Engagé.e.s pour l'égalité des chances, nous pensons que la diversité est une richesse. Nous savons respecter, apprécier et valoriser les différences de chacun.e : ce sont vos compétences et vos qualités humaines qui seront considérées.
Connect and Create for Change with us !
IT Link, expert des systèmes connectés
Chez IT Link, cela fait 35 ans que nous misons sur la connexion des technologies, des objets et des personnes pour apporter des réponses aux grands défis actuels de notre société (environnement, santé, sécurité).
Nous accompagnons nos clients dans leurs projets d'innovation et de transformation, des technologies embarquées à l'application métier en passant par le cloud et la science des données.
Pour cela, nous comptons sur nos 850 Linkers présent.e.s sur 14 agences réparties dans le monde (France, Benelux, Canada et Maroc). A horizon 2025, l'objectif est d'atteindre 1000 collaborateurs.trices pour soutenir notre forte croissance. IT Link recherche pour son client spécialisé dans dans l'industrie agroalimentaire, un Ingénieur MLOPS afin d'intégrer son son équipe dédiée à l'intelligence artificielle et au big data. Avec un engagement fort en matière d'innovation, de durabilité et de qualité, l'entreprise met en oeuvre des technologies de pointe pour optimiser ses processus de production et de transformation, tout en respectant les normes environnementales et de sécurité alimentaire.
En tant qu'Ingénieur Machine Learning Ops, vous jouerez un rôle clé dans le déploiement, la gestion et la maintenance des modèles d'apprentissage automatique (ML) au sein de l'entreprise.
Vos missions principales seront :
- Automatiser le cycle de vie des modèles ML de la préparation des données jusqu'à la mise en production et la maintenance des modèles de machine learning.
- Gérer les pipelines de données et modèles : concevoir, déployer et optimiser des pipelines de machine learning sur des environnements de production en garantissant leur efficacité et leur scalabilité.
- Suivre les performances des modèles : mettre en place des outils de monitoring pour suivre la performance et l'efficacité des modèles en production, avec un focus particulier sur la qualité des données et la gestion des dérives de modèles.
- Optimiser les infrastructures : utiliser des outils d'orchestration (comme Kubernetes) et des solutions cloud pour assurer le bon fonctionnement des environnements de machine learning.
- Travailler en étroite collaboration avec les équipes de Data Science pour assurer la bonne transition des modèles ML vers des environnements de production, et avec les équipes DEVOPS pour la gestion des environnements techniques.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.