DevOps Engineer - Generative AI Team

Adyen fournit des solutions de paiements, de données et de produits financiers dans une solution unique pour des clients de premier plan tels que Meta, Uber, H&M et Microsoft. En tant que principale plateforme de technologie financière, tout ce que nous faisons chez Adyen est conçu pour l'ambition et l'innovation.

Adyen recherche un ingénieur MLOps ou DevOps qualifié pour rejoindre notre équipe d'IA générative à Madrid. La mission de cette équipe est de créer une plateforme d'IA générative de pointe, en tirant parti des modèles de langage de grande taille (LLMs) pour alimenter diverses applications. L'accent est mis sur le développement de composants de la plateforme pour un déploiement interne et sur la livraison de solutions complètes qui améliorent l'efficacité opérationnelle. Les cas d'utilisation tels que l'acheminement des cas de support et l'analyse des sentiments mettent en évidence l'adaptabilité de l'IA, révolutionnant les flux de travail au sein de notre organisation.

• Collaborer avec l'équipe pour concevoir et construire une infrastructure pour héberger les LLMs en interne, en garantissant évolutivité, performance et fiabilité.
• Gérer la stratégie de déploiement des modèles ML pour des tâches comme l'acheminement des tickets, la synthèse, l'analyse des sentiments, et la récupération de questions-réponses.
• Automatiser le pipeline ML en utilisant des outils et pratiques MLOps, en optimisant pour l'évolutivité et la performance.
• Conteneuriser les applications et gérer les déploiements Kubernetes avec l'infrastructure nécessaire, des GPU aux bases de données vectorielles et aux composants d'inférence.
• Développer les meilleures pratiques pour l'observabilité au sein de l'infrastructure LLM, en construisant des frameworks pour surveiller le comportement des LLM dans des conditions réelles.
• Concevoir et mettre en œuvre des API, services ou frameworks pour faciliter l'intégration et l'utilisation des LLMs dans diverses applications et services.
• Rester à jour avec les dernières avancées des outils et pratiques MLOps.

• 5+ années d'expérience professionnelle en tant qu'ingénieur DevOps, ingénieur MLOps, ingénieur ML ou ingénieur de données.
• Fortes compétences en développement logiciel, y compris le contrôle de version (par exemple, Git, de préférence sur GitLab), les meilleures pratiques de codage, le débogage, les tests unitaires et d'intégration.
• Compétence en Python, Airflow, MLflow, Docker, Kubernetes et ArgoCD.
• Maîtrise des outils d'observabilité tels que Prometheus, Logsearch, Kibana et Grafana.
• Connaissance des pipelines de données et des processus ETL pour la formation et l'inférence ML, ainsi que des frameworks de développement et de déploiement de modèles.
• Solide compréhension des meilleures pratiques DevOps, des concepts CI/CD, et expérience dans la mise en œuvre de ces pratiques.
• Capacité à diagnostiquer et résoudre les problèmes de performance, d'évolutivité et de déploiement des modèles.
• Familiarité avec les outils de surveillance pour le suivi des performances des modèles, l'utilisation des ressources, et la santé du système, y compris la journalisation et la surveillance des erreurs des modèles ML et des applications.

• Connaissance des pipelines ETL utilisant PySpark et Airflow pour le prétraitement des données et la formation des modèles.
• Compréhension claire du cycle de vie complet de l'apprentissage automatique.
• Expérience avec Helm pour l'emballage et le déploiement des applications sur Kubernetes et avec Kustomize pour la gestion des configurations Kubernetes.
• Familiarité avec les outils d'infrastructure en tant que code comme Terraform.
• Expérience avec les frameworks de machine learning open-source tels que Huggingface Transformers.
• Expérience générale en LLMOps, y compris le déploiement des modèles, la surveillance, la gestion des ressources et de l'infrastructure, y compris la connaissance des GPU.

Chez Adyen, nous croyons que des perspectives diverses stimulent l'innovation et l'élan. Notre approche unique