Tech Lead Machine Learning - MLOps H/F - KERMAP

KERMAP est une entreprise rennaise spécialisée dans l'analyse d'images satellites et l'intelligence artificielle appliquée aux territoires. Depuis 2017, nous développons des solutions innovantes pour mieux comprendre les évolutions de notre environnement, accompagner la transition écologique et faciliter la prise de décision.

Notre équipe réunit des experts en géomatique, traitement d'images, data science, intelligence artificielle et développement logiciel. Rejoindre KERMAP, c'est intégrer une équipe à taille humaine, passionnée par la technologie, l'innovation et les enjeux environnementaux.

Industrialisation de produits IA

KERMAP développe des produits fondés sur l'analyse d'images satellites et l'intelligence artificielle pour mieux comprendre les territoires et leur évolution.

Dans le cadre d'un remplacement, nous recherchons une personne expérimentée capable de transformer des modèles et pipelines IA en composants fiables, réutilisables et intégrés à nos produits. Vous interviendrez notamment sur les solutions agricoles de KERMAP ainsi que sur Nimbo, notre gamme de produits d'observation de la Terre : https://nimbo.earth/

L'existant présente différents niveaux de maturité : certains composants sont déjà exploités régulièrement, tandis que d'autres restent plus proches de la R&D. Votre mission sera de faire progresser cet ensemble sans chercher à tout réécrire.

VOTRE RÔLE

Rattaché·e directement au CEO, vous partagerez votre temps entre contribution opérationnelle et pilotage technique, dans une proportion proche de 50/50.

Vous disposerez d'une réelle autonomie sur l'architecture, les standards d'ingénierie et l'organisation du travail technique. Vous formulerez également des recommandations sur la feuille de route, les arbitrages et les conditions de mise en production ; les décisions produit, commerciales, budgétaires et RH resteront portées par le CEO.

Deux ingénieurs IA, qui connaissent déjà les modèles et les données métier, vous seront rattachés opérationnellement. Vous organiserez leur travail, conduirez les points individuels et accompagnerez leur progression. Les évaluations formelles et décisions RH resteront du ressort du CEO.

VOS PRINCIPALES MISSIONS

Industrialiser les modèles et pipelines

- Auditer, reprendre et faire évoluer les modèles TensorFlow et PyTorch existants.
- Transformer des prototypes en composants logiciels testables, versionnés et maintenables.
- Concevoir des traitements reproductibles pour de grands volumes d'images satellites.
- Fiabiliser entraînements et inférences : gestion des erreurs, reprise, traçabilité, contrôle qualité et suivi des performances.
- Faire évoluer les traitements conteneurisés et leur orchestration avec Kubernetes.
- Structurer le suivi des expériences et des versions de modèles avec MLflow ou un outil comparable.

Faire le lien entre IA et produits

- Clarifier avec le CEO la finalité, le périmètre et les critères techniques de chaque sujet.
- Distinguer les composants réutilisables des adaptations propres à un client.
- Définir des interfaces stables entre modèles, pipelines, API, applications et processus de livraison.
- Travailler avec les équipes de développement et de production pour préparer le déploiement, la supervision et la maintenance.
- Réduire progressivement les traitements manuels et les dépendances à une connaissance individuelle.

Piloter l'ingénierie du pôle IA

- Définir une architecture et des pratiques communes adaptées à une petite équipe.
- Prioriser les sujets, répartir le travail et sécuriser les livraisons.
- Conduire les revues de conception et de code sur les composants critiques.
- Renforcer les tests, l'intégration continue, la documentation et la gestion des dépendances.
- Utiliser les assistants de développement IA lorsque cela apporte un gain réel, avec relecture, tests et maîtrise des décisions techniques.

LES RÉSULTATS ATTENDUS

Au cours des douze premiers mois, votre contribution devra permettre :

- d'industrialiser deux ou trois pipelines prioritaires sous forme de composants reproductibles, observables et intégrables aux produits ;
- d'établir un parcours clair et effectivement utilisé entre prototype, validation et production ;
- de faire adopter par l'équipe des pratiques techniques communes facilitant la maintenance et la livraison.

POURQUOI REJOINDRE KERMAP ?

Vous travaillerez sur des produits concrets combinant intelligence artificielle, images satellites et traitement de données à grande échelle, avec une influence directe sur leur architecture et leur industrialisation.

Vous rejoindrez une équipe courte, proche des données et des modèles métier, avec un accès direct au CEO et des circuits de décision rapides.

Vous justifiez d'au moins sept ans d'expérience en ingénierie logicielle ou ML engineering, dont plusieurs années consacrées à des systèmes ML réellement déployés et maintenus en production.

Vous avez également déjà exercé un rôle de référent ou de pilote technique.

Les compétences indispensables sont :

• excellente maîtrise de Python ;
• expertise forte de TensorFlow ou PyTorch et capacité à intervenir dans l'autre ;
• solides pratiques d'architecture logicielle, de tests, de Git et d'intégration continue ;
• expérience des pipelines batch ou distribués, de Docker et de Kubernetes ;
• capacité à diagnostiquer des problèmes de performance, de mémoire, de qualité des données ou de reproductibilité ;
• expérience de collaboration avec des équipes API, développement, infrastructure, production ou des interlocuteurs clients ;
• capacité à arbitrer entre qualité technique, délai et besoin utilisateur.

Une expérience en ESN, en conseil technologique ou dans un autre environnement de livraison multi-clients sera particulièrement appréciée.

Ce poste ne constitue pas une première expérience en data science ou en IA. Il s'adresse à une personne ayant déjà assumé la mise en production et la maintenance de systèmes ML.

La connaissance de MLflow, du géospatial, de la télédétection ou du traitement d'images constituera un plus, sans être indispensable.

• Docker
• Gestion des données
• Python
• API
• Intelligence artificielle
• Autonomie
• Intégration continue
• Kubernetes
• Création d'une base documentaire
• Traitement d'image
• Machine learning
• Git
• Contrôle qualité
• TensorFlow