À propos
Soors est une entreprise spécialisée dans le recrutement et la mise en relation de talents avec des entreprises de différents secteurs. Nous valorisons l'innovation, l'expertise technique et l'accompagnement personnalisé.
Le poste
Poste et missions :
Nous recherchons un DevOps expérimenté, curieux et proactif, capable de consolider les environnements de CI/CD, de containerisation, de monitoring et de déploiement applicatif avec une ouverture forte vers l'univers des pratiques MLOps.
Responsabilités :
- Automatiser et fiabiliser les pipelines de build, test et déploiement pour des microservices et des modules data.
- Participer à la sécurisation, l'observabilité et la scalabilité des environnements cloud.
- Mettre en place ou améliorer l'infrastructure d'accueil pour les modèles ML en production.
- Travailler en lien étroit avec les équipes data (data scientists, data engineers) pour garantir l'intégration fluide des modèles dans les chaînes CI/CD.
- Contribuer à la mise en place de pratiques MLOps (reproductibilité, déploiement versionné, monitoring modèle).
- Être force de proposition sur les outils, standards et automatisations à mettre en place dans un contexte d'industrialisation progressive.
Environnement technique :
- Cloud : AWS / GCP / Azure.
- Containerisation & Orchestration : Docker, Kubernetes, Helm.
- CI/CD : GitLab CI, Jenkins, ArgoCD, MLflow.
- Infrastructure as Code : Terraform, Ansible.
- Scripting / Dev : Python, Bash.
- Monitoring : Prometheus, Grafana, ELK, Sentry.
- Data & ML Tools : MLflow, DVC, Airflow, Seldon, Kubeflow.
Modalités :
- Localisation : Bordeaux
- Télétravail : partiel
Profil recherché
Nous recherchons un DevOps expérimenté avec une solide maîtrise de Python et de l'automatisation de workflows.
Expérience :
- 5+ ans d'expérience sur des environnements DevOps modernes.
Compétences :
- Bonne connaissance de Kubernetes, CI/CD, IAC et outils de monitoring.
- Curiosité pour les problématiques data/ML et volonté de monter en compétence sur les outils du monde MLOps.
- Goût du travail en équipe, communication fluide avec des profils techniques variés.
- Une première exposition à un projet Data / ML est un plus mais non indispensable.
