LLMOps / MLOps Engineer - H/F à Paris, France

Industrialise le cycle de vie des modèles et propulse les architectures GenAI en production

Dans le cadre de l’industrialisation à grande échelle des solutions d’intelligence artificielle générative d’un grand compte, nous recherchons un(e) LLMOps / MLOps Engineer . Ton rôle sera hautement structurant et stratégique : tu concevras, déploieras et sécuriseras le socle technique, les pipelines d’automatisation et les environnements d’inférence nécessaires à l’exploitation industrielle de solutions d’IA et de systèmes agentiques en production.

Ton futur environnement

Tu évolueras au sein d’un pôle d’ingénierie pluridisciplinaire d’excellence dédié à l’intelligence artificielle et aux pratiques cloud natives. En interface permanente avec les data scientists, les équipes d’architecture, la sécurité (DevSecOps) et les équipes d’exploitation, tu interviendras sur des projets à forte valeur ajoutée. C’est le cadre idéal pour combiner la rigueur du DevOps avec les spécificités de l’IA générative, déployer des chaînes CI/CD/CT automatisées et optimiser les coûts et performances des modèles en production.

Tes missions clés

Architecture & Automatisation Cloud IA (Mode BUILD) :

• Concevoir et implémenter l’architecture technique cible de la plateforme IA selon les principes de l’ Infrastructure as Code (Terraform) .

• Déployer, configurer et administrer les environnements Cloud ( Azure, AWS ou GCP ) et les clusters de conteneurs ( Kubernetes, OpenShift ).

• Bâtir et industrialiser les pipelines d’intégration et de déploiement continus ( CI/CD, GitOps ) adaptés aux spécificités des briques d’IA et des modèles de fondation.

• Intégrer les composants clés de l’écosystème IA : modèles de langage, Gateways LLM , orchestrateurs agentiques, APIs de services cognitifs et bases de données vectorielles.

• Mettre en œuvre les dispositifs de sécurité, la gestion fine des identités ( IAM ) et la gestion centralisée des secrets.

Observabilité, MLOps & Pilotage FinOps (Mode RUN & Industrialisation) :

• Déployer et superviser les chaînes d’observabilité, de journalisation et de monitoring de la performance des modèles ( MLflow , dashboards de suivi de latence et de dérive).

• Garantir la robustesse, la scalabilité et la haute disponibilité des environnements d’inférence en production.

• Piloter la maîtrise des coûts d’infrastructure et d’appel aux modèles via des pratiques de FinOps IA .

• Assurer la réversibilité, la maintenabilité et la documentation technique des architectures déployées.

Ton profil

• Formation : Diplôme d’Ingénieur ou Bac+5 universitaire en informatique, génie logiciel, systèmes et réseaux ou cybersécurité.

• Expérience : Tu justifies d’une expérience confirmée de 3 à 5 ans en ingénierie DevOps / Cloud, avec une pratique effective du déploiement et de l’industrialisation de solutions MLOps ou LLMOps.

• Expertise DevOps, Cloud & Automatisation Impérative :

  • Maîtrise d’un environnement Cloud majeur ( Azure, AWS ou GCP ) et des outils d’IaC ( Terraform ).

  • Excellente pratique de la conteneurisation et de l’orchestration ( Docker, Kubernetes, OpenShift ).

  • Maîtrise des chaînes CI/CD et des démarches GitOps / DevSecOps .

• Culture IA & MLOps :

  • Connaissance opérationnelle des cycles de vie ML/LLM ( MLflow , Gateways LLM, intégration d’APIs de modèles, bases vectorielles).

  • Sensibilité aux problématiques de FinOps IA et de monitoring d’inférence.

• Langues : Anglais professionnel opérationnel.

Tes atouts

• Culture de l’Industrialisation et de la Rigueur : Volonté constante d’automatiser, de fiabiliser et de sécuriser les processus de livraison logicielle.

• Sens du Risque et Prévoyance : Capacité à concilier vitesse d’innovation, sécurité des accès et maîtrise budgétaire des ressources IA.

• Aisance Relationnelle et Transversalité : Aptitude naturelle à collaborer efficacement avec des interlocuteurs variés (data scientists, architectes, équipes de sécurité et exploitation).