MLOps Engineer
Rôle
Le MLOps Engineer construit les pratiques et les outils permettant de livrer et maintenir les systèmes de machine learning de façon reproductible. Il relie modèles, données et exploitation. Son objectif est de rendre les changements traçables et contrôlables, depuis l’expérimentation jusqu’au suivi des modèles en production.
Missions
- Automatiser les pipelines de préparation, d’entraînement, d’évaluation et de déploiement selon les besoins.
- Versionner les artefacts et organiser les validations et les retours à une version antérieure.
- Mettre en place la supervision des systèmes, des données et des performances des modèles.
Compétences
Ingénierie de plateforme, automatisation, données et compréhension du cycle de vie ML. Le poste demande de savoir distinguer un incident d’infrastructure, un changement de données et une dégradation de la qualité du modèle.
Rattachement hiérarchique
Évolutions
Les évolutions possibles comprennent ML Platform Engineer, Lead MLOps ou une responsabilité de plateforme IA.
Salaire
La maturité de la plateforme, la diversité des modèles et les contraintes de fiabilité influencent le package.
Oeil de l'expert
Faites discuter une mise à jour de modèle et son retour arrière. Vérifiez la traçabilité, la reproductibilité, les critères d’acceptation et la réponse à une dérive observée dans les données ou les résultats.
Quelle différence entre MLOps et DevOps ?
MLOps reprend des pratiques d’automatisation et de livraison, en ajoutant les particularités des données, de l’entraînement et de l’évaluation des modèles. Il ne s’agit pas seulement de déployer une application supplémentaire.
Vous recrutez ce profil ? Skillink accompagne la définition du besoin, l’approche et l’évaluation des candidats.
Découvrir notre accompagnement · Parlons de votre recrutement