A
Atlas Connectvia Indeed
LEAD MACHINE LEARNING MLOPS (IT) / Freelance
Paris, A8, FRPosted 2mo ago
MLOpsLead#python#llm#kubernetes#docker#gcp#azure#mlflow
Not sure if you're a good fit?
Upload your resume and TixelJobs AI will compare it against LEAD MACHINE LEARNING MLOPS (IT) / Freelance at Atlas Connect. Get a match score, missing keywords, and improvement tips before you apply.
Free preview · Your resume stays private
About the Role
MissionGarantir l?excellence technologique du pôle IA en définissant les standards d?architecture et de développement, en sécurisant la mise en production de solutions d?intelligence artificielle complexes et en accompagnant la montée en compétence des équipes techniques.
Le Tech Lead ML joue un rôle clé dans la conception, la robustesse et la scalabilité des produits IA tout en contribuant aux décisions stratégiques liées à la roadmap technologique.
Responsabilités principalesArchitecture & Engineering IADéfinir et maintenir les standards d?architecture ML/IA dans des environnements multi-cloud.
Concevoir et valider les pipelines ML / IA end-to-end (data ? training ? évaluation ? déploiement ? monitoring).
Mettre en place les bonnes pratiques de MLOps et industrialisation des modèles.
Choix technologiquesSuperviser les choix d?outils et frameworks :
frameworks ML
solutions cloud (Google Cloud, Microsoft Azure)
outils MLOps
Garantir la cohérence technologique de l?écosystème IA.
Qualité technique & gouvernanceAuditer et challenger la qualité technique des produits IA :
performance
robustesse
sécurité
coûts (FinOps)
maintenabilité
Mettre en place des standards de gouvernance des modèles et des données.
Leadership techniqueJouer un rôle d?expert et de mentor auprès des équipes Data Science et Data Engineering.
Accompagner la montée en compétence technique des équipes.
Définir et diffuser les bonnes pratiques de développement.
Contribution stratégiqueParticiper aux phases de cadrage et de conception des produits IA.
Contribuer à la définition de la roadmap produit IA.
Collaborer étroitement avec :
le Product Owner IA
les Data Scientists
les Data Engineers
les équipes software.
Innovation & veilleAssurer une veille technologique active sur les innovations IA :
IA générative
MLOps
architectures data
outils et frameworks émergents.
Profil candidat:
Compétences requisesHard SkillsIntelligence ArtificielleExpérience sur l?IA générative :
LLM
Prompt engineering
RAG (Retrieval Augmented Generation)
évaluation de modèles
systèmes agentiques
DéveloppementExcellente maîtrise de Python et de la programmation orientée objet.
Bonne maîtrise des concepts Data Science / Machine Learning.
MLOps & DevOpsOutils et pratiques DevOps :
Git
CI/CD
Docker
Kubernetes
MLflow
Cloud & InfrastructureExpérience avancée sur Azure et/ou Google Cloud.
Bonne maîtrise de l?Infrastructure as Code (Terraform).
Conception d?architectures scalables et résilientes.
Architecture logicielleDéploiement d?API REST.
Architecture microservices.
Industrialisation et déploiement de modèles en production.
Exploitation des modèlesMonitoring des modèles IA
Optimisation des performances
Gestion de la scalabilité
Sécurité et gouvernance des modèles et des données.
Soft SkillsExcellentes capacités de communication et de pédagogie.
Leadership technique naturel.
Capacité à structurer et poser un cadre normatif de développement.
Esprit orienté solution et impact.
Forte curiosité technologique et intérêt pour l?innovation.
Profil recherché8 ans d?expérience dans le développement et le déploiement de solutions d?intelligence artificielle en production.
Expérience significative dans l?industrialisation de modèles ML.
Expérience dans des environnements cloud et architectures distribuées.
Une première expérience en software engineering est un plus.
Le Tech Lead ML joue un rôle clé dans la conception, la robustesse et la scalabilité des produits IA tout en contribuant aux décisions stratégiques liées à la roadmap technologique.
Responsabilités principalesArchitecture & Engineering IADéfinir et maintenir les standards d?architecture ML/IA dans des environnements multi-cloud.
Concevoir et valider les pipelines ML / IA end-to-end (data ? training ? évaluation ? déploiement ? monitoring).
Mettre en place les bonnes pratiques de MLOps et industrialisation des modèles.
Choix technologiquesSuperviser les choix d?outils et frameworks :
frameworks ML
solutions cloud (Google Cloud, Microsoft Azure)
outils MLOps
Garantir la cohérence technologique de l?écosystème IA.
Qualité technique & gouvernanceAuditer et challenger la qualité technique des produits IA :
performance
robustesse
sécurité
coûts (FinOps)
maintenabilité
Mettre en place des standards de gouvernance des modèles et des données.
Leadership techniqueJouer un rôle d?expert et de mentor auprès des équipes Data Science et Data Engineering.
Accompagner la montée en compétence technique des équipes.
Définir et diffuser les bonnes pratiques de développement.
Contribution stratégiqueParticiper aux phases de cadrage et de conception des produits IA.
Contribuer à la définition de la roadmap produit IA.
Collaborer étroitement avec :
le Product Owner IA
les Data Scientists
les Data Engineers
les équipes software.
Innovation & veilleAssurer une veille technologique active sur les innovations IA :
IA générative
MLOps
architectures data
outils et frameworks émergents.
Profil candidat:
Compétences requisesHard SkillsIntelligence ArtificielleExpérience sur l?IA générative :
LLM
Prompt engineering
RAG (Retrieval Augmented Generation)
évaluation de modèles
systèmes agentiques
DéveloppementExcellente maîtrise de Python et de la programmation orientée objet.
Bonne maîtrise des concepts Data Science / Machine Learning.
MLOps & DevOpsOutils et pratiques DevOps :
Git
CI/CD
Docker
Kubernetes
MLflow
Cloud & InfrastructureExpérience avancée sur Azure et/ou Google Cloud.
Bonne maîtrise de l?Infrastructure as Code (Terraform).
Conception d?architectures scalables et résilientes.
Architecture logicielleDéploiement d?API REST.
Architecture microservices.
Industrialisation et déploiement de modèles en production.
Exploitation des modèlesMonitoring des modèles IA
Optimisation des performances
Gestion de la scalabilité
Sécurité et gouvernance des modèles et des données.
Soft SkillsExcellentes capacités de communication et de pédagogie.
Leadership technique naturel.
Capacité à structurer et poser un cadre normatif de développement.
Esprit orienté solution et impact.
Forte curiosité technologique et intérêt pour l?innovation.
Profil recherché8 ans d?expérience dans le développement et le déploiement de solutions d?intelligence artificielle en production.
Expérience significative dans l?industrialisation de modèles ML.
Expérience dans des environnements cloud et architectures distribuées.
Une première expérience en software engineering est un plus.
Ready to apply?
This job is active. Apply now to get in early.