Ingénieur en MLOps certifié avec plus de 5 ans d'expérience dans l'automatisation, la déploiement et la gestion de systèmes d'intelligence artificielle à l'échelle. Expert dans l'intégration de pipelines CI/CD pour projets ML, optimisation des ressources cloud et mise en œuvre de solutions performantes de gestion des modèles. Passionné par la création d'environnements robustes pour accélérer la livraison de modèles ML tout en garantissant leur fiabilité et leur scalabilité. Souhaite contribuer à des projets innovants dans des entreprises technologiques ou des startups en pleine croissance.

MLOps Engineer, TechSolutions Paris

Responsable de la conception, du déploiement et de la maintenance des pipelines CI/CD pour projets ML à grande échelle. Coordination avec les data scientists pour optimiser les flux de travail, automatisation des déploiements cloud, et monitoring en temps réel des modèles en production.

• Réduction de 30% du temps de déploiement grâce à l'automatisation des pipelines

• Gestion de plus de 50 modèles en production avec un taux de disponibilité de 99,9%

• Migration de l'infrastructure vers Kubernetes, augmentant la scalabilité de 40%

• Implémentation de monitoring avancé ayant détecté et corrigé 95% des anomalies automatiquement

Ingénieur MLOps, InnovateAI Québec

Intégré à une équipe multidisciplinaire pour déployer des modèles de deep learning dans un environnement cloud sécurisé. Automatisé les processus de gestion des modèles et permis une livraison continue afin de répondre rapidement aux évolutions des besoins clients.

• Automatisation de 80% des processus de déploiement, réduisant le délai de mise en production de 50%

• Conception de pipelines ML résilients ayant supporté plus de 20 projets simultanément

• Optimisation des coûts cloud de 25% via une gestion efficace des ressources

MLOps Consultant, Freelance

Conseil auprès de startups et PME pour structurer leurs pipelines MLOps, former aux meilleures pratiques Cloud et MLOps, et analyser l'efficacité des modèles déployés.

• Guidé 10 PME dans leur adoption de solutions MLOps, augmentant la vitesse de déploiement de 35%

• Formation de plus de 50 professionnels aux outils MLOps et Cloud

• Évaluation et optimisation de pipelines existants, résultant en une économie de coûts significative

Ingénieur DevOps ML, DataTech Paris

Support technique dans la mise en œuvre de solutions DevOps pour projets ML, incluant la gestion de versions, le test continu et le déploiement automatisé.

• Standardisation des workflows ML, permettant d’accélérer le cycle de vie des projets de 25%

• Création d’un environnement stable pour le développement collaboratif, réduisant les bugs de déploiement de 40%

Master en Informatique — Université Pierre et Marie Curie

Intelligence Artificielle et Systèmes Distribués

Formation approfondie sur les modèles IA, le développement logiciel, et la gestion de systèmes distribués, avec projet de fin axé sur le déploiement MLOps

Connaissances techniques: Docker, Kubernetes, Azure, AWS, GCP, Jenkins, GitLab CI/CD, Python, Bash, TensorFlow, PyTorch, MLflow, Kubeflow, Monitoring (Prometheus, Grafana)

Gestion de projets et collaboration: Méthodologies Agile/Scrum, Gestion d'équipe, Documentation technique, Analyse des besoins métier, Collaboration interdisciplinaire, Formation et transfert de compétences

Compétences analytiques et résolution de problèmes: Optimisation des processus, Débogage de modèles ML, Gestion des erreurs système, Analyse de performance, Audit de pipelines de déploiement

Soft skills: Communication efficace, Autonomie, Esprit d'équipe, Curiosité technique, Réactivité

Français (native)

Anglais (fluent)