PO & Platform Engineer – GenAI & GPU Platform (XHF)

• Localisation : Saint-Quentin-en-Yvelines

• Télétravail : 2 jours par semaine

• Rémunération :

• Client : Grand acteur du secteur bancaire

À propos du poste

Nous recherchons un Product Owner AI pour rejoindre un programme stratégique de construction et dexploitation dune plateforme dintelligence artificielle à grande échelle.

Vous évoluerez au cœur dune 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 lintersection du product management du DevSecOps et de lingénierie plateforme dans un environnement technique complexe et exigeant.

Votre mission

Vous êtes responsable de la conception du pilotage et de lévolution dune plateforme IA stratégique supportant des cas dusage 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

1. 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 lintégration et lexploitation 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 dusage 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 lutilisation des ressources GPU (CUDA Run:AI)

5. Coordination & pilotage transverse

• Assurer linterface 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 dexpérience 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 lexploitation de plateformes IA ou MLOps

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

• Maîtrise des outils CI/CD et dautomatisation (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 lingénierie des systèmes.

Depuis plus de 20 ans nous accompagnons les grands acteurs des secteurs de la finance et de lénergie 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 léquipe 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)