Ingénieur MLOps embarqué F/H
L’ingénieur·e MLOps sera en première ligne pour rendre opérationnels les modèles IA développés en laboratoire et les déployer sur site client.
Le rôle implique de construire et maintenir une infrastructure IA robuste, de collaborer avec les équipes data science, logiciel et terrain, et de suivre les performances des modèles en conditions réelles.
Missions principales :
- Concevoir, maintenir et optimiser les pipelines de données et d’entraînement des modèles IA.
- Étudier et benchmarker les performances des algorithmes offline et online.
- Mettre en place des solutions CI/CD pour les modèles deep learning.
- Intégrer les modèles dans l’écosystème logiciel embarqué (Edge AI).
- Monitorer les performances sur le terrain et proposer des améliorations continues.
- Structurer, annoter et sécuriser les données.
- Collaborer étroitement avec data scientists, ingénieurs embarqués et experts métier.
Formation & expérience :
- Diplôme d’ingénieur ou équivalent Bac+5/Doctorat en électronique, mathématiques appliquées ou discipline similaire.
- Expérience significative en MLOps, déploiement de modèles IA en edge, ou ingénierie de données dans un environnement industriel ou complexe.
Compétences indispensables :
- Systèmes embarqués (MCU, contraintes mémoire, OS temps réel dur).
- MLOps : séries temporelles, optimisation, déploiement de modèles IA.
Techniques :
- Python et outils de data science (PyTorch, TensorFlow, Scikit-learn).
- Outils MLOps : MLflow, DVC, Docker, Git, Airflow/Kubeflow.
- Environnements Linux, CI/CD, API REST, conteneurisation (Docker/Kubernetes).
- Connaissances en séries temporelles, développement embarqué et OS temps réel.
- Expérience en vision par ordinateur ou traitement de données industrielles appréciée.
- Goût pour l’innovation, le prototypage rapide et l’amélioration continue.
Qualités personnelles :
- Autonomie, rigueur et esprit d’équipe.
- Capacité d’adaptation dans un environnement technique multidisciplinaire.
- Bon niveau d’anglais technique.

Offre terminée le 29 novembre 2025 à 00:00