Machine Learning Engineer - MLOps Senior H/F - collectivite

Information importanteType de contrat: FreelanceTaux journalier : 580Localisation : Paris, FranceDate de démarrage :UrgentMode de travail : HybridePublié le : 16 juillet 2026Le besoinDans le cadre du développement de produits Data à fort impact, nous recherchons un·e Machine Learning Engineer / MLOps Senior pour rejoindre une équipe pluridisciplinaire composée d'une dizaine d'expert·es : Data Scientists, ML Engineers, Data Analysts et Analytics Engineers.L'équipe conçoit et industrialise des plateformes Data scalables destinées à améliorer l'expérience de millions d'utilisateurs et à sécuriser des opérations critiques. Les cas d'usage adressés comprennent notamment la modération automatique de contenus, la détection de fraude ainsi que l'intégration de technologies d'intelligence artificielle générative et agentique.En tant que référent·e technique MLOps, vous interviendrez sur l'ensemble du cycle de vie des modèles de Machine Learning, depuis leur industrialisation jusqu'à leur déploiement et leur supervision en production.Vos principales missionsConcevoir, construire et maintenir des architectures MLOps et LLMOps robustes, hautement disponibles et scalables.Industrialiser le cycle de vie des modèles de Machine Learning classiques et génératifs.Participer à la conception de systèmes autonomes et multi-agents.Mettre en oeuvre l'interopérabilité entre différents services et agents à l'aide de protocoles modernes, notamment le Model Context Protocol - MCP.Intégrer des frameworks d'orchestration agentique tels que Google Agent Development Kit - ADK, en privilégiant des solutions simples et maintenables.Automatiser l'entraînement, l'évaluation, la validation et le déploiement des modèles, pipelines Data et agents IA.Concevoir et faire évoluer des workflows CI/CD fiables, sécurisés et reproductibles.Développer des APIs et des services Python conteneurisés destinés à des environnements distribués.Mettre en place des dispositifs d'observabilité adaptés : détection de dérive des données et des modèles, évaluation de la pertinence des réponses, guardrails, suivi des performances et maîtrise des coûts d'infrastructure.Promouvoir les meilleures pratiques d'ingénierie logicielle : clean code, architecture modulaire, tests automatisés, documentation et maintenabilité.Accompagner techniquement les membres de l'équipe et contribuer à leur montée en compétence.Challenger les choix d'architecture afin d'éviter l'over-engineering et de privilégier des solutions pragmatiques, orientées valeur et adaptées aux besoins métiers.Objectifs et livrablesDisposer de pipelines MLOps et LLMOps fiables, automatisés et exploitables à grande échelle.Accélérer et sécuriser le passage des expérimentations Data vers la production.Améliorer la qualité, la disponibilité et l'observabilité des produits Machine Learning.Concevoir des architectures agentiques simples, robustes et interopérables.Structurer et diffuser les standards d'ingénierie MLOps au sein de l'équipe.Garantir la maintenabilité des solutions tout en maîtrisant les performances et les coûts d'infrastructure.Profil recherchéVous êtes diplômé·e d'un Master ou d'une école d'ingénieur avec une spécialisation en informatique, Data Science, Machine Learning ou dans un domaine équivalent.Vous justifiez d'une expérience significative en tant que Machine Learning Engineer ou MLOps Engineer, idéalement acquise dans des environnements de production complexes, distribués et soumis à de forts enjeux de scalabilité.Vous maîtrisez l'ingénierie logicielle appliquée au Machine Learning, notamment la conception d'APIs, la conteneurisation, l'orchestration de services et la gestion d'environnements distribués.Vous disposez également d'une bonne compréhension des concepts liés à l'IA générative, aux LLMOps, aux architectures RAG et aux systèmes agentiques. Au-delà de la maîtrise d'un outil spécifique, votre capacité à explorer rapidement de nouveaux frameworks et à porter un regard critique sur leur pertinence sera particulièrement appréciée.Compétences techniques attenduesPython full stack : expertKubernetes : expertDocker : expertMLflow : expertCI/CD : expertGoogle Agent Development Kit - ADK : expertAWS : confirméGoogle Cloud Platform : confirméPyTorch : confirméBases de données vectorielles : confirméSolide maîtrise des architectures distribuées, des APIs et des environnements CloudBonne compréhension des architectures RAG, des LLMOps, des guardrails et des protocoles d'interopérabilité tels que MCPQualités recherchéesLeadership technique naturelForte autonomie et capacité de prise de décisionApproche pragmatique et orientée résultatsExigence en matière de qualité logicielleEsprit critique et capacité à challenger les choix techniquesCuriosité pour les technologies émergentesCapacité à simplifier des problématiques complexesGoût pour le partage de connaissances et le mentoratExcellentes capacités de collaboration au sein d'une équipe pluridisciplinaireCette mission offre l'opportunité de travailler sur des produits Data à grande échelle, au sein d'un environnement technologique stimulant, collaboratif et ouvert à l'expérimentation. Vous disposerez d'un rôle central dans la définition des architectures et des standards MLOps, avec un impact direct sur des services utilisés par plusieurs millions de personnes.

• Docker
• SGBD
• Python
• Clean
• API
• Fraude
• Intelligence artificielle
• Autonomie
• Kubernetes
• Machine learning
• Google cloud platform
• AWS
• Management d'équipe
• Derive