Emplacement : Hanoï

Responsabilités clés :
● Concevoir, construire et dépanner des systèmes et applications d'IA de qualité production sur
GCP & AWS
● Développer et maintenir des pipelines CI/CD à l'aide d'outils comme Jenkins, GitHub Actions, ou
similaires.
● Optimiser, refactoriser, containeriser, déployer et surveiller des modèles de science des données, en garantissant
une bonne gestion des versions et le contrôle de la qualité.
● Automatiser les tests, la validation et l'évaluation des performances des modèles d'apprentissage
automatique.
● S'associer avec des data scientists, des ingénieurs et des architectes pour fournir des solutions évolutives,
en documentant clairement et de manière exhaustive les processus.
● Gérer et optimiser les infrastructures en tant que code (IaC) à l'aide d'outils comme Terraform ou
CloudFormation pour garantir des environnements évolutifs et reproductibles.
● Mettre en œuvre et surveiller les indicateurs de performance des modèles en production, en s'attaquant de manière proactive à la dérive, au biais ou à la dégradation.
● Assurer la sécurité et la conformité des systèmes d'IA, y compris les normes de confidentialité des données (par exemple, GDPR, HIPAA) et les pratiques de déploiement sécurisé.

Qualifications requises :
● Expérience avérée dans la conception et la mise en œuvre de pipelines MLOps sur des plateformes cloud
(de préférence GCP & AWS).
● Expertise pratique avec des cadres MLOps (par exemple, Kubeflow, MLFlow, Metaflow,
Ray) et des outils de containerisation (Docker, Kubernetes).
● Solides compétences en programmation en Python, Bash ou similaires, paired avec de bonnes connaissances des
environnements Linux.
● Expérience avec des outils de surveillance tels que Prometheus, Grafana ou des
cadres de journalisation personnalisés pour suivre les performances du système et des modèles.
● Connaissance des cadres de calcul distribué (par exemple, Spark, Ray) pour gérer le traitement de données à grande échelle ou la formation de modèles.
● Compréhension des APIs RESTful et de l'architecture microservices, avec une expérience
dans l'intégration de modèles ML dans des écosystèmes d'applications.
● Excellentes compétences en communication en anglais, avec une approche collaborative et axée sur l'équipe.
Qualifications préférées :
● Expérience dans le traitement de données en temps réel ou l'informatique en périphérie.

● Expérience dans les applications IA/ML liées à la neuroscience, aux objets connectés ou à l'
interaction homme-machine (alignée avec la mission d'EMOTIV).
Merci de partager votre CV avec Mme Huyen à huyennguyen@emotiv.com.