> Markdown version of [/jobs/ext/4778171-ingenieur-confirme-infrastructure-ia-plateforme-d-inference-f-h](https://www.wearedevelopers.com/jobs/ext/4778171-ingenieur-confirme-infrastructure-ia-plateforme-d-inference-f-h). 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 Confirmé Infrastructure IA - Plateforme d'Inférence (F/H) - **Company:** Dassault Systèmes - **Location:** Vélizy-Villacoublay, France - **Experience:** Experienced - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Cloud Computing, Code Review, Continuous Integration, Cursor, Distributed Systems, Message Broker, Prometheus, Software Engineering, GitHub Copilot, Pytorch, Large Language Models, Claude Code, Grafana, Git, Kubernetes, Information Technology, ONNX (Open Neural Network Exchange) Format, Apache Kafka, Triton Inference Server, Machine Learning Operations, Restful APIs, KServe - **Published:** November 19, 2026 - **Apply:** https://talentacquisition.3ds.com/careersection/qa/jobapply.ftl?job=550842&lang=en&src=CWS-10080 ## About the Role Vous êtes diplômé(e) d'une École d'ingénieurs ou d'un cursus universitaire en informatique, ingénierie logicielle, systèmes distribués, Cloud ou domaine équivalent, et disposez d'au moins 6 ans d'expérience professionnelle dans ces domaines, dont une part significative sur des systèmes en production. Vous maîtrisez la conteneurisation, Kubernetes en production (déploiement, mise à l'échelle, gestion des ressources, diagnostic) et le packaging d'applications avec Helm. Vous maîtrisez Python et les pratiques de développement logiciel (conception d'API REST, tests, revue de code, Git et CI/CD). Vous avez conçu et opéré des systèmes distribués en production et maîtrisez les architectures asynchrones. Vous avez une expérience concrète du déploiement et de l'exploitation de modèles d'IA en production (serving de modèles, MLOps) et en maîtrisez les enjeux à grande échelle (performances, utilisation des ressources GPU, fiabilité). Vous savez instrumenter un système, mesurer ses performances et diagnostiquer des problèmes complexes en production. Vous savez porter un sujet technique en autonomie, argumenter un choix d'architecture et le documenter. Vous êtes à l'aise en anglais professionnel, à l'écrit comme à l'oral. Atouts différenciants Une expérience dans un ou plusieurs des domaines suivants sera appréciée : * Moteurs de serving de modèles (vLLM, NVIDIA Triton Inference Server, KServe)., Vous aimez comprendre en profondeur comment fonctionnent les systèmes, diagnostiquer et résoudre des problèmes techniques complexes. Autonome et rigoureux(euse), vous savez prendre des décisions techniques, les expliquer et en assurer le suivi jusqu'à la production. Vous appréciez le travail en équipe et restez ouvert(e) aux retours. Vous souhaitez mettre votre expertise au service d'une plateforme d'infrastructure IA aux enjeux industriels concrets, au-delà de l'expérimentation. ## Description Nous recherchons un(e) ingénieur(e) confirmé(e), disposant d'au moins 6 ans d'expérience, pour rejoindre l'équipe en charge de cette plateforme. À la croisée des infrastructures GPU, du cloud, des systèmes distribués et du génie logiciel, vous prendrez en charge de bout en bout des sujets techniques structurants, de la conception à l'exploitation en production, et contribuerez aux choix d'architecture de la plateforme. Poste en CDI, basé à Vélizy-Villacoublay (78), Vous travaillerez avec les ingénieurs de l'équipe et avec les équipes partenaires, notamment celles d'Outscale AI Factory. À cet effet, vous serez amené(e) à : * Concevoir et développer les API et les composants de la plateforme d'inférence pour répondre aux besoins de la plateforme agentique et des équipes produit, et porter les choix d'architecture associés. * Configurer et déployer des modèles sur Kubernetes et optimiser l'allocation des ressources GPU et la mise à l'échelle. * Évaluer, qualifier et intégrer des moteurs d'inférence tels que vLLM ou NVIDIA Triton Inference Server, et recommander le plus adapté à chaque type de modèle. * Participer à la conception et à la mise en œuvre du queuing et de l'inférence asynchrone et en batch (priorisation des requêtes, routage selon la capacité disponible). * Renforcer l'observabilité et la fiabilité de la plateforme (disponibilité et performances des modèles, utilisation des ressources, alerting). * Améliorer les performances de la plateforme en définissant les méthodes de test et de benchmark (latence, throughput, utilisation des GPU) et en traitant les goulots d'étranglement identifiés. * Prendre en charge la résolution des incidents complexes liés au déploiement et à l'exploitation des modèles, et conduire les analyses post-incident. * Contribuer à l'industrialisation de la plateforme (automatisation, CI/CD, tests, gestion des configurations, documentation). * Assurer une veille sur les moteurs de serving, les architectures d'inférence distribuée et l'écosystème des infrastructures IA, et la traduire en propositions d'évolution pour la plateforme., * Infrastructures GPU et concepts liés à l'inférence des LLM (batching, KV cache, quantization, parallélisme, optimisation latence/throughput). * Serving de modèles fine-tunés et d'adaptateurs LoRA. * Développement d'opérateurs Kubernetes et de CRD. * Message brokers et queuing (NATS, Kafka ou équivalent), routage et rate limiting pour l'inférence. * Outils de monitoring et d'observabilité (Prometheus, Grafana, OpenTelemetry). * Frameworks et outils de gestion des modèles (PyTorch, ONNX, MLflow). * Développement logiciel assisté par l'IA (Cursor, Claude Code, GitHub Copilot ou équivalent). * Environnements industriels, réglementés ou de grande entreprise.