À propos d'AMI Consulting
Entreprise innovante et familiale, AMI Consulting est spécialisé dans l'exploitation de la data pour proposer des consultants experts adaptés aux besoins de ses clients. Lauréat de la bourse Innov'UP de BPI France en 2019, AMI Consulting valorise la qualité de vie de ses collaborateurs et adopte une approche 100 % digitale pour la qualification, la sélection et l'intégration de ses talents, réduisant ainsi son empreinte carbone.
Présentation de l'offre
- Lieu : 92
- Secteur : Banque
- Télétravail : Occasionnel, selon les déplacements sur les autres sites
- Type de contrat : CDI de mission ou Freelance (selon profil)
- Expérience requise : 10 à 12 ans
- Langues : Français et Anglais courants
Contexte de la mission
Dans le cadre de l'industrialisation de ses projets d'intelligence artificielle, une organisation cherche à renforcer ses équipes en recrutant un Ingénieur MLOps / IA. La mission se déroule dans un environnement data et IA en pleine croissance, avec des enjeux majeurs liés à la mise en production, la scalabilité et la performance des modèles de machine learning et d'IA générative. Le consultant jouera un rôle clé pour assurer le passage du prototype à la production, en mettant en place des pipelines robustes, automatisés et sécurisés.
Responsabilités
Industrialisation des modèles IA
- Mise en production de modèles Machine Learning / Deep Learning / LLM.
- Déploiement des modèles via des API ou microservices.
- Garantir la robustesse, la scalabilité et la performance des solutions.
MLOps & automatisation
- Conception et maintenance des pipelines MLOps (entraînement, validation, déploiement).
- Automatisation des workflows de data et de modèles (CI/CD).
- Mise en place de mécanismes de versioning (modèles, datasets, code).
Monitoring & performance
- Supervision des modèles en production (dérive, performance, biais).
- Mise en place d'outils de monitoring et d'alerting.
- Optimisation des coûts et des temps de réponse.
Collaboration & data
- Collaboration étroite avec les Data Scientists et Data Engineers.
- Participation à la structuration des pipelines de données.
- Contribution à la qualité et à la gouvernance des données.
Qualité & sécurité
- Garantir la fiabilité, la sécurité et la conformité des modèles.
- Mise en place de tests automatisés (modèles et pipelines).
- Documentation des solutions et des bonnes pratiques.
Compétences techniques
IA & Machine Learning
- Expérience en Machine Learning / Deep Learning / LLM.
- Frameworks : TensorFlow, PyTorch, Scikit-learn.
- Connaissances en IA générative (RAG, LLM, agents) appréciées.
MLOps & DevOps
- CI/CD : GitLab CI, GitHub Actions, Jenkins.
- Outils MLOps : MLflow, Kubeflow, Airflow, SageMaker.
- Versioning (code, modèles, datasets).
Cloud & infrastructure
- Cloud : AWS, Azure ou GCP.
- Containerisation : Docker.
- Orchestration : Kubernetes.
Data & développement
- Python (impératif).
- Manipulation de données : Pandas, NumPy.
- APIs : FastAPI, Flask.
- Bases de données : SQL / NoSQL.
Monitoring & performance
- Monitoring des modèles (dérive, performance).
- Optimisation des pipelines et coûts.