Retour aux résultats · FONTENAY-SOUS-BOIS

Offre vérifiée il y a 10 heures

Alternant Ingénieur IAOps / MLOps (H/F) - Réf. AIMLOPS026 (H/F)

KAISCHOOL·FONTENAY-SOUS-BOISSur siteCDD - 24 MoisStage
Salaire non indiqué
Résumé Vox
  • Rôle principal: Participer au développement, déploiement et maintenance de modèles de Machine Learning, ainsi qu'à l'optimisation des pipelines et à la mise en production.
  • Compétences clés: Connaissances en Python, Git, Docker, Kubernetes, MLflow, Kubeflow ou Airflow, cloud (Azure, AWS, Google Cloud), TensorFlow, PyTorch, Scikit-learn, CI/CD.
  • Profil recherché: Étudiant(e) Bac+3 à Bac+5 en IA, Data Science, Informatique ou domaine équivalent, avec intérêt pour le Machine Learning, l'automatisation et les pipelines CI/CD.
  • Conditions et avantages: Contrat en alternance, rémunération selon la réglementation, début dès que possible, expérience valorisante dans un environnement technologique en évolution.
Postuler à la sourceVous quittez VoxJobs pour candidat.francetravail.fr — la candidature se fait directement chez l'entreprise. francetravail.fr

Description du poste

À propos de Kaischool Kaischool est une école supérieure spécialisée dans l'Intelligence Artificielle, la Data et la Cybersécurité. Nous accompagnons les talents de demain grâce à des formations professionnalisantes en alternance, conçues pour répondre aux besoins des entreprises et aux évolutions du marché du numérique. Description du poste Dans le cadre de notre développement et de nos partenariats entreprises, nous recherchons un(e) Alternant(e) Ingénieur IAOps / MLOps passionné(e) par l'intelligence artificielle, l'automatisation et le déploiement de modèles de Machine Learning. Vous participerez à la mise en production de solutions d'IA et contribuerez à l'optimisation des pipelines de développement et de déploiement des modèles. Vos missions Participer au développement, au déploiement et à la maintenance de modèles de Machine Learning. Concevoir et optimiser des pipelines de données et de modèles (MLOps). Automatiser les processus d'entraînement, de validation et de déploiement des modèles. Mettre en place des outils de surveillance et de suivi des performances des modèles en production. Collaborer avec les équipes Data Science, Data Engineering et DevOps. Participer à l'amélioration continue des infrastructures IA. Assurer une veille technologique sur les outils et bonnes pratiques IAOps/MLOps. Profil recherché Étudiant(e) en Bac+3 à Bac+5 en Intelligence Artificielle, Data Science, Informatique, Génie Logiciel ou domaine équivalent. Bonnes connaissances en Python. Intérêt pour le Machine Learning, le Cloud, les pipelines CI/CD et l'automatisation. Esprit analytique, rigueur et autonomie. Bonnes capacités de communication et de travail en équipe. Compétences appréciées Python Git Docker Kubernetes MLflow, Kubeflow ou Airflow Azure, AWS ou Google Cloud Platform TensorFlow, PyTorch ou Scikit-learn CI/CD (GitHub Actions, GitLab CI, Jenkins.) Ce que nous proposons Une alternance professionnalisante sur des projets innovants. Un accompagnement par des experts de l'IA et du Cloud. Une montée en compétences sur les pratiques modernes du MLOps. Une expérience valorisante au sein d'un environnement technologique en constante évolution. Informations complémentaires Référence : AIMLOPS026 Contrat : Alternance Localisation : France Niveau d'études : Bac+3 à Bac+5 Début : Dès que possible Rémunération : Selon la réglementation en vigueur pour les contrats d'alternance. Rejoignez Kaischool et développez votre expertise en IAOps/MLOps en contribuant au déploiement et à l'industrialisation des solutions d'intelligence artificielle de demain.

Panneau de transparence

Source originale
francetravail.fr
Publiée
02 juil. 2026 · date réelle
Dernière vérification
il y a 10 heures
Score de qualité
35/100
Salaire indiqué0
Entreprise identifiée0
applyUrl0
postedAt15
Description complète20

Source : France Travail — API Offres d'emploi (francetravail.fr)

Semblables

Offres proches.

Un problème avec cette annonce ? Signaler une offre frauduleuse ou obsolète