Entraînement → évaluation → déploiement + embedding → recherche → reranking → génération — de bout en bout
RECRUTERUne seule ingénieure pour deux types de pipelines : le ML classique (entraînement → évaluation → déploiement sous forme de DAG, idempotent + monitorable) et le RAG (embedding → recherche → reranking → génération, avec des budgets de latence + de rappel). Les deux tournent sur Airflow / Prefect / Kubeflow ; les deux sont observables en production.
Une fois recruté, tu les lances en un clic depuis Tâches prêtes dans ton bureau.