Ingénieur/e développement et Administration technique IA — Université Côte d'Azur

Administration systèmes & infrastructures Kubernetes

•Gestion et supervision du cluster Kubernetes RKE/RKE2 (masters / workers / stockage / ingress), supportant des services d’intelligence artificielle (inférence, APIs, traitements distribués).

•Exploitation et maintenance de serveurs Linux (Debian/Ubuntu/Red Hat) supportant des services d’intelligence artificielle (inférence, APIs, traitements de données).

•Gestion d’environnements virtualisés (VMware vSphere) et conteneurisés (Kubernetes), intégrant des charges de travail spécifiques (CPU/GPU), ainsi que des infrastructures de stockage (NFS, SAN) adaptées aux données IA.

•Mise en place et maintien d’outils d’observabilité adaptés aux usages IA : supervision (Prometheus, Grafana), centralisation des journaux (Loki, Promtail), suivi des performances (latence, consommation de ressources, usage des modèles).

•Participation à la sécurisation des infrastructures et des flux liés à l’intelligence artificielle (contrôle des accès, gestion des données sensibles, intégration aux dispositifs de sécurité existants du SI).

Administration & exploitation de la plateforme IA

•Mettre en place et faire évoluer une infrastructure d’IA, principalement on-premise, intégrant services applicatifs, modèles, stockage et accélérateurs GPU.

•Maintien en conditions opérationnelles des workloads IA et applicatifs : déploiement, supervision, troubleshooting avancé, optimisation des performances (CPU/GPU, mémoire, latence), gestion de la montée de version du cluster et des composants associés.

•Déployer de façon sécurisée et exploiter des services d’IA : modèles d’inférence/générative, embeddings, ranking, APIs, interfaces utilisateurs et outils internes.

•Industrialiser les usages : déploiements reproductibles, API, mutualisation, supervision, CI/CD et GitOps.

Développement & intégration des services IA

•Développer, maintenir et documenter des services d’intégration autour des plateformes IA (Python et/ou TypeScript/JavaScript selon les besoins).

•Concevoir et intégrer des APIs REST/OpenAPI, connecteurs et serveurs MCP permettant d’exposer de façon contrôlée des services internes aux assistants IA.

•Participer à l’évolution des plateformes conversationnelles internes (ex. LibreChat/OpenWebUI) et à leur intégration avec les modèles locaux, le RAG, les outils documentaires et les services métiers.

•Intégrer des composants open source exécutés localement (ex. traitements PDF/OCR, recherche, extraction, conversion) en privilégiant la maîtrise des données et l’absence de dépendance cloud lorsqu’elle est requise.

•Mettre en place les tests, pipelines GitLab CI/CD, images de conteneurs, charts Helm et déploiements GitOps/Argo CD nécessaires à l’industrialisation des développements.

•Assurer le diagnostic conjoint applicatif/infrastructure : logs, réseau Kubernetes, ingress, stockage, secrets, performances et interactions entre services.

Très bonne maîtrise des environnements Linux (Debian/Ubuntu/RHEL-like).

Compétences solides en Docker, conteneurisation et orchestration.

Connaissance approfondie de Kubernetes (idéalement RKE/RKE2).

Connaissance des concepts liés aux LLM (inférence, prompting, RAG, vectorisation).

Expérience ou appétence pour l’intégration de services IA (API externes ou modèles locaux, ex : OpenAI, Mistral AI).

Connaissance d’outils d’inférence ou d’orchestration, gateway IA, ...(ex : vLLM, Mistral, litellm,...).

Sensibilité aux enjeux de sécurité et de gouvernance des données dans les usages IA.

Capacité d’analyse et de résolution de problèmes complexes.

Curiosité technique et capacité d’adaptation dans un domaine en évolution rapide.

Aptitude à travailler en équipe et à interagir avec des interlocuteurs variés (techniques et métiers).

Capacité à vulgariser et à accompagner les usages autour de l’intelligence artificielle.