DevOps Senior - Orientation MLOps H / F

Soors est une entreprise de services spécialisée dans les solutions IT innovantes. Nous accompagnons nos clients dans leur transformation digitale en proposant des services adaptés à leurs besoins. Notre mission est de fournir des solutions de qualité pour optimiser les processus métiers et améliorer la performance des entreprises. Description du poste : Poste et missions :

Nous recherchons un DevOps expérimenté pour rejoindre notre équipe et contribuer à l'industrialisation des pipelines de données et de modèles d'IA. Responsabilités :

Automatiser et fiabiliser les pipelines de build, test et déploiement pour des microservices et des modules data. Participer à la sécurisation, l'observabilité et la scalabilité des environnements cloud. Mettre en place ou améliorer l'infrastructure d'accueil pour les modèles ML en production. Travailler en lien étroit avec les équipes data (data scientists, data engineers) pour garantir l'intégration fluide des modèles dans les chaînes CI / CD. Contribuer à la mise en place de pratiques MLOps (reproductibilité, déploiement versionné, monitoring modèle). Être force de proposition sur les outils, standards et automatisations à mettre en place dans un contexte d'industrialisation progressive. Environnement :

Cloud : AWS / GCP / Azure Containerisation & Orchestration : Docker, Kubernetes, Helm CI / CD : GitLab CI, Jenkins, ArgoCD, MLflow Infrastructure as Code : Terraform, Ansible Scripting / Dev : Python, Bash Monitoring : Prometheus, Grafana, ELK, Sentry Data & ML Tools : MLflow, DVC, Airflow, Seldon, Kubeflow Profil recherché :

Nous recherchons un DevOps expérimenté avec au moins 5 ans d'expérience sur des environnements DevOps modernes. Expérience :

Solide maîtrise de Python et de l'automatisation de workflows. Bonne connaissance de Kubernetes, CI / CD, IAC et outils de monitoring. Curiosité pour les problématiques data / ML et volonté de monter en compétence sur les outils du monde MLOps. Goût du travail en équipe, communication fluide avec des profils techniques variés. Une première exposition à un projet Data / ML est un plus mais non indispensable.

#J-18808-Ljbffr