> Markdown version of [/jobs/ext/2671392-mlops-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/2671392-mlops-engineer-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# MLOps Engineer H/F

- **Company:** Ippon Technologies
- **Location:** Bordeaux, France
- **Contract:** Permanent contract
- **Skills:** Amazon Web Services, Microsoft Azure, Continuous Integration, Information Engineering, DevOps, Python (Programming Language), Machine Learning, Management of Software Versions, Google Cloud, Generative AI, Git, Containerization, Gitlab-ci, Kubernetes, Machine Learning Operations, Docker, Jenkins
- **Published:** September 1, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/82846428.html

## About the Role

Langages : Python
Conteneurisation et orchestration : Docker, Kubernetes
Outils MLOps : MLflow, Kubeflow ou équivalents
CI/CD : GitLab CI, Jenkins
Cloud : Azure, AWS ou GCP
Observabilité : outils de monitoring et de détection de dérive de modèles, Tu as une excellente maîtrise de PythonTu as une expérience avancée avec Docker et KubernetesTu maîtrises des outils MLOps tels que MLflow, Kubeflow ou équivalentTu connais les pratiques DevOps et CI/CD (GitLab CI, Jenkins...)Tu as une expérience des plateformes Cloud Azure, AWS ou GCPTu as des connaissances en observabilité et monitoring des modèlesTu sais travailler en équipe avec des profils variés (Data Science, Data Engineering, Infrastructure)Tu es attentif à la sécurité, à la conformité et à la résilience des plateformes que tu opèresTu es curieux et en veille sur les évolutions des pratiques MLOps et de l'IA générativeTu es impliqué dans une démarche d'amélioration continue, Tu as une excellente maîtrise de Python
Tu as une expérience avancée avec Docker et Kubernetes
Tu maîtrises des outils MLOps tels que MLflow, Kubeflow ou équivalent
Tu connais les pratiques DevOps et CI/CD (GitLab CI, Jenkins...)
Tu as une expérience des plateformes Cloud Azure, AWS ou GCP
Tu as des connaissances en observabilité et monitoring des modèles
Tu sais travailler en équipe avec des profils variés (Data Science, Data Engineering, Infrastructure)
Tu es attentif à la sécurité, à la conformité et à la résilience des plateformes que tu opères
Tu es curieux et en veille sur les évolutions des pratiques MLOps et de l'IA générative
Tu es impliqué dans une démarche d'amélioration continue, Google cloud platform
AWS
Git
Jenkins
Kubernetes
Python
Derive
Amélioration continue
Monitoring
Docker

## Description

Nos experts couvrent également les métiers de l'IA et du Machine Learning afin d'accompagner l'industrialisation de modèles et l'intégration de l'IA générative dans des architectures data robustes.

En tant que MLOps Engineer, tu interviens à l'interface entre les équipes Data Science, Infrastructure et Développement.
Tu rejoins une équipe où le déploiement, l'automatisation, la surveillance et la gouvernance des modèles d'IA en production sont au coeur du quotidien.
Tu contribues à l'industrialisation des modèles de Machine Learning et d'IA générative, avec des enjeux de fiabilité, de sécurité et de scalabilité.

Missions :
Concevoir et maintenir les pipelines MLOps de bout en bout (entraînement, validation, déploiement)
Mettre en place les processus CI/CD dédiés aux modèles
Assurer le déploiement et la supervision des modèles en production
Gérer le versioning des modèles et des données
Mettre en oeuvre les outils de monitoring de performance et de détection de dérive
Collaborer avec les équipes Data Science et Data Engineering
Garantir la conformité, la sécurité et la résilience des plateformes IA

Stack technique


## Related Videos

- [Effective Machine Learning - Managing Complexity with MLOps](https://www.wearedevelopers.com/videos/185-effective-machine-learning-managing-complexity-with-mlops)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform)
- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker)
- [DevOps Maturity Check – a way to balance autonomy and alignment](https://www.wearedevelopers.com/videos/58-devops-maturity-check-a-way-to-balance-autonomy-and-alignment)

## Related Articles

- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023)
- [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models)
- [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development)
- [Best Companies to Work For in France: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/189-best-companies-to-work-for-in-france-top-25-companies-in-2023)