Ingénieur Devops IA - CDI (H/f)

Description de l'entreprise

ALTEN est un acteur majeur de l’ingénierie et du conseil en technologies, reconnu pour son expertise dans des secteurs innovants tels que l’énergie, l’aéronautique, l’automobile et le digital. Avec une présence internationale, ALTEN accompagne ses partenaires dans la réalisation de projets techniques ambitieux, en alliant rigueur, créativité et agilité.

Rejoindre ALTEN, c’est intégrer une communauté de passionnés de technologie, engagés dans des défis techniques exigeants et porteurs de sens. Nous offrons un environnement stimulant, où l’innovation et la collaboration sont au cœur de notre culture.

Description du poste

Missions principales :

1. Industrialisation et automatisation du déploiement

• Industrialiser le déploiement de plateformes d’IA générative On-Premise dans un environnement sécurisé et hautement disponible, en utilisant des outils comme Terraform, Ansible, Jenkins et GitLab CI.
• Automatiser les processus de déploiement (CI/CD) pour une intégration continue et reproductible des modèles et services.
• Optimiser les workloads data et IA (allocation et partage des GPU, autoscaling des services d’inférence), en collaboration avec les équipes IA et Sécurité.

2. Conception et architecture de la plateforme

• Contribuer à la conception de l’architecture technique de la plateforme, en intégrant les contraintes de sécurité, compliance et gouvernance.
• Définir les bonnes pratiques pour le déploiement de solutions d’IA générative et leur intégration dans l’écosystème existant.
• Garantir la résilience de la plateforme via des solutions de haute disponibilité (Kubernetes, OpenShift, Docker).

3. Mise en place de services managés

• Développer et intégrer des services managés pour les utilisateurs finaux, en respectant les exigences de sécurité et de conformité.
• Mettre en place une passerelle d’accès aux modèles (type LiteLLM) : routage, quotas, suivi de la consommation par équipe.
• Documenter les offres et services pour faciliter leur adoption par les équipes techniques et métiers.
• Assurer la mise en production des solutions, en collaboration avec les équipes d’exploitation.

4. Maintenance et exploitation en conditions opérationnelles

• Maintenir en condition opérationnelle (MCO) les plateformes IA déployées, en garantissant leur disponibilité, performance et sécurité.
• Surveiller les plateformes via des outils d’observabilité (Dynatrace, Prometheus, Grafana), en suivant les indicateurs propres aux LLM : temps de réponse, débit, utilisation des GPU.
• Gérer les incidents et participer aux astreintes techniques.

5. Collaboration et leadership technique

• Assurer le lead technique sur un produit au sein d’une équipe Agile, en collaboration avec le Responsable Technique.
• Participer aux rituels Agile (daily meetings, sprint reviews, rétrospectives) et contribuer à la construction de la roadmap technique.
• Prendre en charge les éléments du backlog et prioriser les tâches techniques.
• Animer des présentations et démonstrations pour promouvoir les offres et services auprès des parties prenantes internes.

Qualifications

Profil recherché

Formation / Expérience

• Diplômé d’une école d’ingénieurs ou titulaire d’un Master (Bac+5) en Informatique, Data Science, ou Cloud Computing.
• Minimum 8 ans d’expérience en déploiement de plateformes techniques, dont au moins 2 ans sur des workloads data / IA ou GPU, idéalement dans des environnements sécurisés, distribués et critiques.
• Première expérience de lead technique au sein d’une équipe Agile (animation technique, priorisation du backlog, revue de code).
• Habilitation : Secret Défense (déjà habilité ou habilitable).

Compétences techniques

• Maîtrise du déploiement et de la manipulation des workloads data/IA.
• Expérience avancée en conteneurisation (Docker, Kubernetes, OpenShift) et CI/CD (Jenkins, GitLab CI, Terraform, Ansible).
• Maîtrise de l’exploitation de GPU sous Kubernetes / OpenShift : NVIDIA GPU Operator, drivers CUDA, partage des GPU (MIG, time-slicing), dimensionnement des capacités.
• Expérience de la mise à disposition de LLM en production (vLLM, Triton, KServe ou OpenShift AI).
• Expérience en air-gapped environments : private registries (Harbor, Artifactory), package et container image mirrors, et model weight management et transfer.
• Sécurisation de la plateforme : secrets management (Vault), identity et access management (Keycloak / SSO), Kubernetes hardening, et container image scanning. GitOps deployment avec ArgoCD.
• Connaissance approfondie des bonnes pratiques en sécurité des données et conformité.
• Expérience avec les plateformes d’IA générative (LLM), les outils de cycle de vie des modèles (MLflow, Dataiku) et d’orchestration de workflows (Airflow, Kubeflow ou Argo Workflows).
• Exploitation des bases de données vectorielles (OpenSearch, pgvector) : sauvegarde, montée en charge, performance. Maîtrise de l’observabilité (Prometheus, Grafana, Dynatrace), y compris les métriques propres aux LLM et aux GPU (latence, débit en tokens, DCGM exporter).
• Atouts appréciés : certifications CKA / CKS ou Red Hat OpenShift, connaissance du déploiement self-hosted des modèles Mistral, notions de FinOps GPU.

Informations complémentaires

Environnement de Travail :

• Lieu : Île-de-France

• Type de contrat : CDI