Au sein d’une équipe nantaise, vous participerez au développement d’une IA Factory autour des services financiers. En tant qu'Ingénieur MLOps, vous jouerez un rôle clé dans l'intégration de modèles de machine learning dans des environnements de production, tout en assurant leur performance, leur évolutivité et leur maintien.
Missions principales :
Automatisation des pipelines ML :
Concevoir, développer et maintenir des pipelines d'intégration et de déploiement continu (CI/CD) pour les modèles de machine learning.
Mettre en place des outils d’automatisation pour l’entraînement, la validation, et le déploiement des modèles en production.
Gestion des modèles en production :
Superviser le déploiement, le suivi et la mise à jour des modèles en production.
Assurer la gestion de la version des modèles, leur surveillance et leur mise à l’échelle.
Collaboration avec les équipes Data et DevOps :
Collaborer avec les équipes DevOps pour l'intégration des modèles dans l’infrastructure cloud et locale (AWS, Azure, GCP, Kubernetes, etc.).
Optimisation de la performance :
Optimiser les performances des modèles en production, en identifiant les problèmes de latence ou de qualité des prédictions.
Gérer le monitoring des performances des modèles en production et effectuer les ajustements nécessaires.
Assurer la qualité et la gouvernance des modèles :
Mettre en place des systèmes de gestion de la qualité pour les modèles de ML.
Suivre les bonnes pratiques en matière de gouvernance des modèles, en particulier pour des aspects tels que la traçabilité, la sécurité et la conformité.
Maintenance et évolutions des modèles :
Assurer la maintenance des modèles déployés et leur mise à jour en fonction de nouvelles données ou d’évolutions des besoins métier.
Participer à la mise en place de processus de retraining des modèles selon les besoins.