Chef de projet Intégration, DevOps & ML Engineer Cloud (AWS / Azure)
Gamme solutionsSaaS B2BPubliée il y a 5 jours
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 3 mois
- Démarrage
- 27 octobre 2026
- Expérience
- Séniorité non précisée
- 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.
- 324 missions ingénieur devops sont ouvertes à Paris en ce moment, sur 1130 pour ce métier en France.
- 2 % des missions ingénieur devops de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : MLOps (107 missions), Machine Learning (124 missions), LLM (290 missions). À séniorité égale, une compétence rare se négocie mieux.
Séniorité non précisée par l'annonce · Comment ces repères sont calculés
La mission
Chef de projet Intégration, DevOps & ML Engineer Cloud (AWS / Azure)
Référence : RFP-271494-1 Localisation : À confirmer Date de démarrage : 09/11/2026 Durée : 3 mois Type de mission : Prestation Disponibilité : ASAP
Contexte de la mission
Au sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l’industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d’intelligence artificielle : Machine Learning, Computer Vision et IA générative / LLM, dans des environnements multicloud (AWS, Azure et GCP).
Dans ce cadre, nous recherchons un Chef de projet Intégration, DevOps & ML Engineer Cloud expérimenté, capable d’intervenir à l’interface entre les équipes Métier, Data Science, Infrastructure et Exploitation.
Le consultant travaillera en étroite collaboration avec une ingénieure ML/MLOps interne afin de garantir la continuité de service et de faire évoluer deux cas d’usage de Machine Learning en production.
Missions principales1. Industrialisation de solutions Data Science et Serverless sur AWS
Réaliser des analyses exploratoires de données industrielles à grande échelle.
Concevoir, développer et maintenir des algorithmes de rapprochement et de matching spatio-temporel.
Gérer les problématiques de données manquantes, de fenêtres temporelles et de signaux GPS défaillants.
Concevoir et exploiter des traitements serverless et des flux de génération automatisée de documents, notamment des rapports multi-images.
Participer à la conception et à l’optimisation des pipelines de traitement de données.
Contribuer à l’intégration de solutions d’IA générative et de services LLM.
2. Industrialisation MLOps sur Azure
Mettre en place et maintenir les pipelines d’entraînement et d’évaluation automatisés des modèles.
Assurer la gestion des jeux de données versionnés et des registres de modèles.
Industrialiser les déploiements de modèles en production, notamment via des stratégies blue/green.
Mettre en place le monitoring des performances et la détection de dérive des modèles (model drift).
Concevoir et optimiser des architectures de déploiement multi-sites, avec un socle commun factorisé et des configurations spécifiques par site.
Participer à l’implémentation de modèles d’optimisation par apprentissage par renforcement (Reinforcement Learning, notamment SAC).
Compétences attendues
Indispensables
- AWS
- Azure
- MLOps
- Machine Learning
- LLM
- CI/CD
Appréciées
- Computer Vision
- GCP
- SageMaker
- Amazon Bedrock
- RAG
- Terraform
- ELK
- BigQuery