Ingénieur IA

Ingénieur IA / MLOps / LLMOps Senior

CDI | Senior (5 à 10 ans) | Île-de-France (site client)

Contexte du poste

Alliance Services Plus (AS+) recherche un(e) Ingénieur(e) IA Senior pour accompagner l’un de ses clients dans l’industrialisation et l’exploitation de solutions d’Intelligence Artificielle et d’IA générative.

Notre client est un acteur public majeur dans les domaines de la sûreté nucléaire, de la recherche et de l’expertise scientifique. Ses équipes développent et exploitent des plateformes permettant de mettre en œuvre des modèles d’IA et d’IA générative sur des infrastructures de calcul intensif.

Vous interviendrez sur l’industrialisation des modèles, la mise en place des pipelines MLOps/LLMOps et l’accompagnement des équipes métiers et techniques.

Missions principales

• Mettre en place et faire évoluer les pipelines MLOps / LLMOps
• Industrialiser et déployer des modèles d’IA et d’IA générative
• Concevoir et maintenir des workflows d’entraînement et d’inférence
• Participer à l’optimisation des performances GPU et des workloads IA
• Intégrer de nouveaux modèles et services d’IA sur les plateformes
• Participer à la gestion du cycle de vie des modèles et des datasets
• Mettre en place et administrer des registries de modèles
• Contribuer à l’évolution des chaînes CI/CD IA
• Participer au déploiement et à l’orchestration sur Kubernetes
• Réaliser des benchmarks et contribuer à l’optimisation des performances
• Assurer un support technique de niveau N3 auprès des équipes
• Participer à la veille technologique sur l’IA générative, les LLM et les outils MLOps

Environnement technique

MLOps / LLMOps : MLflow, Kubeflow, Argo Workflows

CI/CD : GitLab CI, GitHub

IA / LLM : modèles open source, Hugging Face, vLLM

GPU : CUDA, optimisation GPU, multi-GPU

Langages : Python, Bash

Conteneurisation / orchestration : Docker, Kubernetes

Modèles / données : gestion de datasets, registry de modèles

IA générative : LLM, RAG, fine-tuning

Profil recherché

• Formation Bac+5 (École d’Ingénieur, Master ou équivalent)
• Expérience confirmée en MLOps, LLMOps ou industrialisation de solutions IA
• Très bonne maîtrise de Python
• Expérience sur Kubernetes et Docker
• Bonne connaissance des pipelines CI/CD et de l’automatisation
• Expérience avec un ou plusieurs outils MLOps tels que MLflow, Kubeflow ou Argo
• Connaissance des environnements GPU / CUDA
• Une expérience sur les LLM, l’IA générative ou Hugging Face est appréciée

Qualités attendues :

• Esprit d’analyse et de résolution de problèmes
• Autonomie et rigueur
• Capacité à industrialiser des solutions complexes
• Curiosité technologique et veille sur l’IA
• Aisance avec des interlocuteurs techniques et métiers
• Sens du service et esprit d’équipe
• Force de proposition