Ingénieur-mlops & devops (h/f) - [offre à pourvoir en interne uniquement]

Description Poste à pourvoir en interne uniquement - Localisation : Boulogne-Billancourt ou Rennes Premier acteur français du marketing digital, Solocal est le premier partenaire de toutes les entreprises locales, que ce soit des ETI, TPE, PME, mais aussi des grandes enseignes à réseaux ou des collectivités. Sa mission : dynamiser la vie locale. Chaque jour, Solocal conseille 200 000 entreprises clientes présentes partout en France et les accompagne pour booster leur activité. Solocal travaille à révéler le potentiel de toutes les entreprises en les connectant à leurs clients grâce à des services digitaux innovants (Présence relationnelle avec une gamme d’offres Connect, Site Internet et sites de e-commerces, Publicité digitale) et qu’elles peuvent piloter en toute autonomie via l’app Solocal Manager. Solocal se tient également aux côtés des internautes et mobinautes pour leur faire vivre la meilleure expérience digitale avec PagesJaunes et Ooreka. Le Groupe met ainsi à la disposition des professionnels et du grand public des services à très fortes audiences sur ses propres médias (21 millions de VU/mois), de la data géolocalisée, des plateformes technologiques évolutives, une couverture commerciale unique en France, des partenariats privilégiés avec les acteurs du numérique comme les Gafam. Engagé dans une stratégie sociétale et environnementale depuis 2013, Solocal adhère aux objectifs de développement durable des Nations Unies et est certifié Ecovadis et Gaïa Ethifinance avec une note de 80/100. Mission Nous recherchons un(e) Ingénieur(e) MLOps & DevOps expérimenté(e) et passionné(e) pour rejoindre notre équipe. Vous jouerez un rôle central dans l'industrialisation, le déploiement et la maintenance de nos modèles de Machine Learning et Artifical Intelligence en production. Votre mission sera de bâtir des infrastructures robustes, scalables et automatisées, permettant aux Data Scientists de déployer leurs solutions de manière rapide et fiable. Vous serez le pont entre le développement de solutions ML et AI et leur exploitation en production, en appliquant les meilleures pratiques de notre guilde DevOps, aux spécificités du MLOps et AIOps Vos missions principales : En tant qu'Ingénieur MLOps & DevOps, vos responsabilités incluront : 1. Conception et mise en œuvre d'architectures MLOps et AI : a. Élaborer des architectures techniques pour le déploiement des modèles de ML en production. b. Construire en équipe et implémenter des stratégies de versioning pour les modèles, les données et le code. c. Mettre en place des environnements et outils pour industrialiser les solutions. 2. Industrialisation des pipelines de Machine Learning et AI : a. Développer et maintenir des pipelines CI/CD spécifiques au ML (entraînement, validation, déploiement, réentrainement automatique). b. Automatiser le déploiement et la mise à l'échelle des modèles sur des infrastructures cloud conteneurisées. c. Assurer la reproductibilité des expérimentations. d. Utiliser les API, micro services, containers et identités. 3. Gestion de l'infrastructure et déploiement (DevOps) : a. Concevoir, déployer et maintenir des infrastructures Cloud via Infrastructure as Code (Terraform, Ansible). b. Mettre en place et gérer des clusters GKE pour l'orchestration des services et des modèles. c. Développer des outils et scripts d'automatisation (Python, Bash) pour optimiser les opérations. d. Gérer la sécurité : droits d’accès, conformité, auditabilité des modèles et des données. 4. Surveillance et Maintenance : a. Implémenter le monitoring pour la performance des modèles (dérive, performance métier). b. Mettre en place des alertes sur la robustesse de l'infrastructure (icinga, Victoria Metrics, Grafana). c. Gérer les mécanismes de rollback en cas de dégradation. d. Suivre et optimiser les coûts d'infrastructure. e. Implémenter les indicateurs pour le suivi de qualité (SLA/SLO). 5. Veille : a. Contribuer à la veille technologique et à l'amélioration continue de nos processus et outils. b. Construire une plateforme de Proof Of Concept après avoir anticipé les difficultés techniques. c. Connaissance LLM pour choisir les modèles adaptés à chaque situation. 6. Collaboration : a. Travailler en étroite collaboration avec les Data Scientists, les Data Engineers et les équipes Produit. b. Évangéliser et accompagner les équipes Data Science sur les bonnes pratiques MLOps et DevOps Compétences attendues : · Expérience : Minimum 3 ans d'expérience en DevOps, SRE, ou MLOps. · Cloud : Maîtrise avancée des Cloud publics GCP et Azure. · Conteneurisation & Orchestration : Expertise en Docker et Kubernetes (gestion de clusters, déploiement d'applications). · Infrastructure as Code (IaC) : Maîtrise de Terraform et Ansible. · CI/CD : Expérience avec GitLab CI. · Scripting : Excellente maîtrise de Python et Bash pour l'automatisation. · Monitoring : Expérience avec des outils de monitoring (icinga, Victoria Metrics, Prometheus, Grafana). · Concepts MLOps : Bonne compréhension des enjeux et des outils MLOps. · Bases de données : Connaissance des bases de données SQL et NoSQL. · Automatisation des Workflow : Airflow · Système et Réseaux : Excellente maîtrise de Linux et de l’administration Réseau (ipv4, masques, firewalling, VLAN, DNS, routage). · Langues : Français courant, Anglais niveau B1. · Savoir coopérer avec des profils variés. · Être à l’écoute des besoins des autres métiers ou services. · Favoriser une dynamique collective et le partage d’informations. Compétences appréciées : · Connaissance de la Génération à Enrichissement Contextuel (RAG). · Certifications Cloud DevOps. · Gestion de comptes IAM sur GCP et Entra ID sur AZURE, AZURE (API Manager, ACA, storage) Environnement de travail Jira, Confluence, GCP, Azure, GIT, Ubuntu, Terraform, Python, Graphana, VictoriaMetrics, icinga. Ansible, Java, Airflow. Profile Compétences attendues : · Expérience : Minimum 3 ans d'expérience en DevOps, SRE, ou MLOps. · Cloud : Maîtrise avancée des Cloud publics GCP et Azure. · Conteneurisation & Orchestration : Expertise en Docker et Kubernetes (gestion de clusters, déploiement d'applications). · Infrastructure as Code (IaC) : Maîtrise de Terraform et Ansible. · CI/CD : Expérience avec GitLab CI. · Scripting : Excellente maîtrise de Python et Bash pour l'automatisation. · Monitoring : Expérience avec des outils de monitoring (icinga, Victoria Metrics, Prometheus, Grafana). · Concepts MLOps : Bonne compréhension des enjeux et des outils MLOps. · Bases de données : Connaissance des bases de données SQL et NoSQL. · Automatisation des Workflow : Airflow · Système et Réseaux : Excellente maîtrise de Linux et de l’administration Réseau (ipv4, masques, firewalling, VLAN, DNS, routage). · Langues : Français courant, Anglais niveau B1. · Savoir coopérer avec des profils variés. · Être à l’écoute des besoins des autres métiers ou services. · Favoriser une dynamique collective et le partage d’informations. Compétences appréciées : · Connaissance de la Génération à Enrichissement Contextuel (RAG). · Certifications Cloud DevOps. · Gestion de comptes IAM sur GCP et Entra ID sur AZURE, AZURE (API Manager, ACA, storage) Environnement de travail Jira, Confluence, GCP, Azure, GIT, Ubuntu, Terraform, Python, Graphana, VictoriaMetrics, icinga. Ansible, Java, Airflow. Conditions A plein temps à Rennes ou Paris. Déplacements ponctuels à prévoir. LI-DNI