Devops / sysops périmètre IA (full remote) H/F (IT) / Freelance

Le client est un acteur majeur du secteur bancaire.

Notre travail est de mettre en place des plateformes Cloud-Native de Data Science (Domino Datalab) clé-en-main pour l’ensemble des équipes Data du groupe.
À ce jour, nous avons 25 gros clients, représentant au total près de 700 Data Scientists utilisant nos plateformes.
Actuellement, nous assurons l’installation, le déploiement et le support de 2 typologies de plateformes :

• Celles installées sur une ferme de GPUs Nvidia, installées sur des machines On-Premises, utilisables par toutes les équipes Data Science qui en font la demande

• Celles installées sur IBM Cloud

Nous développons également des services / produits rattachés à ces plateformes :
→ Up & Running :

• Le Model Hub : Catalogue de modèles LLM utilisables dans la banque.

• L’AI Competency Center : Nous sommes délégués chez des clients du groupe pour sortir de terre des projets IA

→ En cours (et où votre accompagnement sera très bénéfique !) :

• Plateforme d’inférence dédiée

Notre équipe est passée de 4 à 12 personnes en 2ans et nous passons à 16 cette année. Elle est séparée en 3 « mini-équipes » :

• Front : Assurent le développement des solutions à offrir as-as-service et l’accompagnement des utilisateurs.

• Automation : Assurent les déploiements, le devsecops

• Back : Assurent l’administration des systèmes

• Une équipe de DevOps pour les outils de plateformes (Vault, SSO etc...)

• Une équipe de SRE pour les plateformes d’infra

• Une équipe qui supporte le Datalake (Trino, Spark, et Minio)

Notre environnement technique

• Plateforme de Data Science (Domino Datalab)

• Cloud native / Kubernetes Centric (Stateful workloads, stockage multi-AZ, GPUs, etc.)

• Stack Domino DataLab cloud-native dans K8s:

  • Platform: ElasticSearch, MongoDB, RabbitMQ, Redis, PostgreSQL, etc...

  • Environnements de Dev interactifs: (code server, Jupyterlab, Jupyter, etc.)

  • GPUs Nvidia (A100, V100, DGX, Infiniband, etc.)

  • Clusters de compute distribues: (Spark, ray, dask, mpi, etc.)

• Outils de monitoring AIOps (Prometheus, Grafana, Elastic Stack)

• Infrastructure: Cloud IBM (possibilité d'ouverture multi-cloud) + Bare Metal Cloud (on premise)

+ récemment : nous commençons à travailler avec Red Hat OpenShift AI pour le côté IA

Profil candidat:

• Votre rôle :

• Piloter l'exploitation et l'optimisation d'un cluster Kubernetes bare metal complet, conçu pour les charges de travail exigeantes en IA/ML. Les responsabilités englobent un large éventail d'expertises techniques, notamment :

• Gestion et maintenance du système d'exploitation (RHEL)

• Installation, mise à niveau, gestion et maintenance du cluster Kubernetes Infrastructure GPU NVidia, V100, A100, H100, du pilote aux graphiques d'opérateur GPU

• Exploitation réseau, notamment Infiniband Fabric pour exploiter la puissance GPU

• Surveillance détaillée afin d'optimiser l'utilisation des ressources et de garantir les performances et l'évolutivité