Chef de projet Intégration , DEVOPS & ML Engineer Cloud - CDI (H/F)

Salaire: 510

CHEF DE PROJET TECHNIQUE CLOUD IA / MLOPS - AWS & AZURE (H/F)

Localisation : Aubervilliers Télétravail : 3 jours de présence sur site par semaine

CONTEXTE DE LA MISSION

Au sein du pôle Infrastructure Technique de la DSI, vous rejoignez la squad IA / MLOps pour industrialiser, déployer et maintenir en production des solutions d'intelligence artificielle.

À l'interface entre les équipes métiers, Data Science et Infrastructure, vous travaillez en binôme avec une ingénieure ML/MLOps sur deux périmètres :

AWS : traitement de données industrielles, rapprochement spatio-temporel et développement de services serverless.

Azure : industrialisation et déploiement de modèles ML sur plusieurs sites industriels, de l'entraînement au suivi en production.

VOS MISSIONS

Concevoir et faire évoluer les architectures Cloud IA sur AWS et Azure.

Développer et fiabiliser les pipelines MLOps : versioning des données et modèles, entraînement, évaluation automatisée, déploiement et surveillance de la dérive.

Accompagner les Data Scientists dans la mise en production de leurs modèles et intégrer les services d'IA générative.

Automatiser les infrastructures avec Terraform et contribuer aux architectures conteneurisées et serverless.

Garantir la sécurité, l'observabilité et la maîtrise des coûts des environnements IA.

Assurer le support N3 et préparer le transfert aux équipes d'exploitation : documentation d'architecture, procédures et partage de connaissances.

PROFIL RECHERCHÉ

Vous disposez d'une expérience confirmée en ML Engineering / MLOps et Cloud, avec une forte capacité d'intervention technique et de coordination entre équipes.

Compétences indispensables :

Python et Data Science appliquée : analyse exploratoire, feature engineering, rapprochement spatio-temporel et évaluation de modèles sur données industrielles bruitées.

MLOps : CI/CD ML, registres de modèles, inférence temps réel et batch, déploiements blue/green et monitoring de dérive.

AWS : SageMaker, Lambda, S3, Glue et Bedrock.

Azure : Azure Machine Learning, Microsoft Fabric / OneLake et services Azure AI.

DevOps : Terraform, Docker, Kubernetes (AKS / EKS), Git et Azure DevOps et/ou GitLab CI.

Maîtrise des enjeux de sécurité, de réseau, de supervision et de FinOps Cloud.

Compétences appréciées :

Données industrielles / SCADA et architectures médaillon Bronze, Silver, Gold.

Notions d'apprentissage par renforcement (RL / SAC), de Computer Vision et de GCP / Vertex AI.

Certifications Cloud, IA ou Terraform.