W
WINSIDE TECHNOLOGYvia Indeed
Ingeieur IA & MLOPS & Développeur Python (Agentic AI & Kubernetes & API) (IT) / Freelance
Paris, A8, FRPosted 8mo ago
MLOpsMid Level#python#kubernetes#docker#azure
About the Role
- Concevoir et industrialiser des solutions d?IA Générative (LLMs, Agents, RAG) répondant aux besoins des AI Catalysts, priorisés par le PO.
- Intégrer les composants GenAI à l?écosystème existant (GenAI Core, OneAPI, Azure AI Foundry), tout en respectant les normes de sécurité et de coûts.
- Définir et implémenter les architectures techniques : choix de modèles, orchestration d?agents, conception RAG, gestion des sessions.
- Développer et maintenir le code (principalement Python) et les briques réutilisables (librairies de prompts, agents).
- Industrialiser le déploiement : conteneurisation (Docker), Kubernetes, CI/CD, Infrastructure as Code (Terraform), et monitoring.
- Mettre en ?uvre des pratiques MLOps : suivi des expériences, versioning de modèles, tests de régression, validations en pré-prod.
- Assurer la qualité et l?observabilité : métriques de performance, tests adversariaux, suivi des dégradations en production.
- Collaborer avec le PO, le Software Engineer, les AI Catalysts et la DSI pour garantir la sécurité et l?adoption des solutions.
- Contribuer à la documentation, aux templates et à la formation des équipes internes.
Profil candidat:
- Concevoir et industrialiser des solutions d?IA Générative (LLMs, Agents, RAG) répondant aux besoins des AI Catalysts, priorisés par le PO.
- Intégrer les composants GenAI à l?écosystème existant (GenAI Core, OneAPI, Azure AI Foundry), tout en respectant les normes de sécurité et de coûts.
- Définir et implémenter les architectures techniques : choix de modèles, orchestration d?agents, conception RAG, gestion des sessions.
- Développer et maintenir le code (principalement Python) et les briques réutilisables (librairies de prompts, agents).
- Industrialiser le déploiement : conteneurisation (Docker), Kubernetes, CI/CD, Infrastructure as Code (Terraform), et monitoring.
- Mettre en ?uvre des pratiques MLOps : suivi des expériences, versioning de modèles, tests de régression, validations en pré-prod.
- Assurer la qualité et l?observabilité : métriques de performance, tests adversariaux, suivi des dégradations en production.
- Collaborer avec le PO, le Software Engineer, les AI Catalysts et la DSI pour garantir la sécurité et l?adoption des solutions.
- Contribuer à la documentation, aux templates et à la formation des équipes internes.
Similar Jobs
2
2P Perfect Presentation• 1mo ago
Senior AI/ML engineer
Giza, Al Jizah, EgyptFull-time
P
Parser• 2mo ago
MLOps Technical Manager
Spain, England#SP-UK, Greater LondonFull-time
Z
Zenlayer• 2mo ago
AI Infrastructure Procurement Specialist
Diamond Bar, CaliforniaFull-time
A
Amidel• 6mo ago
AWS MLOps Engineer
Johannesburg, GautengFull-time