Chez SAP, nous vous permettons d'exceller. Notre culture repose sur la collaboration et une passion commune pour améliorer le monde. Chaque jour, nous nous consacrons à poser les bases de l'avenir et à créer un lieu de travail qui valorise la diversité, promeut la flexibilité et s'aligne avec notre approche axée sur la mission et tournée vers l'avenir. Nous offrons un environnement d'équipe bienveillant avec une forte collaboration, des opportunités d'apprentissage et de croissance, une reconnaissance des contributions individuelles et une variété d'avantages à choisir.
Nous recherchons un Ingénieur DevOps AI/ML qui sera responsable de :
- Développer et maintenir les pipelines CI/CD pour automatiser la construction, le test et le déploiement des modèles AI/ML et des applications associées.
- Containeriser les applications AI/ML en utilisant Docker et/ou Cloud Native Buildpacks (CNB) pour un déploiement efficace sur Kubernetes.
- Mettre en œuvre la surveillance et les journaux pour suivre les performances, la fiabilité et l'utilisation des ressources des applications AI/ML et identifier de manière proactive les problèmes pour le dépannage.
- Mettre en œuvre les meilleures pratiques de sécurité et les normes de conformité pour l'infrastructure et les applications AI/ML, y compris le chiffrement des données, le contrôle d'accès et la gestion des vulnérabilités.
- Collaborer avec des équipes transversales, y compris des data scientists et des ingénieurs AI/ML, pour rationaliser les flux de travail de développement et de déploiement.
- Stimuler l'adoption de ML Ops et des nouvelles techniques de science des données au sein de l'équipe.
- Explorer les outils et les logiciels pour analyser les vulnérabilités des fournisseurs de modèles AI/ML open-source et les implémenter dans les pipelines.
- Documenter les configurations d'infrastructure, les processus de déploiement, et les meilleures pratiques, et fournir une formation et un support aux membres de l'équipe sur les outils et pratiques DevOps.
- Utiliser des bases de données vectorielles pour une gestion et une récupération efficaces des données.
- Diplôme de Bachelor/Master en informatique ou dans des domaines connexes.
- 4 à 10 ans d'expérience en DevOps.
- Maîtrise des langages de script tels que Python, Groovy, Shell ou PowerShell.
- Expérience avec les plateformes de cloud computing (par exemple, AWS, Azure, GCP).
- Maîtrise des outils CI/CD tels que Jenkins, Argo CD, Kubeflow/MLflow, Amazon Sagemaker, et Azure pipelines.
- Expérience avec les technologies de containerisation telles que Docker, CNB et les outils d'orchestration comme Kubernetes.
- Connaissance des outils de surveillance et de journalisation tels que Prometheus, Grafana, ELK Stack ou Splunk.
- Compréhension des principes et des meilleures pratiques de sécurité pour les environnements basés sur le cloud.
- Excellentes compétences en résolution de problèmes et en dépannage.
L'équipe DPP Engineering se concentre sur les sujets stratégiques tels que les services de réutilisation de la confidentialité et de la protection des données (DPP) au sein de la SAP Business Technology Platform (BTP). Ces services aident à gérer diverses réglementations sur la confidentialité des données, y compris le RGPD de l'UE.
Les innovations SAP soutiennent plus de 400 000 clients dans le monde entier, les aidant à travailler plus efficacement et à prendre des décisions commerciales éclairées. En tant que leader des logiciels d'application d'entreprise de bout en bout, nous nous spécialisons dans la gestion des bases de données, les analytiques, les technologies intelligentes et la gestion de l'expérience. Nous sommes une entreprise de cloud avec plus de 200 millions d'utilisateurs et plus de 100 000 employés dans le monde entier, guidés par un objectif et une vision tournée vers l'avenir. Rejoignez-nous chez SAP, où vous pouvez donner le meilleur de vous-même grâce à un apprentissage et un développement continus dans un environnement hautement collaboratif.
La culture inclusive de SAP se concentre sur la santé, le bien-être et les modèles de travail flexibles, garantissant que chacun se sente inclus et puisse donner le meilleur