimenté (6 ans d'expérience minimum) et ayant déjà été confronté à la création de pipeline de déploiement et de mise à jour des modèles de machine learning.
Maitrise des outils MLOPS : Kubernetes, Tensorflow, Jenkins, Terraform, Sagemaker, Cloudwatch, Prometheus, Alertmanager, Grafana, ...
Soldes compétences en programmation Python et compréhension approfondie du ML
Certification AWS ML speciality souhaitée