Ingénieur·e MLOps IA / LLM (H/F)

Nous recherchons un.e ingénieur.e MLOps expérimentée pour intégrer une IA FACTORY, dédiée à la mise en production de modèles d’intelligence artificielle dans un contexte à fort enjeu (contenus, automatisation, recherche d'information…).

MISSIONS:

Votre rôle consistera à :

• Industrialiser, fiabiliser et sécuriser la mise en production de modèles IA (LLM, RAG, NLP, Computer Vision…),
• Mettre en place des pipelines robustes et traçables, de l'entraînement à la mise en ligne,
• Implémenter une culture MLOps moderne : monitoring, feedback loops, versioning, reproductibilité,
• Accompagner les équipes Data Science et DevOps pour faire le lien entre recherche et production.

PROFIL RECHERCHÉ

• 3 ans d’expérience minimum en MLOps ou déploiement IA/ML en environnement production,
• Très bonne maîtrise de Python et des librairies ML/Data Science (NumPy, Pandas, scikit-learn, PyTorch ou TensorFlow),
• Bon niveau en SQL pour l'accès et manipulation des données,
• Capacité à travailler en équipe produit / data / dev / ops, en méthode agile,
• Esprit structuré, rigoureux, orienté fiabilité et qualité long terme.

STACK TECHNIQUE

• Langages / Librairies : Python, NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow
• MLOps : GitLab CI/CD, Docker, MLflow, Comet ML, versioning modèles / datasets
• LLM / NLP : LangChain, LangSmith, Semantic Kernel, RAG architecture
• Déploiement : Cloud provider (AWS, GCP ou Azure), serverless ou containers
• Monitoring & retraining : dérive, feedback loop, human-in-the-loop
• Scalabilité / Orchestration (souhaité) : Kubernetes, Kubeflow, Argo
• Optimisation (souhaitée) : quantization, distillation, LoRA, pruning
• Autres compétences utiles : Computer Vision, Small Language Models (SLM)

SOFT SKILLS

• Capacité à documenter, transmettre les bonnes pratiques, construire une culture d’industrialisation
• Autonomie forte et sens des responsabilités
• Rigueur, souci du détail et de la qualité des livrables
• Aisance en collaboration inter-équipes
• Curiosité naturelle pour les usages IA avancés

AVANTAGES / CONTEXTE

• Projet IA structurant, visible, avec des cas d’usage concrets et un fort impact
• Équipe data/ML en place et dynamique
• Stack moderne, outils récents, bonne culture produit & technique
• Flexibilité remote ou hybride selon localisation
• Mission longue durée