À propos du poste

Vous serez responsable de la conception, de l’optimisation et du déploiement de systèmes Edge AI industriels. Votre rôle couvrira l’ensemble du cycle MLOps, de la collecte de données à la mise en production sur site.

Responsabilités principales

• Développer et maintenir des pipelines MLOps pour l’Edge AI.
• Optimiser les modèles d’apprentissage profond pour les GPU embarqués (TensorRT, ONNX Runtime).
• Mettre en œuvre la quantification (INT8, FP16) et le pruning de modèles.
• Automatiser les déploiements via Docker, CI/CD, Ansible.
• Orchestrer l’infrastructure Edge avec Kubernetes/K3s, AWS IoT Greengrass, KubeEdge, Balena.
• Surveiller les performances GPU avec Prometheus et Grafana.
• Assurer la conformité GDPR et l’anonymisation des données sur site.

Compétences requises

• MLOps, Edge computing, GPU embarqué.
• TensorRT, ONNX Runtime, quantification, pruning.
• Python (PyTorch, TensorFlow, FastAPI), Docker, CI/CD, Ansible.
• Kubernetes/K3s, networking, administration Linux.
• Prometheus, Grafana, benchmarking GPU.
• NVIDIA Jetson, systèmes de gestion de flotte (AWS IoT Greengrass, KubeEdge, Balena).
• Stable Diffusion, pipelines LLM (RAG, Pinecone, Weaviate, ChromaDB).
• Vision par ordinateur industrielle, IoT, systèmes temps réel.
• Conformité GDPR, anonymisation des données.

Profil de l’entreprise

Haldorix est un studio de startups privé qui développe des solutions IA pour l’industrie, le retail et la logistique. Le poste est basé à Casablanca, avec un mode de travail hybride (HB).

Processus de recrutement

1. Entretien AI Jobzyn (25–45 min).
2. Entretien technique (1h) avec Lead Developer ou Architecte Technique.
3. Test pratique (2–3h) simulant un cas de déploiement MLOps.
4. Entretien final avec l’équipe NITRA et les partenaires Haldorix.

Avantages

• Intégrer un studio de startups à forte croissance.
• Travailler sur des systèmes Edge AI de pointe.
• Collaborer avec une équipe agile mêlant IA, hardware et DevOps.
• Acquérir une expérience pratique en optimisation d’inférence et orchestration GPU.