Chef de projet Intégration , DEVOPS & ML Engineer Cloud - CDI (H/F)

Salaire: 510 CHEF DE PROJET TECHNIQUE CLOUD IA / MLOPS - AWS & AZURE (H/F) Localisation : Aubervilliers Télétravail : 3 jours de présence sur site par semaine CONTEXTE DE LA MISSION Au sein du pôle Infrastructure Technique de la DSI, vous rejoignez la squad IA / MLOps pour industrialiser, déployer et maintenir en production des solutions d'intelligence artificielle. À l'interface entre les équipes métiers, Data Science et Infrastructure, vous travaillez en binôme avec une ingénieure ML/MLOps sur deux périmètres : * AWS : traitement de données industrielles, rapprochement spatio-temporel et développement de services serverless. * Azure : industrialisation et déploiement de modèles ML sur plusieurs sites industriels, de l'entraînement au suivi en production. VOS MISSIONS * Concevoir et faire évoluer les architectures Cloud IA sur AWS et Azure. * Développer et fiabiliser les pipelines MLOps : versioning des données et modèles, entraînement, évaluation automatisée, déploiement et surveillance de la dérive. * Accompagner les Data Scientists dans la mise en production de leurs modèles et intégrer les services d'IA générative. * Automatiser les infrastructures avec Terraform et contribuer aux architectures conteneurisées et serverless. * Garantir la sécurité, l'observabilité et la maîtrise des coûts des environnements IA. * Assurer le support N3 et préparer le transfert aux équipes d'exploitation : documentation d'architecture, procédures et partage de connaissances. PROFIL RECHERCHÉ Vous disposez d'une expérience confirmée en ML Engineering / MLOps et Cloud, avec une forte capacité d'intervention technique et de coordination entre équipes. Compétences indispensables : * Python et Data Science appliquée : analyse exploratoire, feature engineering, rapprochement spatio-temporel et évaluation de modèles sur données industrielles bruitées. * MLOps : CI/CD ML, registres de modèles, inférence temps réel et batch, déploiements blue/green et monitoring de dérive. * AWS : SageMaker, Lambda, S3, Glue et Bedrock. * Azure : Azure Machine Learning, Microsoft Fabric / OneLake et services Azure AI. * DevOps : Terraform, Docker, Kubernetes (AKS / EKS), Git et Azure DevOps et/ou GitLab CI. * Maîtrise des enjeux de sécurité, de réseau, de supervision et de FinOps Cloud. Compétences appréciées : * Données industrielles / SCADA et architectures médaillon Bronze, Silver, Gold. * Notions d'apprentissage par renforcement (RL / SAC), de Computer Vision et de GCP / Vertex AI. * Certifications Cloud, IA ou Terraform.