Ingenieur MLOps / plateforme ML

L'ingénieur MLOps / plateforme ML est le maillon essentiel entre les équipes de data science et la production informatique. Sa mission : construire et maintenir les infrastructures et outils qui permettent de déployer des modèles d'intelligence artificielle de façon fiable, rapide et reproductible. Il ne crée pas directement les algorithmes, mais il s'assure que tout le cycle de vie d'un modèle — de l'entraînement jusqu'à sa mise en service réelle — fonctionne de manière fluide et industrialisée. Au quotidien, cet ingénieur configure des pipelines automatisés pour entraîner les modèles sur des infrastructures cloud (AWS, GCP, Azure), gère le versioning des données et des modèles avec des outils comme MLflow ou DVC, et surveille les performances des modèles déployés pour détecter toute dérive ou anomalie. Il travaille avec des technologies comme Kubernetes, Docker, Airflow ou Kubeflow, et collabore étroitement avec les data scientists pour comprendre leurs besoins et avec les équipes DevOps pour garantir la stabilité des environnements. Les journées mêlent travail de code, résolution de bugs, revues techniques et échanges avec différentes équipes. Ce métier s'adresse aux profils qui aiment autant le côté infrastructure et systèmes que la data et l'IA, sans forcément vouloir se spécialiser uniquement dans l'algorithmique. C'est le choix idéal pour quelqu'un de rigoureux, curieux des nouvelles technologies, qui apprécie résoudre des problèmes complexes et voir ses solutions utilisées à grande échelle. Un goût pour l'automatisation et l'amélioration continue est indispensable.