Native Cloud Engineer H/F
Role details
Job location
Tech stack
Job description
L'AI Native Cloud Engineer conçoit, automatise et optimise des infrastructures cloud spécifiquement adaptées aux usages et aux charges de travail (workloads) d'intelligence artificielle. Il s'appuie nativement sur des outils d'IA générative pour accélérer l'exploitation, le déploiement, l'administration et le troubleshooting des environnements cloud.
Activités clés & Livrables
- Conception & Déploiement d'Infrastructures IA
- Concevoir et déployer des infrastructures cloud robustes dédiées aux workloads IA / GenAI (gestion des GPU, serveurs d'inférence, pipelines IA).
- Mettre en place et configurer les aspects réseaux et la sécurité cloud de ces environnements.
- Automatisation & Approche "AI Native"
- Automatiser l'infrastructure en utilisant l'Infrastructure as Code (IaC).
- Intégrer et utiliser des outils et assistants IA au quotidien pour la génération de scripts, le troubleshooting (dépannage) et l'optimisation de l'architecture cloud.
- Optimisation, Gouvernance & Sécurité
- Optimiser en continu la scalabilité et les performances (notamment les performances GPU et d'inférence).
- Piloter la démarche FinOps pour maîtriser et optimiser les coûts liés aux infrastructures IA.
- Déployer les solutions de sécurité et d'observabilité (monitoring, alerting, traçabilité).
- Collaboration écosystémique
- Collaborer activement avec les équipes d'AI Engineers, de MLOps Engineers ainsi qu'avec les équipes DevOps / Platform.
Requirements
Profil recherché & CompétencesCompétences Techniques (Hard Skills)Cloud Computing : Excellente maîtrise des fournisseurs majeurs (AWS, GCP, Azure) ainsi que des environnements de Cloud privé et souverain et des déclinaisons IA dans ces écosystèmes (Services AI des Cloud providers, Services et technologies Nvidia et autres constructeurs)Infrastructure as Code : Terraform, Ansible et/ou Pulumi.Conteneurisation & Orchestration : Kubernetes & Docker.Réseaux & Sécurité Cloud : Solides fondamentaux appliqués aux architectures distribuées.CI/CD : GitLab CI, GitHub Actions.Outils IA / Assistants Dev : Maîtrise des outils d'assistance (GitLab Duo, GitHub Copilot, ChatGPT, Claude, etc.) pour booster sa productivité.Compréhension globale : Sensibilité fine aux problématiques liées au cycle de vie de la donnée et des modèles IA (Inférence, entraînement). Certifications (Fortement valorisées)Spécialisation IA / Cloud : Microsoft Azure AI Engineer Associate [AI-102] ou AWS Certified Machine Learning Engineer - Associate.Architecture Cloud : Certification Architect au niveau Professionnel/Expert (Azure, GCP ou AWS).Infrastructures IA : NVIDIA Associate et/ou Professional AI Infrastructure and Operations.Orchestration : Kubernetes (CKA / CKAD)., Compétences Techniques (Hard Skills)
- Cloud Computing : Excellente maîtrise des fournisseurs majeurs (AWS, GCP, Azure) ainsi que des environnements de Cloud privé et souverain et des déclinaisons IA dans ces écosystèmes (Services AI des Cloud providers, Services et technologies Nvidia et autres constructeurs)
- Infrastructure as Code : Terraform, Ansible et/ou Pulumi.
- Conteneurisation & Orchestration : Kubernetes & Docker.
- Réseaux & Sécurité Cloud : Solides fondamentaux appliqués aux architectures distribuées.
- CI/CD : GitLab CI, GitHub Actions.
- Outils IA / Assistants Dev : Maîtrise des outils d'assistance (GitLab Duo, GitHub Copilot, ChatGPT, Claude, etc.) pour booster sa productivité.
- Compréhension globale : Sensibilité fine aux problématiques liées au cycle de vie de la donnée et des modèles IA (Inférence, entraînement).
Certifications (Fortement valorisées)
- Spécialisation IA / Cloud : Microsoft Azure AI Engineer Associate [AI-102] ou AWS Certified Machine Learning Engineer - Associate.
- Architecture Cloud : Certification Architect au niveau Professionnel/Expert (Azure, GCP ou AWS).
- Infrastructures IA : NVIDIA Associate et/ou Professional AI Infrastructure and Operations.