Job Specifications
Cette mission s'adresse à des profils seniors ayant déjà industrialisé des solutions IA/RAG en production et maîtrisant les enjeux de passage à l'échelle.
Mission
Nous recherchons un Lead MLOPS / Python pour industrialiser les développements IA/Data Science avec un focus sur les systèmes RAG (Retrieval-Augmented Generation) et les LLM.
Contexte
Les Data Scientists développent des solutions expérimentales (modèles, RAG, pipelines IA) que vous devrez transformer en solutions robustes déployables en production à grande échelle.
Responsabilités principales
Industrialisation des systèmes RAG/LLM :
Automatiser le processing de documents volumineux (ex: PDFs 250+ pages)
Mettre en place des pipelines de chunking et d'indexation automatiques
Gérer la montée en charge des bases de connaissances
Implémenter des métriques de monitoring pour détecter les dérives des modèles
Architecture & Scalabilité :
Concevoir des workflows complexes pour tâches longues (pipelines multi-étapes)
Déployer sur infrastructure cloud Azure
Containerisation avec Docker/Kubernetes
Mise en place de CI/CD spécialisés pour l'IA
Développement & Bonnes Pratiques :
Refactorisation du code Data Science selon les standards industriels
Injection de dépendances, programmation orientée objet
Tests automatisés, clean code, modularité
Gestion des dépendances et versioning des modèles
MLOps & Monitoring :
Supervision des performances des modèles en production
Détection du drift et mise en place d'alertes
Gestion des réentraînements automatiques
Tableaux de bord et métriques business
Profil recherchéCompétences techniques obligatoires :
Python expert (5 - 10+ ans d'expérience)
1 Expérience concrète avec RAG/LLM en production
Cloud computing (Azure/AWS/GCP) - déploiement à l'échelle
MLOps : pipelines ML, monitoring, drift detection
Architecture logicielle : design patterns, injection de dépendances, OOP
DevOps : Docker, Kubernetes, CI/CD
Compétences techniques souhaitées :
Frameworks : LangChain, Haystack, ChromaDB, Pinecone
Bases de données vectorielles
Streaming de données (Kafka, Pulsar)
Orchestration (Airflow, Prefect)
Soft skills :
Leadership technique : capacité à guider une équipe de Data Scientists
Pédagogie : transmission des bonnes pratiques
Autonomie sur des projets complexes
Mindset industrialisation : passage du POC à la production
Environnement technique
Stack : Python, FastAPI, SQLAlchemy, Pydantic
IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI
Cloud : Azure (priorité) / AWS / GCP
Orchestration : Kubernetes, Docker, Terraform
Monitoring : Prometheus, Grafana, MLflow
Méthodologie : Agile, TDD, Code Review
Exemple de cas d'usage concret
"Un utilisateur upload un PDF de 250 pages. Le système doit automatiquement :
Découper le document en chunks optimaux
Indexer dans la base vectorielle
Permettre des requêtes précises ('dates des événements X')
Monitorer la qualité des réponses
Alerter en cas de dégradation"
Votre rôle : Transformer le script Python du Data Scientist en solution industrielle, scalable et monitorée.
Modalités
Durée : 6-12 mois (renouvelable)
Format : Freelance/Régie
Localisation : Hybride (2-3 jours sur site)
Démarrage : ASAP
Profil du candidat
Profil recherchéCompétences techniques obligatoires :
Python expert ((5 - 10+ ans d'expérience)
Expérience concrète avec RAG/LLM en production
Cloud computing (Azure/AWS/GCP) - déploiement à l'échelle
MLOps : pipelines ML, monitoring, drift detection
Architecture logicielle : design patterns, injection de dépendances, OOP
DevOps : Docker, Kubernetes, CI/CD
Compétences techniques souhaitées :
Frameworks : LangChain, Haystack, ChromaDB, Pinecone
Bases de données vectorielles
Streaming de données (Kafka, Pulsar)
Orchestration (Airflow, Prefect)
Soft skills :
Leadership technique : capacité à guider une équipe de Data Scientists
Pédagogie : transmission des bonnes pratiques
Autonomie sur des projets complexes
Mindset industrialisation : passage du POC à la production
Environnement technique
Stack : Python, FastAPI, SQLAlchemy, Pydantic
IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI
Cloud : Azure (priorité) / AWS / GCP
Orchestration : Kubernetes, Docker, Terraform
Monitoring : Prometheus, Grafana, MLflow
Méthodologie : Agile, TDD, Code Review
Description de l‘entreprise
Pourquoi cette mission est unique
Cette opportunité vous permettra de façonner l'avenir de l'IA dans un contexte où vos décisions techniques auront un impact direct sur des millions d'utilisateurs. Vous ne serez pas un simple exécutant, mais un architecte de solutions qui influence la roadmap technologique.
Ce qui vous attend :
Autonomie technique : Liberté de choix sur les architectures et technologies
Visibilité : Présentation de vos réalisations au comité de direction
Impact business : Vos optimisations se traduisent directement en gains mesurables
Veille technologique : Accès privilégié aux betas Microsoft et APIs exclusives
Réseau professionnel : Collaboration avec de
About the Company
Acteur sur les briques techniques de l’infrastructure des SI dans les entreprises de grandes tailles - que ce soit « On premise », dans un « Cloud » ou en mode « Hybride » - AURATEM répond aux problématiques d’infrastructure les plus complexes: architecture, automatisation, sécurisation, transition, MCO / MCS...
Know more