Ingénieur (h/f) ia / mlops - automatisation de la chaîne d'apprentissage pytorch

Dans le cadre du développement d’un moteur d’inférence basé sur PyTorch, nous souhaitons automatiser la chaîne d’apprentissage des modèles : · Entraînement, validation et test, · Optimisation automatique des paramètres et hyperparamètres, · Préparation et export du modèle pour l’inférence (TorchScript, ONNX, quantization, pruning, etc.) Le(la) stagiaire ou l’apprenti(e) participera à la mise en place d’une pipeline d’apprentissage et d’optimisation Vos missions principales : 1. Conception de la chaîne d’apprentissage automatisée : · Définir et implémenter le workflow complet (prétraitement, training, validation, export), · Automatiser le suivi d’expériences (MLflow, Weights & Biases ou équivalent). 2. Optimisation des modèles : · Implémenter la recherche d’hyperoaramètres (Optuna, Ray Tune, HyperOpt…), · Tester des techniques de pruning, quantization, distillation. 3. Industrialisation / Intégration : · Automatiser le déploiement des modèles entraînés dans le moteur d’inférence PyTorch, · Intégration CI/CD (GitHub Actions, GitLab CI, etc.) pour la pipeline d’apprentissage 4. Documentation et reproductibilité : · Structurer la pipeline pour permettre des expériences reproductibles, · Documenter les étapes, les scripts et les configurations. Vos Compétences : · Langages : Python (avancé), Shell/Bash, notions de Docker · Frameworks IA : PyTorch (obligatoire), expérience avec torchvision/lightning appréciée · Optimisation : maîtrise des algorithmes de recherche d’hyperparamètres (Grid, Random, Bayesian) · MLOps : MLflow, DVC, Hydra, Optuna ou équivalents · Outils de versioning et CI/CD : Git, GitHub Actions / GitLab CI Systèmes : Linux, notions de GPU (CUDA, PyTorch Lightning Trainer sur GPU Profil recherché : · Etudiant(e) en fin de cycle (Master 2, école d’ingénieurs ou équivalents) spécialisé(e) en Intelligence Artificielle, informatique, apprentissage automatique ou data engineering · Intérêt marqué pour l’automatisation des workflows IA, la recherche appliquée en optimisation de modèles, le déploiement et l’industrialisation de modèles IA.