> Markdown version of [/jobs/ext/3033873-tech-lead-ia-mlops-creation-d-ia-factory-gcp-agentique-h-f](https://www.wearedevelopers.com/jobs/ext/3033873-tech-lead-ia-mlops-creation-d-ia-factory-gcp-agentique-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). --- # Tech Lead IA - MLOps - Création d'IA Factory Gcp - Agentique H/F - **Company:** L'ia Factory - **Location:** Paris, France - **Experience:** Expert - **Salary:** €85,000.0 - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, BigQuery, Cloud Computing, Python (Programming Language), Machine Learning, Google Cloud, Delivery Pipeline, Large Language Models, Generative AI, Pytest, Kubernetes, Machine Learning Operations, Terraform, Docker - **Published:** September 23, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/83624714.html ## About the Role Profil recherchéFormation : Bac +5 issu(e) d'une grande École d'Ingénieur ou Master M2 spécialisé en Data Science, IA, Mathématiques ou Statistiques.Expérience : 6 à 10 ans d'expérience globale en ingénierie Software, Data et ML, dont une expérience probante en tant que Tech Lead.Théorie ML : Solide bagage théorique en Machine Learning classique et statistiques pour valider scientifiquement la qualité des modèles.Stack GCP & Code : Maîtrise éprouvée de l'écosystème GCP (Vertex AI, Cloud Run), de Python, Docker, Kubernetes et Terraform.GenAI / MLOps : Pratique concrète en production des frameworks agentiques (LangGraph, MCP) et des outils d'évaluation/observabilité LLM.Posture : Pragmaticien(ne), rigoureux(se) et affirmé(e), capable de recadrer une demande métier par des métriques et des chiffres., * Formation : Bac +5 issu(e) d'une grande École d'Ingénieur ou Master M2 spécialisé en Data Science, IA, Mathématiques ou Statistiques. * Expérience : 6 à 10 ans d'expérience globale en ingénierie Software, Data et ML, dont une expérience probante en tant que Tech Lead. * Théorie ML : Solide bagage théorique en Machine Learning classique et statistiques pour valider scientifiquement la qualité des modèles. * Stack GCP & Code : Maîtrise éprouvée de l'écosystème GCP (Vertex AI, Cloud Run), de Python, Docker, Kubernetes et Terraform. * GenAI / MLOps : Pratique concrète en production des frameworks agentiques (LangGraph, MCP) et des outils d'évaluation/observabilité LLM. * Posture : Pragmaticien(ne), rigoureux(se) et affirmé(e), capable de recadrer une demande métier par des métriques et des chiffres., Rigueur et méthode Python Terraform Statistiques Docker ## Description Rattaché(e) directement au Head of AI, vous serez la clé de voûte technique de la plateforme centrale. Vous arriverez au tout début de l'aventure pour poser la vision d'architecture, construire les socles de production et déployer les premiers systèmes agentiques complexes. Vos missions principales (70-80 % Delivery / Architecture) : - Architecture & Delivery Cloud : Concevoir et déployer la plateforme cible 100 % Google Cloud Platform (Vertex AI, Cloud Run, BigQuery). - Systèmes Agentiques & GenAI : Architecturer des workflows agentiques autonomes complexes (LangGraph, MCP, Tool Calling, RAG avancé). - Industrialisation MLOps & LLMOps : Automatiser les pipelines CI/CD, structurer la traçabilité des modèles, le suivi de drift, FinOps et l'évaluation automatisée (Langfuse, Ragas). - Cadrage & Rigueur Métier : Arbitrer la faisabilité technique des besoins métiers via des benchmarks factuels pour éviter de développer des POCs non viables. - Mentorat & Qualité : Poser les standards de dev (clean code, PyTest, GitOps) et encadrer la qualité de livraison des développeurs. ## Related Videos - [How E.On productionizes its AI model & Implementation of Secure Generative AI.](https://www.wearedevelopers.com/videos/623-how-e-on-productionizes-its-ai-model-implementation-of-secure-generative-ai) - [Data Science in Retail](https://www.wearedevelopers.com/videos/586-data-science-in-retail) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [pytest: Simple, rapid and fun testing with Python](https://www.wearedevelopers.com/videos/213-pytest-simple-rapid-and-fun-testing-with-python) - [Effective Machine Learning - Managing Complexity with MLOps](https://www.wearedevelopers.com/videos/185-effective-machine-learning-managing-complexity-with-mlops) - [Making Data Warehouses fast. A developer's story.](https://www.wearedevelopers.com/videos/302-making-data-warehouses-fast-a-developer-s-story) ## Related Articles - [Got AI ideas but no money? Here are 10 free ways to level up your AI skills with Google Cloud](https://www.wearedevelopers.com/magazine/600-got-ai-ideas-but-no-money-here-are-10-free-ways-to-level-up-your-ai-skills-with-google-cloud) - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [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 – 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)