REJOIGNEZ GRDF !

GRDF, filiale indépendante d’ENGIE, est le principal gestionnaire de réseau qui distribue le gaz à plus de 11 millions de clients.

Vous êtes motivé(e) ?

• Pour mettre vos compétences au service d’un acteur majeur de la transition énergétique, expert et distributeur du gaz ?
• Pour participer à l’avenir de la distribution du gaz (compteur communicant, technologies du réseau intelligent, développement du biogaz et du GNV, …) ?

Au sein du Service Gaz, GRDF recrute son :

Ingénieur DevOps - Coordination Projet MLOps  H/F

Poste basé à Saint-Denis (93

Vous intégrez la Direction Système d'Information (DSI) de GRDF, créatrice de valeur et partenaire des métiers, qui a comme mission d’assurer le fonctionnement et l'adaptation du SI conformément aux besoins des utilisateurs et au moindre coût.

Dans le cadre de sa transformation visant à se renforcer sur la maîtrise technique de son SI, la DSI recherche son futur Ingénieur DevOps - Coordination Projets MLOps.

Vous intégrez le domaine Data Fabric et plus particulièrement le pôle IA Fabric qui est composé de 3 équipes :

• IA Lab pour l’expérimentation Data Science, IA et Recherche Opérationnelle
• IA Ops pour l’industrialisation et le monitoring IA
• Data Craft pour les sujets statistiques et analytiques.

VOS FUTURES MISSION

En tant qu’Ingénieur DevOps - Coordination Projets MLOps, vous interviendrez dans l’équipe IA Ops du pôle IA Fabric sur trois volets complémentaires :

Coordination & Pilotage de Projets - Prioritaire

Vous assurerez la planification et le suivi des actions des projets d'industrialisation des expérimentations de l’équipe IA Lab :

• Coordonner les acteurs SI (ingénierie, sécurité) et Data Scientists pour industrialiser les modèles ML
• Piloter les déploiements en production en orchestrant les différentes équipes dans le respect des processus et du cadre industriel SI GRDF
• Animer les comités de suivi et présenter l'avancement aux sponsors projet
• Gérer le backlog et les priorités en méthodologie Agile
• Produire la documentation projet (techniques, recettes, performances…) et les reportings d'avancement
• Faciliter la communication entre équipes techniques et sponsors non-techniques

Spécification Technique & Architecture - Complémentaire

Vous aurez la charge de la réalisation concrète des éléments techniques nécessaires à la mise en production des projets IA :

• Définir les besoins d'infrastructure (GPU, architecture Kubernetes …) avec l'ingénierie
• Spécifier les architectures de déploiement pour les modèles ML en production en lien avec les architectes et l’ingénierie
• Participer aux développements de scripts de monitoring des traitements et des modèles d'IA
• Déployer des environnements et du code packagé sur la partie Data Science / IA
• Suivre la mise en place de pipelines d'intégration et de déploiement continu pour les modèles ML

Accompagnement IA Lab & Montée en Compétence - Complémentaire

Vous accompagnerez les équipes de l’IA Lab dans l'adoption des bonnes pratiques MLOps :

• Former les Data Scientists aux bonnes pratiques de production (MLOps by design - versioning de code et de modèles, reproductibilité, traçabilité) et aux contraintes SI. Sensibilisation et formation aux principes
• Faciliter l'industrialisation de leurs modèles (packaging, containerisation, déploiement)
• Monter progressivement en compétence sur le Machine Learning au contact de l'équipe
• Traduire les besoins métier/ML en spécifications techniques compréhensibles par les équipes SI
• Créer et maintenir la documentation technique et pédagogique
• Animation d'ateliers et sessions de partage de connaissances

Note importante : Ce poste ne comporte pas de management hiérarchique. Vous coordonnez des projets et orchestrez des acteurs techniques, sans lien de subordination.

VOTRE PROFIL

Formation et expérience

• Vous êtes titulaire d'un diplôme d'école d'ingénieur ou universitaire avec une forte composante en informatique et/ou mathématiques appliquées
• Vous justifiez d'une première expérience (3 à 4 ans) sur des projets techniques, idéalement dans l'écosystème Data/IA

Compétences Projet requises

• Expérience confirmée de coordination multi-acteurs SI
• Animation de comités et présentation à différents niveaux (technique et management)
• Expérience CAB/gestion des changements ou équivalent (un plus)
• Rédaction de spécifications techniques et cahiers des charges

Compétences techniques requises

DevOps & Infrastructure

• Vous maîtrisez Docker et avez idéalement une expérience confirmée de Kubernetes en production (déploiements, scaling, monitoring, troubleshooting)
• Vous avez une connaissance pratique des technologies d'infrastructure as code (Terraform, Ansible)
• Vous avez des connaissances solides des standards de code de l'industrie (Git, CI/CD, tests automatisés) et savez les appliquer
• Vous êtes à l’aise avec Linux, idéalement RHEL, ainsi que les bonnes pratiques associées
• Vous avez une appétence pour l'écosystème Data Science / IA et comprenez les contraintes spécifiques de l'industrialisation des modèles ML (un plus)

Langages & Outils

• Python : lecture de code, scripting, debug basique
• Git : workflow, branches, merge requests
• Compréhension des enjeux sécurité, réseau, base de données

Appétence Machine Learning

• Curiosité forte pour l'IA/Machine Learning
• Motivation réelle pour apprendre et monter en compétence
• Démarches personnelles d'apprentissage (MOOCs, lectures, projets) - un plus

Compétences transverses

• Communication claire et structurée (orale et écrite) - capacité à vulgariser des sujets techniques
• Affirmation et leadership technique - capacité à s'imposer avec bienveillance auprès de différents interlocuteurs
• Pédagogie - capacité à former et accompagner les Data Scientists
• Organisation et rigueur - gestion de plusieurs projets en parallèle
• Aisance relationnelle - à l'aise avec des profils variés (DS, ingénieurs, managers, sponsors)
• Autonomie et proactivité - force de proposition

Atouts supplémentaires :

• Être motivé(e) pour apprendre et devenir l'interface entre Data Scientists et SI
• Comprendre de manière générale le cycle de vie d'un modèle ML (entraînement → déploiement → monitoring) - un plus

Connaissance des outils MLOps (MLflow, Kubeflow, Airflow, etc.) et de Dataiku

INFORMATIONS DIVERSES

Lieu de travail

* 17 Rue des Bretons 93200 Saint-Denis

Les +

-    Salle de sport,

-    Environnement dynamique, locaux agréables

-    CET - Compte Epargne Temps

-    Equilibre vie professionnelle / vie personnelle

-    Jusqu’à 10 jours/mois de télétravail

En tant que salarié.e de GRDF, vous serez engagé.e à nos côtés et au quotidien dans des actions en faveur de l’égalité des chances et de la diversité des profils, reconnues par le Label Diversité.

L'emploi est régi par l'obligation de protection des informations commercialement sensibles, par le respect de l'objectivité, de la transparence et de la non-discrimination à l'égard de l'ensemble des utilisateurs du réseau de distribution. A ce titre, vous veillerez à respecter et faire respecter le code de bonne conduite du distributeur GRDF.