LLMOps Engineer
Il y a 2 jours
Casablanca, Casablanca-Settat, Maroc
Saham Bank (Officiel)
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Vous souhaitez bâtir le socle opérationnel d’une plateforme agentic ambitieuse ?
Nous recherchons un(e) LLMOps Engineer pour concevoir et opérer l’infrastructure, l’outillage et les pratiques qui rendent nos systèmes LLM fiables, observables, coût-efficaces et sûrs en production.
🎯 Vos missions
• Construire et opérer l’infrastructure AI : model serving, CI/CD, observabilité et gouvernance des coûts.
• Mettre en place des systèmes de gestion de prompts robustes (versioning, rollback, tests automatisés, A/B testing).
• Développer des pipelines d’évaluation et de qualité pour garantir des agents AI fiables et sécurisés.
• Assurer la scalabilité et la sécurité des déploiements via Docker, Kubernetes, Terraform et cloud providers (AWS, Azure, GCP).
• Garantir que chaque agent, pipeline RAG et intégration LLM en production est observable, reproductible et en amélioration continue. 🛠️ Compétences clés recherchées
• Expertise en prompt lifecycle management et gouvernance.
• Maîtrise du model serving (OpenAI, Anthropic, vLLM, Hugging Face, Ollama).
• Connaissance des architectures multi-modèle et optimisation coût/latence/qualité.
• Expérience en LLMOps : CI/CD, monitoring, drift detection, guardrails et Responsible AI.
• Solides compétences en observabilité et infrastructure cloud (Grafana, Prometheus, Datadog). 👉 Profil apprécié
• Expérience en fine-tuning (LoRA, QLoRA), embeddings à l’échelle et vector databases.
• Familiarité avec MLflow, Weights & Biases ou Neptune pour le suivi d’expériences ML.
• Connaissance des pratiques de Responsible AI et sécurité des infrastructures AI.
• Contribution open-source ou publications sur les pratiques LLMOps. 📌 Expérience
• Minimum 3 ans en MLOps, DevOps/SRE ou platform engineering, avec exposition aux systèmes AI/ML.
• Expérience pratique avec les défis spécifiques aux LLM : prompts, model serving, évaluation, gouvernance des coûts. Pourquoi nous rejoindre ? Ce rôle est au cœur de notre transformation agentic. Vous serez le garant de la rigueur opérationnelle qui permet à l’innovation de se déployer en production. Envie de relever le défi ? Postulez dès maintenant et devenez le pilier opérationnel de notre plateforme AI.
• Construire et opérer l’infrastructure AI : model serving, CI/CD, observabilité et gouvernance des coûts.
• Mettre en place des systèmes de gestion de prompts robustes (versioning, rollback, tests automatisés, A/B testing).
• Développer des pipelines d’évaluation et de qualité pour garantir des agents AI fiables et sécurisés.
• Assurer la scalabilité et la sécurité des déploiements via Docker, Kubernetes, Terraform et cloud providers (AWS, Azure, GCP).
• Garantir que chaque agent, pipeline RAG et intégration LLM en production est observable, reproductible et en amélioration continue. 🛠️ Compétences clés recherchées
• Expertise en prompt lifecycle management et gouvernance.
• Maîtrise du model serving (OpenAI, Anthropic, vLLM, Hugging Face, Ollama).
• Connaissance des architectures multi-modèle et optimisation coût/latence/qualité.
• Expérience en LLMOps : CI/CD, monitoring, drift detection, guardrails et Responsible AI.
• Solides compétences en observabilité et infrastructure cloud (Grafana, Prometheus, Datadog). 👉 Profil apprécié
• Expérience en fine-tuning (LoRA, QLoRA), embeddings à l’échelle et vector databases.
• Familiarité avec MLflow, Weights & Biases ou Neptune pour le suivi d’expériences ML.
• Connaissance des pratiques de Responsible AI et sécurité des infrastructures AI.
• Contribution open-source ou publications sur les pratiques LLMOps. 📌 Expérience
• Minimum 3 ans en MLOps, DevOps/SRE ou platform engineering, avec exposition aux systèmes AI/ML.
• Expérience pratique avec les défis spécifiques aux LLM : prompts, model serving, évaluation, gouvernance des coûts. Pourquoi nous rejoindre ? Ce rôle est au cœur de notre transformation agentic. Vous serez le garant de la rigueur opérationnelle qui permet à l’innovation de se déployer en production. Envie de relever le défi ? Postulez dès maintenant et devenez le pilier opérationnel de notre plateforme AI.