329 - MLOps Senior
Nicholson SASÉnergiePubliée il y a 2 semaines
~ 500 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Lyon · Hybride
- Durée
- 6 mois
- Démarrage
- 9 septembre 2026
- Expérience
- Senior (6-10 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe en dessous de la médiane des 12 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 675 €/jour (moitié centrale : 475 à 675 €/jour).
- 3 missions ingénieur ia sont ouvertes à Lyon en ce moment, sur 106 pour ce métier en France.
- 1 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : GitLab CI (14 missions), Grafana (21 missions), MLOps (24 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Entité : mon client (grand groupe, secteur énergie / services) Site : Province, hybride (à préciser) Rôle : MLOps Senior TJM max : 500 euros Date de démarrage : 01/10/2026 Date de fin : 30/09/2028
Profil recherché : Consultant MLOps intervenant sur l’industrialisation, le déploiement et l’exploitation de solutions d’IA générative, avec une forte expertise en Python, CI/CD, Kubernetes et Dataiku dans un environnement Dataiku.
Missions principales :
Industrialiser et déployer des solutions d’IA et de Machine Learning.
Mettre en place et maintenir les pipelines CI/CD.
Automatiser les déploiements, les tests et la supervision des modèles.
Assurer le maintien en conditions opérationnelles des plateformes IA.
Contribuer à l’intégration de solutions d’IA générative et de RAG.
Garantir la performance, la sécurité et la fiabilité des environnements.
Rédiger la documentation technique et les bonnes pratiques.
Compétences indispensables :
Dataiku
Python
MLOps et industrialisation des modèles IA
GitLab CI/CD
Kubernetes / OpenShift
Docker
Supervision : Grafana, ELK, Dynatrace
Connaissance des architectures RAG et IA générative
Compétences souhaitées :
Compétences attendues
Indispensables
- MLOps
- Python
- CI/CD
- Kubernetes
- Machine Learning
- GitLab CI
- Docker
- Grafana
Appréciées
- Terraform