Chef de projet Intégration , DEVOPS & ML Engineer Cloud - CDI

Chef de projet technique Cloud IA / MLOps – AWS & Azure (H/F)

Localisation : Aubervilliers
Télétravail : 3 jours de présence sur site par semaine

Contexte de la mission

Au sein du pôle Infrastructure Technique de la DSI, vous rejoignez la squad IA / MLOps pour industrialiser, déployer et maintenir en production des solutions d’intelligence artificielle.

À l’interface entre les équipes métiers, Data Science et Infrastructure, vous travaillez en binôme avec une ingénieure ML/MLOps sur deux périmètres :

• AWS : traitement de données industrielles, rapprochement spatio-temporel et développement de services serverless.

• Azure : industrialisation et déploiement de modèles ML sur plusieurs sites industriels, de l’entraînement au suivi en production.

Vos missions

• Concevoir et faire évoluer les architectures Cloud IA sur AWS et Azure.

• Développer et fiabiliser les pipelines MLOps : versioning des données et modèles, entraînement, évaluation automatisée, déploiement et surveillance de la dérive.

• Accompagner les Data Scientists dans la mise en production de leurs modèles et intégrer les services d’IA générative.

• Automatiser les infrastructures avec Terraform et contribuer aux architectures conteneurisées et serverless.

• Garantir la sécurité, l’observabilité et la maîtrise des coûts des environnements IA.

• Assurer le support N3 et préparer le transfert aux équipes d’exploitation : documentation d’architecture, procédures et partage de connaissances.

Profil recherché

Vous disposez d’une expérience confirmée en ML Engineering / MLOps et Cloud, avec une forte capacité d’intervention technique et de coordination entre équipes.

Compétences indispensables :

• Python et Data Science appliquée : analyse exploratoire, feature engineering, rapprochement spatio-temporel et évaluation de modèles sur données industrielles bruitées.

• MLOps : CI/CD ML, registres de modèles, inférence temps réel et batch, déploiements blue/green et monitoring de dérive.

• AWS : SageMaker, Lambda, S3, Glue et Bedrock.

• Azure : Azure Machine Learning, Microsoft Fabric / OneLake et services Azure AI.

• DevOps : Terraform, Docker, Kubernetes (AKS / EKS), Git et Azure DevOps et/ou GitLab CI.

• Maîtrise des enjeux de sécurité, de réseau, de supervision et de FinOps Cloud.

Compétences appréciées :

• Données industrielles / SCADA et architectures médaillon Bronze, Silver, Gold.

• Notions d’apprentissage par renforcement (RL / SAC), de Computer Vision et de GCP / Vertex AI.

• Certifications Cloud, IA ou Terraform.