Aller au contenu principal
Rebond
J’essaie gratuitement

Ingénieure/ Ingénieur AIOps / MLOps

CapgeminiLillePubliée il y a 9 jOffre vérifiée aujourd'hui
CDI
ESN
Welcome to the Jungle

Le poste

Rejoignez notre équipe en tant qu'Ingénieur AIOps / MLOps.

  • Vous maîtrisez : AIOps : modèles de détection d’anomalies et de séries temporelles, corrélation d’événements ; une plateforme AIOps est un plus. MLOps / LLMOps : MLflow, Kubeflow ou plateformes cloud (Azure ML, Vertex AI, Sage
  • Maker) ; outils d’observabilité LLM (Langfuse, Arize Phoenix, Open
Lire toute la description ⌄Réduire ⌃

Rejoignez notre équipe en tant qu'Ingénieur AIOps / MLOps.

Vous serez responsable de la conception et de la mise en œuvre de cas d'usage de détection d'anomalies, de corrélation d'événements et d'analyse de cause racine.

Vous développerez également des approches prédictives et industrialiserez le cycle de vie des modèles.

Le profil

Description du profil :

Votre profil

  • Vous maîtrisez : AIOps : modèles de détection d’anomalies et de séries temporelles, corrélation d’événements ; une plateforme AIOps est un plus. MLOps / LLMOps : MLflow, Kubeflow ou plateformes cloud (Azure ML, Vertex AI, Sage
  • Maker) ; outils d’observabilité LLM (Langfuse, Arize Phoenix, Open
  • LLMetry ou équivalent). Développement : Python obligatoire ; Kubernetes, Docker ; Terraform, Ansible, Git
  • Ops. Bonne connaissance des enjeux de conformité de l’IA et des données (AI Act, RGPD) et de l’hébergement souverain. Idéalement : Open
  • Telemetry, Prometheus, Grafana, Elastic, et au moins une solution d’observabilité du marché (Dynatrace, Datadog, Splunk, ou équivalent). Nous proposons :

Vos missions

Concevoir et mettre en œuvre des cas d’usage de détection d’anomalies, de corrélation d’événements, de réduction du bruit d’alerting et d’analyse de cause racine.

Développer des approches prédictives (saturation, dégradation de performance, incidents récurrents) et les intégrer aux outils ITSM du client.

Mesurer la valeur apportée :

  • baisse du MTTR,
  • volume d’alertes,
  • incidents évités.

Industrialiser le cycle de vie des modèles : versioning, pipelines CI/CD, déploiement, monitoring de la dérive et de la qualité.

GRATUIT · 30 SECONDES

Analysez et adaptez votre CV pour ce poste

Déposez votre CV : votre score face à cette offre, ce qui manque, puis une version adaptée au poste en un clic.

Analyser mon CV
Tester mon CVPostuler