ML Ops Engineer

À PROPOS DE NOUS Harmattan AI est un leader de la défense de nouvelle génération qui construit des systèmes de défense autonomes et évolutifs. Suite à la clôture d'une série B de 200M $, valorisant l'entreprise à 1,4 billion $, nous élargissons nos équipes et nos capacités pour fournir des systèmes critiques aux forces alliées. Notre travail est guidé par des valeurs claires : construire des technologies avec un impact réel, viser l'excellence dans tout ce que nous faisons, fixer des objectifs ambitieux et relever les défis techniques les plus difficiles. Nous opérons dans un environnement exigeant où la rigueur, la responsabilité et l'exécution sont attendues. À PROPOS DU RÔLE Nos équipes ML construisent et optimisent les modèles au cœur de notre pile d'autonomie. À mesure qu'une équipe s'agrandit, le flux de travail sur lequel les modèles s'exécutent doit passer d'une configuration manuelle et organique à une base contrôlée, automatisée et reproductible. En tant qu'MLOps Engineer, opérant depuis Paris, Lausanne ou Zurich, vous serez responsable de cette machinerie, à travers les pipelines d'entraînement et d'évaluation, le CI, le suivi des expériences et la reproductibilité, afin que les modèles soient entraînés, évalués et comparés de manière contrôlée et répétable. Vous libérez les modélisateurs pour qu'ils se concentrent sur les modèles plutôt que sur l'infrastructure, et vous fixez la norme sur laquelle l'équipe s'appuie. RESPONSABILITÉS - Pipelines d'entraînement & d'évaluation : Construire et maintenir les pipelines d'entraînement et d'évaluation reproductibles sur lesquels travaillent les modélisateurs, ainsi que les modèles de pipelines et les outils sur lesquels ils s'appuient. Le verdict sur la qualité du modèle reste entre les mains des modélisateurs. - CI & Reproductibilité : Apporter le CI au travail ML et rendre les exécutions véritablement comparables à travers le code, la configuration et les modèles. - Registre de modèles : Maintenir un registre du cycle de vie des modèles, du bac à sable à la production. - Suivi des expériences & Journalisation : Maintenir les résultats comparables et traçables au sein de l'équipe. - Automatisation des tests : Aider à intégrer les tests sur l'appareil (on-device) et les tests matériels en boucle (hardware-in-the-loop) dans l'automatisation et collecter les résultats. EXIGENCES DU CANDIDAT - Formation : Un diplôme dans un domaine STEM, ou une expérience pratique équivalente. L'expérience pratique des pipelines, du CI et de la reproductibilité importe plus que le diplôme spécifique. - Expérience MLOps : Avoir construit et maintenu des pipelines ML, le CI et le suivi des expériences dans un cadre de production ou de recherche réel, idéalement en prenant un flux manuel pour le rendre contrôlé et reproductible. - Ingénierie : Solides compétences en Python et en ingénierie logicielle pour l'infrastructure. - Bonus : Expérience dans l'intégration de pipelines aux tests sur l'appareil ou matériels en boucle. - Attributs : Systématique, soucieux de la fiabilité et orienté service afin que l'équipe soit opérationnelle, pragmatique et efficace pour réduire les frictions. - Engagement : Dévouement à 100 % à la mission de Harmattan AI qui consiste à fournir un avantage défensif aux nations alliées grâce à une technologie éthique et à fort impact. Nous avons hâte de découvrir comment vous pouvez aider à façonner l'avenir des systèmes de défense autonomes chez Harmattan AI.