W
WINSIDE TECHNOLOGYvia Indeed
Ingeieur IA & MLOPS & Développeur Python (Agentic AI & Kubernetes & API) (IT) / Freelance
Paris, A8, FRPosted 2mo ago
MLOpsMid Level#python#kubernetes#docker#azure
Not sure if you're a good fit?
Upload your resume and TixelJobs AI will compare it against Ingeieur IA & MLOPS & Développeur Python (Agentic AI & Kubernetes & API) (IT) / Freelance at WINSIDE TECHNOLOGY. Get a match score, missing keywords, and improvement tips before you apply.
Free preview · Your resume stays private
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.
Ready to apply?
This job is active. Apply now to get in early.