AI Engineer — MLOps & Industrialisation | Paris

Rejoins notre équipe en tant qu'AI Engineer spécialisé en MLOps et industrialisation. Tu seras responsable de l'ensemble du cycle de vie des solutions IA, de la conception technique à la mise en production et le passage à l'échelle. Tu travailleras en étroite collaboration avec des Data Scientists et des Data Engineers pour délivrer des solutions scalables répondant à des problématiques concrètes.

• Concevoir des pipelines MLOps pour le déploiement et le monitoring de modèles, et implémenter les infrastructures CI/CD adaptées aux projets IA.
• Travailler en binôme avec des Data Scientists et des Data Engineers pour délivrer des solutions scalable qui répondent à des problématiques concrètes.
• Suivre les évolutions des outils MLOps et des plateformes cloud, et contribuer au Lab Innovation MP Data.

**Formation & expérience**

• Diplôme d'ingénieur ou Master en informatique, data science ou domaine connexe (Bac+5) d'une école du top 10.
• 2 à 4 ans d'expérience sur des missions d'AI Engineering ou MLOps,

**Compétences techniques indispensables**

• Maîtrise de Python et des frameworks ML/IA (scikit-learn, PyTorch, TensorFlow ou équivalent)
• Expérience solide sur les outils MLOps : MLflow, Kubeflow, Airflow, DVC ou équivalents
• Connaissance du cloud (Azure AI Foundry, AWS SageMaker ou GCP Vertex AI)
• Pratique des outils CI/CD (GitHub Actions, GitLab CI, Docker, Kubernetes)
• Déploiement de modèles en production (APIs REST, monitoring, versioning)

**Compétences techniques appréciées**

• Expérience avec les LLMs et RAG (LangChain, LlamaIndex…)
• Connaissance des environnements industriels (données de capteurs, SCADA, contraintes on-premise)
• Pratique de l'Infrastructure as Code (Terraform, Pulumi)

**Savoir-être**

• Rigueur sur la qualité du code et des livrables
• Capacité à tenir engagement sur le résultat
• Pédagogie face à des interlocuteurs non techniques
• Autonomie et sens des responsabilités dans la gestion de ton périmètre