Ingénieur MLOPS - Nantes - Services Financiers at Sopra Steria

Nantes, Pays de la Loire, France -

Full Time

Start Date

Immediate

Expiry Date

21 May, 26

Salary

0.0

Posted On

20 Feb, 26

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

LLM, DevOps, Cloud Computing, Docker, Kubernetes, Terraform, AWS, Azure, GCP, CI/CD, Python, Bash, Machine Learning Models, Data Engineering, Model Governance, Performance Optimization

Industry

Information Technology & Services

Description

Description de l'entreprise Sopra Steria, acteur majeur de la Tech en Europe, avec 51 000 collaborateurs dans près de 30 pays, est reconnu pour ses activités de conseil, de services et solutions numériques. Il aide ses clients à mener leur transformation digitale et à obtenir des bénéfices concrets et durables. Le Groupe apporte une réponse globale aux enjeux de compétitivité des grandes entreprises et organisations, en combinant une connaissance approfondie des secteurs d’activité et des technologies à une approche collaborative. Sopra Steria place l’humain au cœur de son action et s’engage auprès de ses clients à tirer le meilleur parti du numérique pour construire un avenir positif. En 2024, le Groupe a réalisé un chiffre d’affaires de 5,8 milliards d’euros. The world is how we shape it* Description du poste Au sein d’une équipe nantaise, vous participerez au développement d’une IA Factory autour des services financiers. En tant qu'Ingénieur MLOps, vous jouerez un rôle clé dans l'intégration de modèles de machine learning dans des environnements de production, tout en assurant leur performance, leur évolutivité et leur maintien. Missions principales : Automatisation des pipelines ML : Concevoir, développer et maintenir des pipelines d'intégration et de déploiement continu (CI/CD) pour les modèles de machine learning. Mettre en place des outils d’automatisation pour l’entraînement, la validation, et le déploiement des modèles en production. Gestion des modèles en production : Superviser le déploiement, le suivi et la mise à jour des modèles en production. Assurer la gestion de la version des modèles, leur surveillance et leur mise à l’échelle. Collaboration avec les équipes Data et DevOps : Collaborer avec les équipes DevOps pour l'intégration des modèles dans l’infrastructure cloud et locale (AWS, Azure, GCP, Kubernetes, etc.). Optimisation de la performance : Optimiser les performances des modèles en production, en identifiant les problèmes de latence ou de qualité des prédictions. Gérer le monitoring des performances des modèles en production et effectuer les ajustements nécessaires. Assurer la qualité et la gouvernance des modèles : Mettre en place des systèmes de gestion de la qualité pour les modèles de ML. Suivre les bonnes pratiques en matière de gouvernance des modèles, en particulier pour des aspects tels que la traçabilité, la sécurité et la conformité. Maintenance et évolutions des modèles : Assurer la maintenance des modèles déployés et leur mise à jour en fonction de nouvelles données ou d’évolutions des besoins métier. Participer à la mise en place de processus de retraining des modèles selon les besoins. Qualifications Compétences techniques : Maîtrise des modèles de Machine Learning autour du LLM Maîtrise des outils de DevOps et de Cloud Computing (Docker, Kubernetes, Terraform, AWS, Azure, GCP). Connaissance des processus CI/CD et de l’automatisation des workflows ML. Compétences en programmation (Python, Bash, etc.). Qualités personnelles : Esprit d'équipe et capacité à travailler en collaboration avec plusieurs parties prenantes. Rigueur et capacité à respecter des délais. Proactivité et capacité à résoudre des problèmes de manière autonome. Curiosité et volonté de se tenir informé des dernières tendances et technologies dans le domaine du MLOps. Diplôme Bac+5 (école d’ingénieurs, Master, etc.) en informatique, data science ou domaine connexe, vous justifiez d'une expérience professionnelle de 5 à 7 ans sur un poste en data engineering. Une expérience dans le déploiement et la gestion de modèles de machine learning en production est fortement appréciée. Informations complémentaires Un accord télétravail pour télétravailler jusqu’à 2 jours par semaine selon vos missions. Un package avantages intéressant : une mutuelle, un CSE, des titres restaurants, un accord d’intéressement, des primes vacances et cooptation. Des opportunités de carrières multiples : plus de 30 familles de métiers, autant de passerelles à imaginer ensemble. Plusieurs centaines de formations accessibles en toute autonomie avec Sopra Steria Academy. La possibilité de s'engager auprès de notre fondation ou de notre partenaire « Vendredi ». L'opportunité de rejoindre le collectif Tech'Me UP (formations, conférences, veille, et bien plus encore…). Employeur inclusif et engagé, notre société œuvre chaque jour pour lutter contre toute forme de discrimination et favoriser un environnement de travail respectueux. C’est pourquoi, attachés à la mixité et à la diversité, nous encourageons toutes les candidatures et tous les profils. https://www.soprasteria.fr/nous-connaitre/nos-engagements

Responsibilities

The role involves developing an AI Factory for financial services, focusing on integrating machine learning models into production environments while ensuring their performance and scalability. Key tasks include automating ML pipelines via CI/CD, supervising model deployment and monitoring, and collaborating with DevOps teams for cloud infrastructure integration.