C
Celexiovia Indeed
MLOps - SageMaker (IT) / Freelance
Paris, A8, FRPosted 2mo ago
MLOpsMid Level#python#aws#mlflow
Not sure if you're a good fit?
Upload your resume and TixelJobs AI will compare it against MLOps - SageMaker (IT) / Freelance at Celexio. Get a match score, missing keywords, and improvement tips before you apply.
Free preview · Your resume stays private
About the Role
Au sein d'une équipe de 7 ML Engineers, vous serez l'expert Infrastructure dédié au pôle ML. Votre mission est de bâtir, maintenir et faire évoluer la stack technique permettant de propulser des systèmes de Machine Learning scalables et fiables. Vous ferez le pont entre le monde du DevOps et celui de la Data Science pour garantir l'efficacité opérationnelle des pipelines de production.
Missions :
Gestion de l?Infrastructure : Maintenir et optimiser la stack infrastructure dédiée au ML en respectant l'état de l'art et les bonnes pratiques AWS.
Automatisation (IaC) : Provisionner et gérer les ressources via Terraform pour assurer la reproductibilité des environnements.
Orchestration de Workflows : Piloter et configurer les pipelines de données complexes et les workflows ML via Apache Airflow (MWAA).
Support Projets Spécifiques : Collaborer avec l'équipe sur l'intégration d'outils avancés comme les bases de données vectorielles (Vectiroeilles), Open Search et l'indexation.
Cycle de vie ML : Mettre en place des serveurs dédiés MLFlow pour le suivi de l'entraînement des modèles et optimiser les phases de prédiction.
Exploitation SageMaker : Utilisation intensive d'Amazon SageMaker pour l'entraînement et le déploiement de modèles.
Profil candidat:
Expérience confirmée : Minimum 3 ans sur un poste similaire en MLOps.
Cloud : Maîtrise avancée de l'écosystème AWS (S3, Glue, IAM, SageMaker +++).
Infrastructure as Code : Expertise Terraform impérative.
Orchestration : Très forte expérience sur Airflow.
Développement : Excellente maîtrise de Python et de la librairie Boto3.
CI/CD : Capacité à intégrer les workflows ML dans des pipelines de déploiement continu. Maîtrise d'un outil de CI/CD, idéalement Circle CI
Missions :
Gestion de l?Infrastructure : Maintenir et optimiser la stack infrastructure dédiée au ML en respectant l'état de l'art et les bonnes pratiques AWS.
Automatisation (IaC) : Provisionner et gérer les ressources via Terraform pour assurer la reproductibilité des environnements.
Orchestration de Workflows : Piloter et configurer les pipelines de données complexes et les workflows ML via Apache Airflow (MWAA).
Support Projets Spécifiques : Collaborer avec l'équipe sur l'intégration d'outils avancés comme les bases de données vectorielles (Vectiroeilles), Open Search et l'indexation.
Cycle de vie ML : Mettre en place des serveurs dédiés MLFlow pour le suivi de l'entraînement des modèles et optimiser les phases de prédiction.
Exploitation SageMaker : Utilisation intensive d'Amazon SageMaker pour l'entraînement et le déploiement de modèles.
Profil candidat:
Expérience confirmée : Minimum 3 ans sur un poste similaire en MLOps.
Cloud : Maîtrise avancée de l'écosystème AWS (S3, Glue, IAM, SageMaker +++).
Infrastructure as Code : Expertise Terraform impérative.
Orchestration : Très forte expérience sur Airflow.
Développement : Excellente maîtrise de Python et de la librairie Boto3.
CI/CD : Capacité à intégrer les workflows ML dans des pipelines de déploiement continu. Maîtrise d'un outil de CI/CD, idéalement Circle CI
Ready to apply?
This job is active. Apply now to get in early.