Postuler - Machine Learning Platform Engineer

Poste :

Contexte :
Vous travaillez au cœur du département Data pour repenser le cycle de vie des modèles et rendre le parc de modèles robuste, observable, réversible et capable d’apprendre en production.

Vous êtes le/la seul(e) MLOps au sein d'une équipe de 9 Data Scientists ; vous travaillez en étroite collaboration avec eux pour leurs fournir les bons outils et les accompagner sur la mise en production des modèles.

Missions principales :

• Construire et maintenir le framework de déploiement (CI/CD, templates, tests (unitaires, intégration), artefacts reproductibles) pour rendre le cycle de vie des modèles robuste, réversible et automatisé
• Gérer et optimiser les endpoints (Triton, Vespa) avec des contraintes fortes de latence, de scaling (CPU/GPU) et de coût
• Mettre en place le monitoring métier et infra (Drift, latence, logs structurés) pour transformer chaque prédiction en source d'apprentissage
• Être le point de contact entre l'Infra (K8s) et les Data Scientists pour outiller ces derniers et garantir la production
• Développer runbooks et playbooks pour les principaux workflow ou incidents (dégradations KPI, latence excessive, corruption de features)
• Former et outiller les Data Scientists pour un passage en production simple et sûr

Stack: 
Datasets multimodaux de plusieurs centaines de Gb
Training sur cluster Kube, distribué sur des machines multi-GPUs
Deployment sur Triton Inference Server, Vespa AI multinodes
Monitoring : Grafana, Open Telemetry
Logging : In-house data platform (Kafka, Iceberg, Doris, Metabase)
Tracking & registry : MLFlow
Argo CD