MLOps Engineer - Data Factory - Freelance

Description de l'offre

L'équipe Data Platform recherche un·e MLOps Engineer basé·e à Paris ou Lille.

Au sein du pôle Data global de l'entreprise, tu rejoindras l'équipe Data Factory. Cette plateforme technologique centrale soutient l'usage de la Data à l'échelle mondiale pour l'ensemble des activités du groupe, du pilotage financier à la conception de produits innovants.

Contexte & Contribution :

L'entité s'appuie sur une Modern Data Stack de pointe, construite autour d'une architecture Lakehouse. La mission de l'équipe est de garantir la scalabilité, l'automatisation et l'excellence des pratiques de développement pour l'ensemble des communautés Data (Engineers, Analysts, Data Scientists, ML Engineers).

Intégré·e à une squad IA/ML dynamique (actuellement composée de 4 AI Platform Engineers et 2 Product Managers), ton rôle consistera à outiller directement les Data Scientists et ML Engineers en leur fournissant une plateforme d'entraînement et de déploiement fluide, industrielle et sécurisée. Tu joueras un rôle clé pour automatiser le passage à l'échelle du Machine Learning traditionnel tout en facilitant l'adoption des briques IA émergentes.

Profil recherché

Tu seras en charge de :

• Infrastructures ML & Gestion des GPU : Concevoir et administrer des infrastructures d'entraînement et d'inférence robustes sur AWS et GCP, en orchestrant la mise à disposition efficace des ressources de calcul (GPU, clusters auto-scalables).

• Industrialisation & IaC : Piloter le déploiement, le maintien et l'évolution des plateformes MLOps via Terraform, en garantissant une cohérence parfaite entre les différents environnements Cloud.

• Pipelines CI/CD/CT & MLOps : Concevoir et automatiser des pipelines CI/CD/CT (Continuous Training) pour le suivi de l'entraînement, la validation, le déploiement et l'évaluation automatisée des modèles ML.

• Gestion du Lifecycle ML : Administrer et promouvoir les outils de Model Registry, de tracking d'expérimentations (MLflow) et de Feature Store pour fluidifier le travail des équipes Data.

• Gouvernance, Monitoring & Excellence : Mettre en place les outils de surveillance des performances en production (dérive des données/modèles), définir les standards MLOps (templates, bonnes pratiques) et assurer une veille technique constante.

• Expertise & Accompagnement : Incarner les solutions MLOps auprès des Data Scientists et ML Engineers, notamment en animant des Office Hours et en facilitant l'adoption de la plateforme au quotidien.

STACK TECHNIQUE

• Cloud : AWS, GCP

• MLOps & Tracking : MLflow, Model Registry, Feature Store

• Orchestration & Data : Databricks, Airflow

• Infrastructure & Compute : Terraform, Docker, Kubernetes, clusters GPU

• CI/CD : Git, GitHub Actions

PROFIL RECHERCHÉ

• Expérience : Au minimum 3 ans d’expérience sur un rôle similaire (MLOps Engineer, ML Engineer, DevOps / Platform Engineer appliqué au ML).

• Compétences Ops & ML : Maîtrise du cycle de vie complet d'un modèle ML (du notebook à la production), des contraintes liées aux GPU et de l'écosystème MLflow.

• Pédagogie & Sens du service : Capacité à accompagner les équipes Data, à traduire des contraintes d'infrastructure en solutions simples et à rédiger une documentation claire.

• Soft skills : Esprit collaboratif en environnement agile, curiosité technique, aisance relationnelle et anglais fluide pour évoluer dans un contexte international.

À propos de Collective.work

Collective.work est la plateforme de recrutement nouvelle génération pour trouver votre prochain emploi.

Fort d'une grande expertise dans l'IA, Collective.work permet de mieux cibler les offres et leurs candidats correspondants, créant ainsi un système beaucoup plus fluide que les acteurs traditionnels.

Plus de 10,000 recruteurs utilisent Collective, permettant à des dizaines de milliers de candidats de trouver leur futur emploi chaque jours