Aller au contenu
Toutes les missions
Veille marché · Freework Publiée il y a 1 mois

Tech Lead / Senior Machine Learning Engineer

1. Pilotage technique & leadershipAssurer le rôle de référence technique sur les sujets ML/LLM (RAG, IA générative, agents, orchestration de workflows).Animer le chapter technique de l’é...

Entreprise VISIAN
Mode Remote

Résumé

<p>1. Pilotage technique &amp; leadership</p><ul><li><p>Assurer le rôle de référence technique sur les sujets ML/LLM (RAG, IA générative, agents, orchestration de workflows).</p></li><li><p>Animer le chapter technique de l’équipe :</p><ul><li><p>Organisation de rituels (tech talks, BBL, sessions de partage de bonnes pratiques).</p></li><li><p>Diffusion de standards d’architecture, de qualité de code et de sécurité.</p></li></ul></li><li><p>Participer activement aux revues de PR (Pull Requests) et garantir un niveau élevé de qualité logicielle (lisibilité, tests, performance, sécurité).</p></li></ul><p>2. Conception &amp; industrialisation des solutions IA</p><ul><li><p>Concevoir, développer et industrialiser des pipelines ML/LLM robustes et scalables :</p><ul><li><p>Solutions RAG (indexation, vector stores, retrieval, re-ranking).</p></li><li><p>Agents et workflows complexes (orchestration, gestion de contexte)</p></li></ul></li><li><p>Mettre en œuvre une architecture logicielle solide, adaptée aux enjeux d’IA en production (patterns de microservices, event-driven, modularisation, etc.).</p></li><li><p>Structurer et maintenir un socle technologique d’innovation autour de l’IA (bibliothèques, templates de projets, guidelines, exemples réutilisables).</p></li></ul><p>3. MLOps / LLMOps &amp; Cloud</p><ul><li><p>Définir et mettre en œuvre les pratiques MLOps / LLMOps :</p><ul><li><p>CI/CD pour modèles et services d’IA.</p></li><li><p>Monitoring, observabilité, gestion de dérive, suivi de performance des modèles.</p></li></ul></li><li><p>Industrialiser les solutions sur des environnements containerisés :</p><ul><li><p>Docker, Kubernetes et OpenShift (déploiement, scaling, gestion des ressources).</p></li><li><p>Contribuer à la mise en place d’un environnement Cloud cohérent avec les standards groupe.</p></li></ul></li></ul><p>4. Performance, sécurité &amp; intégration</p><ul><li><p>Optimiser la performance des services IA :</p><ul><li><p>Latence, throughput, coût, consommation de ressources.</p></li><li><p>Benchmark des modèles et des différents backends (LLM, embeddings, vector stores).</p></li></ul></li><li><p>Implémenter et/ou intégrer des mécanismes d’authentification et d’autorisation :</p><ul><li><p>OIDC / OAuth 2.0, gestion des tokens, intégration avec l’écosystème IAM.</p></li><li><p>Veiller au respect des bonnes pratiques de sécurité, de confidentialité et d’IA responsable (gestion des données sensibles, traçabilité, explicabilité).</p></li></ul></li></ul><p>5. Accompagnement des Data Scientists &amp; des métiers</p><ul><li><p>Travailler en étroite collaboration avec les Data Scientists pour :</p><ul><li><p>Transformer les prototypes en produits industrialisés.</p></li><li><p>Co-construire des API et services utilisables par les applications métiers.</p></li></ul></li><li><p>Accompagner les équipes métier dans la compréhension et l’adoption des solutions IA :</p><ul><li><p>Vulgarisation des solutions.</p></li><li><p>Intégration dans les processus d’aide à la décision.</p></li></ul></li></ul>