TECH LEAD IA
Role details
Job location
Tech stack
Job description
Définir les standards, frameworks et guidelines pour la mise en production des modèles IA/ML sur GCP.
Concevoir et superviser la mise en place de pipelines MLOps automatisés et scalables (Vertex AI, Cloud Functions, BigQuery, etc.).
Encadrer les ingénieurs dans la réalisation des pipelines et des intégrations.
Industrialiser et monitorer des chatbots IA et applications LLM en production.
Mettre en place une démarche CI/CD & ML
Collaborer avec les architectes cloud et équipes sécurité pour fiabiliser l?infrastructure IA.
Assurer la performance, la conformité et la sécurité des solutions mises en production.
Contribuer à la veille technologique IA/MLOps et à l?adoption de nouveaux outils (LangChain, MLFlow, Vertex Pipelines, etc.)., Cloud : Google Cloud Platform (GCP), Vertex AI, GKE, BigQuery, Dataflow
Langages : Python (expertise requise), YAML, SQL
Outils MLOps : MLFlow, Kubeflow, Vertex Pipelines, Airflow
CI/CD : GitLab CI, Cloud Build, Terraform
LLMs : OpenAI API, Vertex AI LLM, LangChain, HuggingFace Transformers
Monitoring & Observabilité : Prometheus, Grafana, Cloud Monitoring
Requirements
Expérience : confirmé
Expertise démontrée sur GCP et sa stack IA/ML (Vertex AI, GKE, Dataflow, BigQuery).
Expérience confirmée en design d?architectures IA/ML et en gouvernance MLOps (mise en place de frameworks, monitoring, CI/CD ML).
Maîtrise des environnements LLMs et des solutions de productionisation de modèles conversationnels (chatbots, agents IA).
Leadership technique : accompagnement d?équipes, code review, standardisation, montée en compétence.
Capacités de communication et de vulgarisation auprès des équipes techniques et métiers.
Anglais professionnel (projets internationaux).
Stack & environnement technique, Expérience : confirmé
Expertise démontrée sur GCP et sa stack IA/ML (Vertex AI, GKE, Dataflow, BigQuery).
Expérience confirmée en design d?architectures IA/ML et en gouvernance MLOps (mise en place de frameworks, monitoring, CI/CD ML).
Maîtrise des environnements LLMs et des solutions de productionisation de modèles conversationnels (chatbots, agents IA).
Leadership technique : accompagnement d?équipes, code review, standardisation, montée en compétence.
Capacités de communication et de vulgarisation auprès des équipes techniques et métiers.
Anglais professionnel (projets internationaux).
Stack & environnement technique
Cloud : Google Cloud Platform (GCP), Vertex AI, GKE, BigQuery, Dataflow
Langages : Python (expertise requise), YAML, SQL
Outils MLOps : MLFlow, Kubeflow, Vertex Pipelines, Airflow
