PO & Platform Engineer – GenAI & GPU Platform (X/H/F)

• Localisation : Saint-Quentin-en-Yvelines

• Télétravail : 2 jours par semaine

• Rémunération : 55 000 € – 75 000 €

• Client : Grand acteur du secteur bancaire

À propos du poste

Nous recherchons un Product Owner AI pour rejoindre un programme stratégique de construction et d’exploitation d’une plateforme d’intelligence artificielle à grande échelle.

Vous évoluerez au cœur d’une plateforme critique combinant :

• infrastructures GPU as a Service

• environnements cloud AWS / GCP

• systèmes on-premise

• workloads IA, IA générative et MLOps en production

Ce poste se situe à l’intersection du product management, du DevSecOps et de l’ingénierie plateforme, dans un environnement technique complexe et exigeant.

Votre mission

Vous êtes responsable de la conception, du pilotage et de l’évolution d’une plateforme IA stratégique supportant des cas d’usage de production en intelligence artificielle et GenAI.

Votre objectif est de garantir une plateforme :

• robuste

• scalable

• sécurisée

• industrialisée pour des workloads IA critiques

Vos responsabilités

• Pilotage produit & roadmap plateforme

• Définir et piloter la roadmap de la plateforme IA et des services GenAI

• Recueillir et structurer les besoins métiers et techniques

• Prioriser et gérer le backlog (Jira)

• Construire et faire évoluer des offres de services IA internes (GPU, MLOps, GenAI)

2. Plateforme IA & architecture

• Concevoir et faire évoluer une plateforme IA hybride (on-premise, AWS, GCP)

• Déployer et opérer une offre GPU as a Service

• Contribuer à l’intégration et l’exploitation de plateformes MLOps (Dataiku)

• Garantir la performance, la scalabilité et la résilience des services

3. DevSecOps & exploitation (MCO / MCS)

• Assurer le maintien en condition opérationnelle et de sécurité des plateformes

• Automatiser les infrastructures et déploiements (Kubernetes, Docker, Ansible)

• Superviser les workloads IA et GPU en production

• Appliquer les standards de sécurité (IAM, durcissement, Vault)

4. IA générative & industrialisation MLOps

• Industrialiser des cas d’usage IA générative (LLMs, RAG, agents, etc.)

• Travailler avec des outils tels que Hugging Face et vLLM

• Accompagner les data scientists dans la mise en production des modèles

• Optimiser l’utilisation des ressources GPU (CUDA, Run:AI)

5. Coordination & pilotage transverse

• Assurer l’interface entre équipes infrastructure, data science et métiers

• Coordonner les dépendances avec les autres projets de la plateforme

• Suivre les livrables, risques et arbitrages techniques

• Porter une vision cohérente entre produit et architecture

Environnement technique

Python, Linux, Kubernetes, Docker, OpenShift, Ansible, Terraform, AWS (S3), GCP, Dataiku, Hugging Face, vLLM, CUDA, Run:AI, Vault, GitLab CI, Jenkins, Jira.

Profil recherché

• 8 ans d’expérience minimum en ingénierie plateforme, DevSecOps, MLOps ou architecture cloud

• Expérience confirmée sur des environnements cloud et hybrides (AWS, GCP, on-premise)

• Forte maîtrise des architectures conteneurisées (Kubernetes, Docker, OpenShift)

• Expérience dans la conception et l’exploitation de plateformes IA ou MLOps

• Bonne connaissance des environnements GPU et du déploiement de modèles IA (LLMs, CUDA)

• Maîtrise des outils CI/CD et d’automatisation (GitLab CI, Jenkins, Ansible)

• Bonne culture sécurité (IAM, durcissement, conformité)

• Expérience en rôle de Product Owner technique, Tech Lead ou Platform Lead

• Capacité à évoluer dans des environnements complexes et multi-interlocuteurs

• Anglais professionnel (utilisation opérationnelle, non courant exigé)

Qui sommes-nous ?

Orness est une ESN à taille humaine (200 consultants), spécialisée dans les infrastructures, les réseaux et l’ingénierie des systèmes.

Depuis plus de 20 ans, nous accompagnons les grands acteurs des secteurs de la finance et de l’énergie sur des projets critiques où la fiabilité, la performance et la sécurité sont essentielles.

Processus de recrutement

Nous privilégions un processus simple, transparent et rapide :

• Premier échange court avec l’équipe RH (5 à 10 minutes)

• Entretien RH approfondi (environ 1 heure)

• Entretien technique (environ 1 heure)

• Rencontre avec le client (30 minutes à 1 heure)