Ingénieur·e MLOps Aéronautique/Défense H/F in Massy

Quel est le projet ? Pour l’un de nos clients, acteur technologique de référence dans les secteurs de la défense et de l’aéronautique, nous recherchons un(e) Ingénieur(e) MLOps. Notre client conçoit des solutions d’intelligence artificielle appliquées à des données complexes, telles que des images haute résolution, des flux vidéo et des signaux acoustiques. Ces solutions permettent notamment de détecter et d’identifier automatiquement des objets d’intérêt dans des environnements opérationnels exigeants. Les technologies développées sont également appliquées à des cas d’usage industriels, notamment pour l’inspection de pièces critiques, la détection d’anomalies et l’optimisation des processus de production.

Vous rejoindrez une équipe pluridisciplinaire composée de profils issus de l’IA, du Data Engineering et du Software. Cette équipe développe une plateforme Data et MLOps permettant d’accélérer le développement et la mise en production de modèles de Machine Learning et de Deep Learning. La plateforme couvre l’ensemble du cycle de vie des modèles : ingestion et préparation des données ; construction et stockage des jeux de données ; entraînement des modèles ; évaluation et comparaison des performances ; packaging des modèles ; déploiement et serving ; supervision et monitoring ; traçabilité des traitements et des résultats.

Quels sont les enjeux de la mission ? La plateforme IA évolue pour accompagner un nombre croissant de modèles, de types de données et d’utilisateurs, internes comme externes. Dans ce contexte, vous contribuerez à renforcer la robustesse, la maintenabilité, l’exploitabilité et la capacité à passer à l’échelle de la plateforme MLOps. Le poste comporte une forte dimension Deep Learning et optimisation des workloads IA sur GPU. Vous interviendrez notamment sur les problématiques de déploiement, de performance et d’exploitation de modèles nécessitant des ressources de calcul importantes. Vous pourrez également participer au déploiement de la plateforme chez des clients, y compris dans des environnements contraints ou on-premise liés aux activités de défense.

Quelles seront vos missions ? Vous travaillerez notamment à :

• faire évoluer les composants de la plateforme MLOps dans des environnements cloud et on-premise ;
• concevoir et améliorer les outils mis à disposition des Data Scientists ;
• accélérer les phases de développement, d’entraînement, de réentraînement, d’évaluation et de packaging des modèles ;
• industrialiser et déployer des modèles de Machine Learning et de Deep Learning en production ;
• optimiser les workloads IA sur GPU afin d’améliorer les performances, la latence et l’utilisation des ressources ;
• travailler sur la gestion de configurations multi-GPU et sur l’allocation des ressources de calcul ;
• contribuer au serving et à l’exposition des modèles en production ;
• mettre en place et améliorer les dispositifs de monitoring, d’observabilité et d’alerte ;
• réaliser des opérations de profiling et de benchmarking sur les modèles et les pipelines d’inférence ;
• analyser les performances des workloads IA et identifier les leviers d’optimisation ;
• contribuer à la fiabilité, à la reproductibilité et à la traçabilité des traitements ;
• accompagner le déploiement de la plateforme et des solutions IA chez les clients ;
• prendre en compte les contraintes spécifiques aux environnements sécurisés ou déconnectés ;
• assurer une veille technologique sur les architectures MLOps, les frameworks de Deep Learning et les technologies GPU ;
• proposer des évolutions pragmatiques de la stack technique et des pratiques de développement ;
• participer aux choix techniques et à l’évolution des méthodes de travail de l’équipe ;
• partager les bonnes pratiques à travers le pair programming, le mentorat et les retours d’expérience.

Quel est l'environnement technique ? Vous travaillerez notamment avec les technologies et outils suivants :

• Python ;
• frameworks de Deep Learning tels que PyTorch ou TensorFlow ;
• Docker et Kubernetes ;
• outils d’orchestration de pipelines ;
• solutions de suivi d’expériences et de versioning des modèles ;
• outils de serving et de monitoring ;
• environnements GPU NVIDIA ;
• outils de profiling et d’analyse de performance ;
• infrastructures cloud et déploiements on-premise.

Quelle équipe et quelle méthodologie ? Équipe : Intégré·e dans les équipes de notre client, vous restez pleinement connecté·e à la communauté SOLENT via nos événements internes, vos points d'équipe mais aussi grâce à nos communautés. Encadrement : La méthode SOLENT, un management technique de proximité (avec des points de suivi individuel réguliers et des réunions d'équipe hebdomadaires), un onboarding structuré et un accès permanent à nos experts pour accélérer votre montée en compétences. Des réunions de suivi avec votre manager et le client sont organisées au moins une fois par semestre.

Vous êtes... Diplômé·e d'une école d'ingénieurs ou d'un cursus académique (bac+5 à bac+8) en informatique, data science, mathématiques appliquées ou dans une discipline proche. Vous justifiez d'au moins 4 ans d’expérience sur un poste MLOps, Machine Learning Engineer ou équivalent, dont au moins 2 ans sur des problématiques d’IA en production. Une expérience dans le conseil, l’accompagnement client ou le déploiement de plateformes chez des utilisateurs externes sera appréciée.

Vous disposez notamment des compétences suivantes :

• très bonne maîtrise de Python ;
• maîtrise des bonnes pratiques de développement logiciel ;
• expérience concrète de l’industrialisation et du déploiement de modèles IA ;
• bonne compréhension des problématiques de Deep Learning ;
• expérience de l’exploitation de modèles en production ;
• compréhension des architectures de serving, monitoring et observabilité ;
• expérience de l’utilisation ou de l’optimisation de ressources GPU ;
• bonne compréhension des bases de données ;
• bonne connaissance de la conteneurisation et des environnements de déploiement ;
• capacité à analyser les performances d’un pipeline ou d’un workload IA ;
• capacité à cadrer un besoin, prioriser les sujets techniques et piloter leur réalisation jusqu’à la mise en production.

Vous êtes également à l’aise pour :

• porter et partager une vision technique avec pédagogie ;
• comprendre les besoins d’utilisateurs internes ou de clients ;
• vulgariser des sujets complexes auprès de publics variés ;
• présenter vos travaux et vos choix techniques ;
• travailler avec des profils Data, IA, Software et infrastructure ;
• avancer de manière autonome tout en contribuant au collectif ;
• prendre des initiatives et proposer des améliorations concrètes.

Les qualités qui feront la différence Nous recherchons une personne :

• curieuse et intéressée par la compréhension de problématiques métier complexes ;
• capable d’apprendre rapidement et de poser les bonnes questions ;
• rigoureuse dans la conception et l’industrialisation de solutions techniques ;
• pédagogue et à l’aise pour partager ses connaissances ;
• capable d’accompagner des équipes dans l’adoption de pratiques MLOps ;
• à l’aise dans les environnements multidisciplinaires ;
• pragmatique, autonome et orientée vers la recherche de solutions ;
• attentive aux enjeux de qualité, de sécurité, de traçabilité et de maintenabilité.

Une expérience dans les domaines suivants sera particulièrement appréciée :

• contribution ou maintenance de projets open source ;
• secteurs aéronautique, défense, ferroviaire ou autres environnements critiques ;
• architecture de systèmes distribués et scalables ;
• data engineering, pipelines de données et feature stores ;
• déploiement edge ou systèmes de Machine Learning temps réel ;
• mise en production de modèles de langage ou de solutions d’IA générative ;
• optimisation des coûts, de la latence, de la fiabilité et de l’observabilité des applications basées sur des LLM.

Ce poste pouvant nécessiter l'accès à des informations classifiées, la personne retenue pourra faire l'objet d'une procédure d'habilitation, conformément aux dispositions des articles R.2311-1 et suivants du Code de la défense et de l'IGI 1300 SGDSN/PSE du 09 août 2021.

Pourquoi rejoindre SOLENT ? L'accompagnement : Formation continue : accès à nos formats internes (réunions d'experts ex. Sharing sessions chaque mois présentées par un collaborateur d'une des entités du groupe, Tech talks, Retex/Zoom projet, partages de pratiques via des points d'équipe réguliers, retours d'expérience terrain, Wiki interne animé et accessible par tous). Coaching individuel : chaque ingénieur SOLENT est suivi par un référent technique dont l'objectif est de vous épauler au quotidien et de vous aider à construire votre trajectoire. Communauté : vous intégrez un collectif d'ingénieurs reconnus, qui se challengent et progressent ensemble, même en mission chez le client.

L'environnement : Des projets à fort impact dans des secteurs critiques (aéronautique, défense, spatial). Un environnement technique exigeant où qualité et rigueur ne sont pas négociables. La possibilité de contribuer activement à l'évolution des pratiques et des projets SOLENT.

Déroulement du process de recrutement Notre process est conçu pour vous permettre de nous découvrir autant que nous vous découvrons. Il se déroule en 3 étapes : Call de qualification - 15 min avec un recruteur Entretien technique - 1h Un rendez-vous avec un ingénieur Data/IA pour approfondir votre parcours, vos expériences techniques et vous présenter nos projets en détail. Entretien final - carrière & projet SOLENT Un échange avec votre futur manager et le responsable recrutement pour aborder votre trajectoire interne, vos ambitions et la vision long terme chez SOLENT. Chez SOLENT, nous sommes convaincus que la diversité est une richesse. Notre processus de recrutement est fondé sur les compétences, bienveillant et équitable. Toutes les candidatures sont les bienvenues, sans distinction d'origine, de genre, d'âge ou de situation.