INGÉNIEUR MLOps / LLMOps Senior (H/F) Bruxelles,

Contexte de la mission

Nous recherchons un ingénieur expérimenté pour concevoir, déployer et maintenir des infrastructures de Machine Learning et de Large Language Models (LLM) dans des environnements hybrides, combinant infrastructures sur site (On-Premise) et Cloud.

Le consultant travaillera en étroite collaboration avec les Data Scientists et les développeurs Backend afin de mettre en œuvre des solutions de Machine Learning fiables, sécurisées, évolutives et adaptées à la production.

Responsabilités principales

Concevoir, développer et maintenir des infrastructures MLOps/LLMOps dédiées aux LLM.
Déployer, tester, superviser et administrer des modèles de Machine Learning dans des environnements conteneurisés.
Gérer l'ensemble du cycle de vie des LLM : préparation des données, fine-tuning, évaluation, déploiement et monitoring.
Concevoir et maintenir des pipelines CI/CD et des solutions d'orchestration des workflows ML.
Mettre en place des outils de versioning des données et des modèles.
Automatiser la détection des anomalies et le suivi des performances.
Optimiser les coûts et les performances des pipelines de Machine Learning.
Garantir la fiabilité et la sécurité des infrastructures ML en environnement hybride.

Create CI/CD pipelines, orchestration solutions, and data versioning tools for ML workflows.

Implement automated anomaly detection, performance tracking, and cost-optimisation for ML pipelines.

Profil recherché

Nous recherchons un ingénieur senior disposant d'une solide expérience en MLOps/LLMOps, maîtrisant les environnements Cloud et On-Premise, ainsi que le déploiement et l'exploitation de modèles LLM en production.

Le candidat doit être autonome, rigoureux et capable de collaborer efficacement avec des équipes Data Science et Backend.

Formation : Bac+3 minimum ou équivalent.

Required qualifications

Strong expertise in managing on-premise and/or cloud LLM/MLOps infrastructure.

Proficiency with containerisation and orchestration platforms such as Kubernetes, Docker, Podman, EKS, PKS.

Hands-on experience with MLflow, TensorFlow (TFX), Airflow, and major cloud providers (AWS or EU cloud).

Solid programming skills in Python, Unix/Bash, and infrastructure-as-code tools like Terraform or CloudFormation.

Familiarity with messaging systems (Kafka, Redis, RabbitMQ) and NoSQL databases (OpenSearch, MongoDB).

Nice to have

Knowledge of encryption mechanisms and ML security best practices.

Experience with the European Commission grant management ecosystem (eGrants).