MLOps Engineer - Python / MLOps / Cloud - Architecture GCP - Freelance (H/F)
Collective.workSaaS B2BPubliée aujourd'hui
~ 600 – 750 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 13 octobre 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.
- 133 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 320 pour ce métier en France.
- 0 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Vertex AI (10 missions), FinOps (22 missions), MLOps (102 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Dans le cadre du renforcement d'une Data Factory, nous recherchons un(e) MLOps Engineer expérimenté(e) pour rejoindre une équipe transverse chargée de concevoir, déployer et maintenir des solutions Python, MLOps et Cloud à destination des équipes internes.
La mission s'inscrit dans un environnement technologique orienté IA, Machine Learning et GenAI, avec un fort enjeu d'industrialisation et de mise à disposition de solutions robustes, scalables et facilement exploitables.
Vos principales missions seront de :
*
Déployer et administrer des environnements et outils sur Google Cloud Platform (GCP).
*
Industrialiser les projets IA / GenAI / Machine Learning, notamment à travers Vertex AI Pipelines.
*
Concevoir et gérer le déploiement d'applications et de conteneurs via Cloud Run.
*
Développer, packager et maintenir des librairies Python internes facilitant le travail des équipes utilisatrices.
*
Mettre en place et maintenir les dispositifs de monitoring et de supervision des systèmes en production.
*
Intégrer les standards et bonnes pratiques MLOps : CI/CD, automatisation des déploiements et gestion du cycle de vie des modèles.
*
Appliquer une démarche FinOps afin de suivre, maîtriser et optimiser les coûts liés aux infrastructures Cloud.
*
Participer à l'amélioration continue de l'architecture et des outils mis à disposition des équipes.
Nous recherchons un profil confirmé à senior (N3/N4) disposant d'une solide expérience dans des environnements Cloud et MLOps.
Vous disposez notamment de :
*
Une très bonne maîtrise de l'écosystème et de l'architecture GCP.
*
Une expertise opérationnelle sur Vertex AI, notamment Vertex AI Pipelines.
*
Une excellente maîtrise de Cloud Run et des problématiques de déploiement de conteneurs.
*
De solides compétences en Python, avec une expérience en développement de librairies, packaging et outillage interne.
*
Une bonne maîtrise des pratiques MLOps et CI/CD.
*
Une expérience des problématiques de monitoring, supervision et exploitation en production.
*
Une connaissance des principes FinOps et d'optimisation des coûts Cloud.
Au-delà des compétences techniques, vous êtes autonome, adaptable et doté(e) d'un véritable sens du service. Vous appréciez la conception de solutions et d'outils destinés à faciliter le quotidien d'autres équipes techniques ou métiers.
Cette mission constitue une belle opportunité d'intervenir sur des problématiques MLOps, GenAI et Cloud à forte valeur ajoutée, au sein d'un environnement Data structuré et sur des sujets d'industrialisation à l'échelle.
Entreprise : Collective.work
Lieu de travail : 75 - Paris
Type de contrat : Profession libérale — Emploi non salarié
Expérience : Débutant accepté
Rémunération : - /
Code ROME : H1218 Responsable de projet recherche et développement
Dernière mise à jour chez France Travail : 22/09/2026
Source : France Travail — offre reprise sous la Licence de réutilisation de la base de données des offres d'emploi (francetravail.io).
Compétences attendues
Indispensables
- MLOps
- Python
- GCP
- Machine Learning
- Vertex AI
- CI/CD
- FinOps

