Cloud DevOps and MLOps Engineer

Le poste

Ce poste soutient les environnements techniques du WDT et des projets de R&D. Le travail comprend le développement, l'homologation, le pilote, l'observabilité, le CI/CD, le serving de modèles, le contrôle d'accès, l'infrastructure cloud, la sécurité opérationnelle et le soutien aux charges d'IA, de simulation et de données.

La personne reliera logiciel, cloud, IA et exploitation. L'objectif est que le WDT et ses modules puissent être développés, testés, déployés, surveillés et démontrés de façon fiable dans des environnements représentatifs.

Responsabilités principales

• Concevoir et maintenir les environnements de développement, de test, d'homologation, de pilote et de production des modules du WDT.
• Mettre en œuvre des pipelines CI/CD, l'automatisation du déploiement, le contrôle de configuration et le versionnement des releases.
• Exploiter l'infrastructure cloud, le stockage, les bases, les files, les services backend, l'observabilité et les journaux.
• Soutenir le MLOps, le serving de modèles, les benchmarks, l'inférence contrôlée et le suivi des ressources d'IA.
• Travailler sur la sécurité opérationnelle, la séparation des environnements, le contrôle d'accès et la réponse aux incidents.
• Soutenir les tests de performance, de résilience, de disponibilité, de coûts et de continuité technique.
• Documenter les environnements, les runbooks, les indicateurs et les procédures d'exploitation assistée.

Exigences

• Expérience du cloud, du CI/CD, de l'infrastructure as code ou de l'automatisation d'environnements.
• Connaissance de Git, des pipelines de build et de release, de la supervision, des journaux et des pratiques de déploiement.
• Notions de réseaux, d'authentification, de permissions, de conteneurs ou de services managés.
• Capacité à diagnostiquer des défaillances dans des systèmes distribués et à soutenir les équipes de développement.
• Attention à la sécurité, à la stabilité, à la traçabilité et à la documentation d'exploitation.
• Expérience pratique d'environnements de développement, de test et d'homologation.

Atouts

• Expérience d'Azure, Azure DevOps, App Services, Functions, Service Bus, VMs, Blob Storage ou Cosmos DB.
• Connaissance de Docker, Kubernetes, Terraform, de l'observabilité et de la maîtrise des coûts.
• Pratique du MLOps, du serving de modèles, des bases vectorielles, des API de LLM et des charges d'IA.
• Expérience de systèmes d'ingénierie, de jumeau numérique, de simulations ou de données techniques sensibles.

Technologies et outils associés

Azure, Azure DevOps, CI/CD, Git, Docker/Kubernetes en atout, observabilité, journaux, stockage, bases et MLOps.

Profil recherché

Nous cherchons une personne organisée, fiable et tournée vers l'exploitation. Elle doit aimer créer des environnements prévisibles, automatiser le répétitif et donner une visibilité réelle sur l'état des systèmes.

Candidature

Pour candidater, envoyez les éléments suivants :

Comment utilisez-vous actuellement les outils d'intelligence artificielle dans votre flux de travail professionnel ? Citez les outils, des exemples d'activités et expliquez comment vous validez les résultats produits avec l'aide de l'IA.

Des informations complémentaires peuvent inclure LinkedIn, GitHub, Behance, Google Scholar, des articles, des publications, des sites web, des démonstrations, des applications ou d'autres liens utiles pour la fonction.

• Un curriculum vitae à jour, avec la formation, l'expérience professionnelle, les principaux projets, les technologies utilisées et les responsabilités exercées.
• Un portfolio avec des exemples concrets de travaux antérieurs. Pour le logiciel, il peut s'agir de GitHub, d'applications, de systèmes, d'API, d'interfaces ou de projets démontrables. Pour l'ingénierie, il peut s'agir de modèles, de simulations, de rapports, d'analyses, de publications ou de travaux techniques diffusables. Les projets confidentiels peuvent être présentés de façon anonymisée.
• Une vidéo de présentation de 5 minutes au plus, montrant brièvement un projet ou un portfolio, le problème résolu, votre participation, les technologies utilisées, le flux de travail, les outils du quotidien, l'usage de l'intelligence artificielle et la façon dont vous validez les résultats produits avec l'aide de l'IA.