Engineer - MLOps & Industrialisation Paris H/F - MP Data

MP DATA est une société spécialisée dans l'acquisition, le traitement, et la valorisation des données.
Depuis sa création en 2015, MP DATA accompagne ses clients, majoritairement industriels, dans le management de leur performance et l'exploitation de leur données.

Les collaborateurs, tous issus de grandes écoles, incarnent au quotidien les valeurs d'Excellence, de Partage et d'Engagement.
Ils associent savoir-faire technique, méthodologie et passion et mettent leurs compétences au service de missions et projets au sein de grands groupes français.

MP DATA accompagne ses clients sur toute la chaine au travers de 3 pôles d'expertise : Conseil et Stratégie, Infrastructure & CloudOPS, Data Science.

Chez MP DATA, les équipes commerciales cherchent des missions en fonction des envies des collaborateurs et non pas l'inverse. Les consultants sont accompagnés dans tous leurs projets, de la mobilité géographique, au changement de secteur d'activité en passant par le développement de nouvelles compétences. Rejoindre MP DATA, c'est la garantie de travailler sur des sujets passionnants avec un cadre technique fort.

Pourquoi nous rejoindre ?

• Des projets techniques exigeants au coeur des environnements industriels.
• Une culture orientée expertise, excellence technique, bienveillance et autonomie.
• Des perspectives d'évolution rapides selon vos envies (expertise, lead technique, pilotage...).
• Un environnement flexible, dynamique, avec une équipe soudée et passionnée.
• Une implantation locale forte à Toulouse, combinée à une vision innovante dans la Data.

Faire tourner un modèle en local, c'est bien. Le faire tenir en prod avec un déploiement à l'échelle, c'est mieux.

Tes projets couvrent l'ensemble du cycle de vie des solutions IA : du cadrage technique jusqu'à la mise en production et le passage à l'échelle, dans des environnements industriels souvent contraints (on-premise, cloud hybride, données sensibles, systèmes legacy).

Tu travailleras en binôme avec des Data Scientists et des Data Engineers, pour délivrer des solutions scalable qui répondent à des problématiques concrètes.

Tes missions

Industrialisation & MLOps

Concevoir des pipelines MLOps pour le déploiement et le monitoring de modèles

Implémenter les infrastructures CI/CD adaptées aux projets IA

Garantir la reproductibilité, la scalabilité et la maintenabilité des solutions

Architecture & développement IA

Cadrage technique : choix d'architecture, frameworks & dimensionnement infra

Solutions robustes et documentées - du POC à la mise en production industrielle

Intégrer les solutions IA dans les SI clients (APIs, microservices, orchestration)

Delivery & qualité

Travailler en mode agile sur des forfaits & régies avec des objectifs clairs

Être garant(e) de la qualité technique des livrables selon les standards MP Data

Participer aux revues de code et contribuer à la montée en compétences des profils juniors

Veille & innovation

Suivre les évolutions des outils MLOps (Kubeflow, MLflow, Airflow, BentoML, Seldon...) et des plateformes cloud (Azure, AWS, GCP)

Contribuer au Lab Innovation MP Data : benchmark, POC, tests de nouvelles approches d'industrialisation IA

Formation & expérience

Diplôme d'ingénieur ou Master en informatique, data science ou domaine connexe (Bac +5) d'une école du top 10.

2 à 4 ans d'expérience sur des missions d'AI Engineering ou MLOps,

Compétences techniques indispensables

Maîtrise de Python et des frameworks ML/IA (scikit-learn, PyTorch, TensorFlow ou équivalent)

Expérience solide sur les outils MLOps : MLflow, Kubeflow, Airflow, DVC ou équivalents

Connaissance du cloud (Azure AI Foundry, AWS SageMaker ou GCP Vertex AI)

Pratique des outils CI/CD (GitHub Actions, GitLab CI, Docker, Kubernetes)

Déploiement de modèles en production (APIs REST, monitoring, versioning)

Compétences techniques appréciées

Expérience avec les LLMs et RAG (LangChain, LlamaIndex...)

Connaissance des environnements industriels (données de capteurs, SCADA, contraintes on-premise)

Pratique de l'Infrastructure as Code (Terraform, Pulumi)

Savoir-être

Rigueur sur la qualité du code et des livrables

Capacité à tenir engagement sur le résultat

Pédagogie face à des interlocuteurs non techniques

Autonomie et sens des responsabilités dans la gestion de ton périmètre