Senior MLOps

Tenth Revolution recherche un MLOps Senior passionné et expérimenté pour rejoindre une équipe data en pleine croissance.
Vous jouerez un rôle clé dans la mise en production et le déploiement de modèles de machine learning à grande échelle sur un environnement GCP, avec une maîtrise spécifique de Vertex AI.
Ce poste est fait pour vous si vous aimez transformer des concepts en solutions concrètes et impactantes pour l'entreprise.
Vous interviendrez dans le secteur médical, avec des projets à fort impact sur le bien-être et la santé.Missions Principales :
Mise en production avancée :
Déployer des modèles ML à l'échelle en suivant les meilleures pratiques de l'industrie.Assurer la robustesse et la scalabilité des pipelines de machine learning.Collaboration et challenge :
Travailler en étroite collaboration avec les équipes Data Scientists et ML Engineers.Challenger les solutions proposées sur les aspects techniques et opérationnels.Établissement de ROI :
Mettre en place des indicateurs pour mesurer l'impact business des modèles déployés.Présenter des rapports réguliers pour évaluer le retour sur investissement des projets ML.Gestion des pipelines ML :
Automatiser les workflows de machine learning, du preprocessing des données jusqu'à la mise en production.Optimiser la performance des modèles déployés (latence, coût, précision).Innovation et veille technologique :
Identifier et implémenter des solutions innovantes pour améliorer les processus ML existants.Rester à la pointe des technologies dans l'écosystème GCP, notamment sur Vertex AI.Profil Recherché :
Minimum 6 à 8 ans en MLOps ou en déploiement de modèles ML à l'échelle.Expertise démontrée sur GCP et Vertex AI (obligatoire).Compétences techniques :
Solide maîtrise des outils et frameworks MLOps (Kubeflow, Airflow, TensorFlow Serving, etc.).Excellentes compétences en programmation (Python, Go, ou autre langage pertinent).Bonne connaissance des bases de données (SQL, BigQuery).Expertise dans la gestion et l'optimisation des pipelines CI/CD appliqués au ML.Savoir-être :
Capacité à travailler en équipe et à challenger les idées dans un esprit constructif.Forte orientation business pour connecter les résultats techniques avec les besoins métiers.Autonomie, rigueur et sens des priorités.Les Plus :
Expérience dans des environnements industriels avec un focus sur des cas d'usage opérationnels.Connaissances supplémentaires sur d'autres solutions cloud (AWS, Azure).Expérience en optimisation de coûts dans des environnements cloud.