> Markdown version of [/jobs/ext/439373-ingenieur-e-llmops-ai-runtime](https://www.wearedevelopers.com/jobs/ext/439373-ingenieur-e-llmops-ai-runtime). 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). --- # Ingénieur*e LLMOps / AI Runtime - **Company:** Inria - **Location:** Paris, France (Remote available) - **Experience:** Expert - **Contract:** Temporary contract - **Skills:** Artificial Intelligence, Cloud Computing, Continuous Integration, Python (Programming Language), Open Source Technology, Management of Software Versions, Large Language Models, Git, Kubernetes, Slurm, Machine Learning Operations, Docker - **Published:** June 24, 2026 - **Apply:** https://fr.indeed.com/viewjob?jk=bfd112db4744c65a ## About the Role * Expérience en déploiement de LLMs (vllm, SGLang, Triton, ..) et de systèmes complexes (RAG, agents, ...) * Solide expérience en conteneurisation (Docker, Apptainer/Singularity) * Expérience des environnements distribués ou exécution sur clusters * Maîtrise de Python et de l'écosystème ML * Bonnes pratiques de développement (versionnage Git, CI/CD, documentation) * Capacité à rédiger une documentation technique, * Expérience avec des outils de MLOps (ClearML, MLFlow, Kubeflow, ...) * Connaissance des environnements HPC (OAR, Slurm) * Connaissance d'outils de packaging reproductible (Guix, Nix, ...) * Sensibilité aux problématiques de performance, * Expérience dans la recherche académique * Maîtrise de l'anglais technique oral et écrit * Sensibilité aux enjeux de confiance et de sécurité de l'IA ## Description Dans ce cadre Inria contribue principalement sur les axes de l'analyse des risques systémiques dans le champ de la sécurité nationale et l'évaluation de la performance et de la fiabilité des modèles d'IA. Ce travail se coordone stratégiquement avec le programme de recherche d'Évalluation de l'IA, porté par Inria et se materialise par la conception et le développement d'une plateforme d'évaluation de l'IA, en particulier des systèmes basés sur les LLM. Cette plateforme vise à fournir un environnement intégré, sécurisé et robuste permettant de soutenir les projets de recherche du programme ainsi que de développer des applications d'évaluations, telles que des campagnes de benchmarks, des exercices de red teaming ... Elle s'appuie sur des outils open source de l'écosystème IA et des développements internes. Vous rejoindrez une équipe dans une dynamique de développement rapide et itérative : la plateforme évoluera progressivement, avec des livrables opérationnels réguliers. Nous recherchons des profils capables de proposer, d'arbitrer et de transformer des besoins techniques en solutions opérationnelles. Ce poste est au coeur de la proposition de valeur de la plateforme : garantir l'évaluation des applications LLM sensibles dans un environnement réaliste, maîtrisé et sécurisé. Il offre l'opportunité de participer à un projet stratégique et ambitieux, au cœur des enjeux actuels liés à la sécurité, à la transparence et à la gouvernance de l'IA, avec des dimensions techniques, scientifiques et sociétales. Mission confiée Concevoir, développer et opérer le gestionnaire d'environnements d'exécution permettant de déployer, versionner et reproduire des systèmes d'IA dans des contextes variés. Principales activités * Gérer le déploiement de systèmes basés sur des LLMs : + moteurs d'inférence, + pipelines RAG, + agents avec outils externes. * Concevoir et implémenter le système de définition des environnements (formats, configuration, versioning) * Développer les mécanismes de build et de déploiement d'environnements (containers, images, dépendances) * Assurer la reproductibilité des environnements d'exécution (gestion fine des dépendances, versions, configurations) * Intégrer le gestionnaire d'environnements avec les workers et le système d'orchestration * Permettre l'exécution dans différents contextes : + local (développeur), + cluster HPC (SLURM, OAR…), + infrastructures cloud / Kubernetes. * Optimiser les performances et les temps de déploiement des environnements * Contribuer aux choix d'architecture technique liés à l'infrastructure et à la reproductibilité * Documenter les environnements et les bonnes pratiques d'utilisation ## Related Videos - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Running Secure Life Science Research at Scale using Hybrid GPU HPC and Kubernetes 🧬](https://www.wearedevelopers.com/videos/100355-running-secure-life-science-research-at-scale-using-hybrid-gpu-hpc-and-kubernetes) - [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) - [DevOps for AI: running LLMs in production with Kubernetes and KubeFlow](https://www.wearedevelopers.com/videos/1222-devops-for-ai-running-llms-in-production-with-kubernetes-and-kubeflow) - [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker) - [LLMOps-driven fine-tuning, evaluation, and inference with NVIDIA NIM & NeMo Microservices](https://www.wearedevelopers.com/videos/1582-llmops-driven-fine-tuning-evaluation-and-inference-with-nvidia-nim-nemo-microservices) ## Related Articles - [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models) - [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it) - [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development) - [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) - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [Dev Digest 137 - AI'm not sure about this](https://www.wearedevelopers.com/magazine/485-dev-digest-137-ai-m-not-sure-about-this)