Du modèle ML à la production AWS — infrastructure as code, CI/CD automatisé, monitoring temps réel.
Pipeline MLOps complet de niveau production sur AWS. Modèle d'analyse de sentiment déployé sur Kubernetes EKS avec SageMaker Model Registry, infrastructure Terraform, CI/CD GitHub Actions avec OIDC, et monitoring CloudWatch + Grafana avec alertes email SNS.
Plateforme NLP end-to-end : 200K avis Amazon → TF-IDF + LogReg → FastAPI + explainabilité → AWS EC2/RDS.
5 modèles comparés via MLflow. GradientBoosting sélectionné automatiquement. API sur AWS EC2 + RDS + CI/CD.
Pipeline MLOps avec MLflow, RandomForest optimisé GridSearchCV, FastAPI, AWS EC2 + RDS + CI/CD.
L'écosystème complet MLOps — de l'infrastructure cloud au monitoring en production.
Tous mes projets ML/MLOps en open source.
Disponible pour un poste MLOps Engineer — remote ou anywhere.
Je cherche un poste MLOps Engineer. Je maîtrise le cycle complet : modèle ML → Docker → EKS → CI/CD → CloudWatch + Grafana. Infrastructure as Code avec Terraform sur AWS.
✉️ Me contacter