Trouvez votre prochaine offre d’emploi ou de mission freelance GPU à Paris

En tant qu’Ingénieur MLOps Senior, vous aurez pour mission de développer et d’optimiser les outils internes de MLOps afin de soutenir l’ensemble du cycle de vie des modèles d’IA. Vous serez spécialisé(e) dans l’utilisation des GPU pour améliorer l’entraînment, le déploiement et le serving des modèles. Construire et optimiser les pipelines de données pour la gestion des jeux de données, l’entraînment, l’évaluation et le déploiement des modèles. Garantir la traçabilité et la reproductibilité des expériences. Améliorer la maintenabilité et l’évolutivité des composants de la plateforme, en environnements cloud (AWS) ou on-premise. Configurer et gérer les infrastructures GPU pour l’entraînment des modèles. Implémenter des techniques avancées comme le mixed-precision training, la quantification et l’optimisation d’inférence via Triton Server ou TensorRT. Réduire les temps de calcul en exploitant les outils comme cuDNN ou NVIDIA Nsight. Développer des solutions robustes pour le serving des modèles d’IA dans des environnements contraints (on-premise et cloud). Améliorer la scalabilité des serveurs d’inference multi-GPU pour gérer un grand volume de requêtes. Mettre en place des outils de monitoring et de benchmarking des performances des modèles. Intégrer les workflows d’entraînment et de déploiement dans des pipelines CI/CD (GitHub Actions, Nomad). Automatiser le réentraîment des modèles en continu. Maintenir des tests de non-régression pour garantir la stabilité des modèles en production. Effectuer une veille technologique pour identifier les nouvelles solutions et techniques (AutoML, Kubeflow, TFX). Diffuser les bonnes pratiques et former les membres de l’équipe à travers du mentoring et des sessions techniques.

Contexte de la mission : Notre client cherche à se renforcer avec un profil MLops Engineer pour le déploiement d'un modèle Custom Gen AI . Ce modèle inclut des technologies telles que les LLM (Large Language Models) et des solutions Open Source . Le profil recherché devra apporter une expertise dans l'optimisation et le déploiement de modèles sur des infrastructures GPU. Mission : La mission consiste principalement à déployer et optimiser des modèles de Génération d'Intelligence Artificielle (Gen AI) en utilisant des LLMs. Le candidat devra être capable de prendre en charge le déploiement sur une carte graphique (GPU), et de travailler en collaboration avec l’équipe pour intégrer et déployer des solutions sur des plateformes techniques complexes. Déploiement de modèles Custom Gen AI : Prendre en charge la configuration, le déploiement et l'optimisation de modèles d'intelligence artificielle généraux et spécifiques (Custom Gen AI). Travail avec des LLMs (Large Language Models) : Déployer et ajuster des LLMs sur des infrastructures GPU. Utilisation de solutions Open Source : Exploiter des outils et frameworks open source pour optimiser les performances des modèles. Gestion de l’infrastructure : Assurer le déploiement et la gestion de l’infrastructure nécessaire au bon fonctionnement des modèles d’IA sur des cartes graphiques. Collaboration interdisciplinaire : Travailler étroitement avec les équipes de data science et de développement pour assurer une intégration fluide des modèles dans les environnements de production. Expérience en MLOps : Expertise en déploiement de modèles IA dans des environnements de production. Modèles LLM (Large Language Models) : Connaissance approfondie et expérience de travail avec des modèles de langage de grande taille. Cartes Graphiques (GPU) : Compétence dans le déploiement de modèles d'IA sur des GPU (NVIDIA ou autres). Frameworks Open Source : Maîtrise des frameworks open source comme TensorFlow, PyTorch, Hugging Face, etc. Déploiement sur environnements cloud (AWS, Azure, GCP) est un plus. Compétences en développement et scripting : Python, Bash, ou autres langages de scripting pour automatiser les processus de déploiement et d'intégration. Prise en charge des entretiens techniques : Capacité à réaliser des entretiens techniques pour évaluer des compétences en IA et MLOps. Formation Bac+5 ou équivalent en informatique, data science ou domaines similaires. Expérience significative en déploiement de modèles d'intelligence artificielle et gestion de leur infrastructure. Connaissance approfondie des architectures GPU et des meilleures pratiques pour le déploiement de modèles sur ces plateformes. Autonomie, capacité à résoudre des problèmes techniques complexes et à travailler sous pression. Excellent esprit d’équipe et communication pour collaborer avec différentes parties prenantes.

Mon client recherche un Tech Writer #Infrastructure pour une mission freelance. Début souhaité : 06/01/2025 Durée : 6 mois renouvelables Lieux : Paris, Lille, Bordeaux ou Lyon Remote (2 jours par semaine) Objectifs et livrables : Ecrire des contenus techniques sur des produits Infrastructure : Baremetal products (servers) Storage products : File & Block storage Public & Private Networking Load Balancers Adresses IP Publiques Securité Réseau (Anti-DDoS, Firewall) Les contenus sont du type : documentation produit, use cases, tutoriaux (how to…), blog post. Ecriture de guides de A à Z avec les product managers en support, au format markdown Ecriture de blog post de A à Z

Mission longue Démarrage décembre Remote hybride Langue d'usage français et à l'écrit anglais Notre client a des modèles de ML et des pipelines trop lourds et cherche un ML Enginer ou Data Engineer avec background en data science pour les alléger et ajouter de l'automatisation. Equipe composée de 5 data scientists et 1 lead data science / data engineer qui travaille sur des sujets de R&D et de temps réel. Machine Learning Engineer Our R&D team, currently composed of 6 Data Scientists, has demonstrated that this system is capable of detecting objects and intruders This data throughput requires extremely efficient data processing pipelines and machine learning algorithms in on-prem servers. We are therefore looking for a Machine Learning Engineer to join our production team to build efficient, data-driven predictive systems. The candidate should be highly skilled in math/statistics and programming, with the ability to organize and analyze large amounts of data. The candidate should also be able to execute tests and optimize data pipelines and machine learning algorithms. Job responsibilities Transform data science prototypes into production-quality code and solutions Optimize data pipelines and machine learning algorithms across heterogeneous on-prem computing platforms (CPU, GPU) Perform benchmarking for solution selection based on constraints (performance, resources, real-time, latency, …) Develop and maintain CI/CD pipelines to automate testing, integration, and deployment of solutions for different use cases and across different sites Establish monitoring solutions to track the performance of deployed solutions and identify differences in data distribution that could affect performance in real-world situations Tech stack Python, NumPy, SciPy, CuPy, Pandas, scikit-learn, PyTorch MLflow, Docker, GitLab-CI, DevOps, MLOps, Linux

Smarteo recherche pour l'un de ses clients, grand compte, Un ingénieur DevOps sur Paris Projet et Principaux livrables : Participation à l'urbanisation des nouveaux projets de développement et dimensionnement de l'infrastructure Suivi des installations, projets de migration et alignements de conformité (obsolescences et vulnérabilités) Rapport quotidien de statut de bon fonctionnement, statistiques, communication sur incidents et plans de remédiation Diffusion des bonnes pratiques de développement, tests, utilisation d'environnements d'homologation et mises en production Développement d'outils dédiés de reporting, de traitements automatiques et de mise à jour de la plateforme de production Compétences requises : MongoDB, Elastic Search, Kibana, Logstash, Filebeat, Redis, Genius, SQL Docker, Swarm, Portainer, Nginx, Traefik, Grafana, Prometheus GitLab-CI, Ansible, Jenkins, SonarQube Kubernetes, Helm, ArgoCD, GPU Python, Java, Springboot, Javascript, REST Connaissances des méthodes agiles (Scrum, Kanban, ...) Maitrise des plans projet (planning, budget, CàF) Force de proposition, Travail en groupe, Ouvert d'esprit, Bonne communication Si vous êtes disponible et intéressé merci de me faire parvenir votre TJM+CV à jour dès que possible

Almatek recherche pour l'un de ses client, Un Concepteur-Développeur Expérimenté Full Stack et DevOps Sur Paris 12e. Projet et Principaux livrables : Participation à l’urbanisation des nouveaux projets de développement et dimensionnement de l’infrastructure Suivi des installations, projets de migration et alignements de conformité (obsolescences et vulnérabilités) Rapport quotidien de statut de bon fonctionnement, statistiques, communication sur incidents et plans de remédiation Diffusion des bonnes pratiques de développement, tests, utilisation d’environnements d’homologation et mises en production Développement d’outils dédiés de reporting, de traitements automatiques et de mise à jour de la plateforme de production Compétences requises : MongoDB, Elastic Search, Kibana, Logstash, Filebeat, Redis, Genius, SQL Docker, Swarm, Portainer, Nginx, Traefik, Grafana, Prometheus GitLab-CI, Ansible, Jenkins, SonarQube Kubernetes, Helm, ArgoCD, GPU Python, Java, Springboot, Javascript, REST Connaissances des méthodes agiles (Scrum, Kanban, …) Maitrise des plans projet (planning, budget, CàF) Force de proposition, Travail en groupe, Ouvert d'esprit, Bonne communication