Senior MLOps Engineer - Freelance (H/F)

💼 Offre d'emploi

Date de publication

23/10/2026

Dernière mise à jour

23/10/2026

Type de contrat

Profession libérale

Durée de travail

Expérience

Débutant accepté

Salaire brut

530 € par jour

Permis demandé

Aucune information

---

📍 Entreprise

---

Description de l'offre

Taux journalier (TJM): 530

Nous recherchons un(e) Senior MLOps Engineer pour rejoindre une équipe Data & IA et contribuer à la conception, l'industrialisation et l'évolution d'une plateforme Machine Learning à l'échelle internationale.

L'objectif : fournir aux Data Scientists et ML Engineers une plateforme performante, automatisée et sécurisée, facilitant l'entraînement, le déploiement et le suivi des modèles de Machine Learning en production.

Localisation : Paris ou Lille

MISSIONS PRINCIPALES

*

Concevoir et administrer les infrastructures d'entraînement et d'inférence ML sur AWS et GCP, notamment avec des ressources GPU et des clusters auto-scalables.

*

Industrialiser et faire évoluer les plateformes MLOps via Terraform et l'Infrastructure as Code.

*

Développer et automatiser des pipelines CI/CD/CT pour l'entraînement, la validation, le déploiement et l'évaluation des modèles.

*

Administrer les outils de suivi des expérimentations et de gestion du cycle de vie des modèles : MLflow, Model Registry et Feature Store.

*

Mettre en place le monitoring des modèles en production, notamment pour détecter les dérives des données et des modèles.

*

Définir les standards, templates et bonnes pratiques MLOps afin de faciliter l'adoption de la plateforme.

*

Accompagner les Data Scientists et ML Engineers dans leur utilisation des solutions, assurer la documentation et partager les bonnes pratiques.

*

Réaliser une veille technique sur les frameworks et outils MLOps.

COMPÉTENCES RECHERCHÉES

*

Expérience : sur un poste MLOps Engineer, ML Engineer ou Platform/DevOps Engineer appliqué au Machine Learning.

*

Cloud : expertise sur AWS et GCP.

*

MLOps : maîtrise du cycle de vie complet des modèles ML, de l'expérimentation à la production.

*

MLflow : tracking des expérimentations et gestion des modèles via Model Registry.

*

Infrastructure & Compute : Terraform, Docker, Kubernetes et gestion des ressources GPU.

*

Data & Orchestration : Databricks et Airflow.

*

CI/CD : Git et GitHub Actions.

*

Soft skills : pédagogie, autonomie, esprit collaboratif et excellent relationnel.

*

Anglais : niveau courant requis pour évoluer dans un environnement international.