L’Alliance de Bioversity International ( www.bioversityinternational.org ) et du Centre international d’agriculture tropicale (CIAT) ( www.ciat.cgiar.org ) propose des solutions fondées sur la recherche qui exploitent la biodiversité agricole et transforment durablement les systèmes alimentaires afin d’améliorer les conditions de vie des populations. Les solutions de l’Alliance répondent aux crises mondiales de la malnutrition, du changement climatique, de l’érosion de la biodiversité et de la dégradation de l’environnement.
Grâce à des partenariats inédits, l’Alliance produit des données probantes et généralise les innovations afin de transformer les systèmes et les paysages alimentaires pour qu’ils préservent la planète, stimulent la prospérité et nourrissent les populations en période de crise climatique.
L’Alliance fait partie du CGIAR, un partenariat mondial de recherche pour un avenir où la sécurité alimentaire est assurée.
Arrière-plan:
Le projet NDIZI (NLP to Develop and Innovate Zero-shot Intelligence) recherche un consultant en opérations d’apprentissage automatique (MLOps) (« le consultant ») pour accompagner le développement, le déploiement et l’exploitation des systèmes d’apprentissage automatique qui alimentent SIKIA, une plateforme d’IA vocale et multimodale dédiée à la collecte et à l’analyse de données conversationnelles, ainsi que les flux de travail de recherche associés pilotés par l’IA. Le consultant travaillera sur les pipelines de traitement de la parole, du NLP, de l’IA multimodale et des agents, contribuant à la transition des modèles et des systèmes de données, des prototypes de recherche aux solutions fiables et évolutives, adaptées à un déploiement sur le terrain.
Nous développons ces systèmes pour permettre aux programmes d’amélioration des cultures de faire le lien entre les processus de sélection formels menés dans le cadre d’essais expérimentaux contrôlés et les conditions réelles rencontrées en exploitation agricole. Les principaux cas d’utilisation comprennent l’identification des préférences des agriculteurs, l’évaluation et la notation de la prévalence des maladies des plantes, ainsi que leur réponse à l’environnement, notamment en matière d’adaptation au changement climatique. Les résultats de cette mission de conseil serviront à répondre à ces besoins.
À propos du cabinet de conseil :
Le consultant assurera le support des flux de travail MLOps de bout en bout, couvrant l’ingestion des données, la validation, le versionnage des jeux de données, l’entraînement des modèles, l’évaluation, le déploiement, la surveillance et l’amélioration continue, dans les environnements cloud et edge. Ce rôle impliquera une collaboration étroite avec les équipes de recherche en apprentissage automatique, d’ingénierie logicielle, de produit et de terrain afin de garantir la robustesse, la maintenabilité et l’adéquation des systèmes aux besoins des projets.
Le consultant apportera également son soutien à l’intégration des systèmes d’apprentissage automatique au sein de la plateforme SIKIA, notamment en ce qui concerne les flux de déploiement reliant les applications mobiles, l’infrastructure cloud, les pipelines vocaux et multimodaux, les flux de travail de détection et d’évaluation de la gravité des maladies, les services backend et les systèmes intégrés à FAIRGrounds. De plus, il contribuera à renforcer les bonnes pratiques relatives au suivi des expériences, à la gouvernance des modèles, aux flux de travail CI/CD, à l’automatisation des déploiements et à la supervision des systèmes d’apprentissage automatique au sein de l’infrastructure NDIZI.
Il s’agit d’un poste de consultant à temps plein d’une durée de 11 mois, basé soit à Arusha, en Tanzanie, soit à Nairobi, au Kenya.
Exigences
Amélioration des systèmes vocaux et de traitement automatique du langage naturel
● Prise en charge du déploiement et de l’optimisation des pipelines ASR multilingues pour les environnements cloud et mobiles.
● Développer des flux de travail pour l’ingestion, la transcription, l’évaluation et l’amélioration continue des modèles de données vocales.
● Mettre en œuvre des pipelines de réentraînement et de réglage fin automatisés à l’aide de nouvelles données de terrain collectées.
● Soutenir le déploiement de flux de travail basés sur LLM pour l’analyse conversationnelle et l’extraction de caractéristiques.
● Surveiller les performances, la latence, la fiabilité et la dérive du modèle en conditions réelles.
● Optimiser les flux de travail d’inférence pour les environnements à faible connectivité et aux ressources limitées.
Développement et déploiement de pipelines multimodaux
● Soutenir le développement de pipelines multimodaux reliant la parole, les transcriptions, les métadonnées et les images de terrain collectées via SIKIA.
● Mettre en œuvre des flux de travail pour la validation, la synchronisation, le stockage, l’annotation et le versionnage des ensembles de données multimodaux.
● Soutenir la formation, le déploiement et l’évaluation des modèles d’IA multimodaux et visuels-langage.
● Développer des flux de travail évolutifs pour la gestion des ensembles de données multimodaux et des sorties de modèles sur l’infrastructure cloud.
● Soutenir l’évaluation comparative, la reproductibilité et l’optimisation des pipelines d’IA multimodaux pour le déploiement sur le terrain.
Détection de la maladie et évaluation de sa gravité
● Soutenir le développement et le déploiement de flux de travail d’IA pour la détection des maladies et l’évaluation de leur gravité à l’aide d’images de terrain et de données multimodales.
● Mettre en œuvre des pipelines de données et d’évaluation pour l’annotation des maladies, la validation, l’analyse comparative et l’amélioration continue des modèles.
● Soutenir l’intégration des flux de travail de notation des maladies au sein des plateformes SIKIA et ONA pour la collecte et l’analyse des données sur le terrain.
Intégration de l’infrastructure MLOps et de SIKIA
● Développer des pipelines CI/CD pour l’entraînement, l’évaluation et le déploiement des modèles.
● Gérer le suivi des expériences, les registres de modèles et les flux de travail de versionnage des ensembles de données.
● Mettre en œuvre la surveillance et la journalisation des services ML.
● Collaborer avec l’équipe de développement logiciel pour intégrer les pipelines RAG dans une structure de déploiement d’agents.
● Assurer le déploiement de services ML sur GCP, FAIRGrounds et les infrastructures associées.
● Assurer l’intégration des services d’apprentissage automatique au sein de la plateforme SIKIA sur les systèmes mobiles, backend, API et cloud.
● Garantir la conformité aux exigences en matière de gouvernance des données, de sécurité et d’IA responsable.
Livrables et calendrier de paiement :
Livrable 1 : Rapport initial et plan de travail technique (Mois 1, ~Semaine 4)
Élaborer un rapport initial décrivant l’approche technique, les priorités de déploiement, les exigences en matière d’infrastructure, la feuille de route d’intégration et un plan de travail détaillé de 11 mois pour les flux de travail MLOps, vocaux, multimodaux et de notation des maladies sur la plateforme SIKIA.
Honoraires pour le livrable 1 : 12 000 000 shillings tanzaniens / 589 762 shillings kenyans.
Livrable 2 : Développement du modèle, évaluation et mise en place de l’infrastructure (Mois 5, ~Semaine 20)
Mettre en place l’infrastructure et les flux de travail MLOps essentiels, notamment les pipelines CI/CD, le suivi des expériences, le versionnage des jeux de données, les registres de modèles et les systèmes de surveillance. Soutenir le développement, l’évaluation et l’optimisation des modèles vocaux, multimodaux et de score de maladies dans les environnements cloud et edge.
Honoraires pour le livrable 2 : 18 000 000 shillings tanzaniens / 884 642 shillings kenyans.
Livrable 3 : Intégration et déploiement du pipeline d’IA SIKIA (Mois 8, ~Semaine 32)
Fournir des flux de déploiement intégrés reliant les services d’apprentissage automatique aux applications mobiles SIKIA, aux API, aux systèmes backend et à l’infrastructure intégrée FAIRGrounds. Proposer des pipelines opérationnels pour le traitement de la parole, l’analyse conversationnelle, les flux de travail multimodaux et les services de notation des maladies, incluant la documentation de déploiement et le support à l’intégration.
Honoraires pour le livrable 3 : 22 000 000 shillings tanzaniens / 1 081 230 shillings kenyans.
Livrable 4 : Cadre de suivi, d’évaluation et d’optimisation (Mois 10, ~Semaine 40)
Mettre en œuvre des processus de surveillance, d’enregistrement, d’analyse comparative et d’évaluation des systèmes d’apprentissage automatique déployés, incluant le suivi des performances de la reconnaissance automatique des signaux (ASR), l’évaluation des pipelines multimodaux, la validation de la notation des maladies et la surveillance de la dérive des modèles. Formuler des recommandations pour l’optimisation, l’évolutivité et l’amélioration du déploiement sur le terrain.
Honoraires pour le livrable 4 : 16 000 000 shillings tanzaniens / 786 349 shillings kenyans.
Livrable 5 : Rapport technique final et dossier de transfert (Mois 11, fin de la mission)
Soumettez un rapport technique final résumant les flux de travail réalisés, l’infrastructure déployée, les performances du système, les principaux enseignements tirés et les recommandations pour la mise à l’échelle et la maintenance futures. Fournissez la documentation finalisée, les guides de déploiement, les configurations de pipeline et les supports de transfert de connaissances aux équipes internes.
Honoraires pour le livrable 5 : 22 000 000 shillings tanzaniens / 1 081 230 shillings kenyans.
Éducation:
Maîtrise en informatique, science des données, intelligence artificielle, génie logiciel ou dans un domaine connexe.
Expérience:
Au moins 3 ans d’expérience en ingénierie d’apprentissage automatique, en MLOps ou en déploiement de systèmes d’IA.
Compétences techniques :
• Expérience en matière de création et de gestion de flux de travail d’apprentissage automatique, y compris l’entraînement, le déploiement, la surveillance et le versionnage des modèles.
• Excellentes compétences en programmation Python et bonne connaissance des frameworks d’apprentissage automatique tels que PyTorch ou TensorFlow.
• Expérience de travail avec des plateformes cloud telles que GCP, AWS ou Azure.
• Solide expérience en traitement automatique du langage naturel (TALN), technologies vocales, intelligence artificielle conversationnelle ou applications basées sur les langages linguistiques.
• Une expérience en IA multimodale, en vision par ordinateur ou en flux de travail d’IA basée sur l’image est souhaitable.
• Capacité à travailler en collaboration avec les équipes techniques, produits et terrain.
• Excellentes compétences en communication, en documentation et en résolution de problèmes.
• Une formation ou une expérience dans le domaine de l’agriculture, de l’agriculture numérique ou des environnements de recherche internationaux constituera un atout supplémentaire.
Conditions d’emploi
Il s’agit d’un poste à pourvoir au niveau national, basé au Kenya ou en Tanzanie. Le contrat initial sera d’une durée maximale de 11 mois, pour un montant total estimé des honoraires de consultant de 90 000 000 de shillings tanzaniens, soit 4 423 212 shillings kényans.
Applications
Les candidats sont invités à consulter le site https://www.bioversityinternational.org/jobs/ pour obtenir tous les détails du poste et soumettre leur candidature. Les candidatures doivent impérativement mentionner la référence : Consultant – Machine Learning and Operations . Le dossier de candidature (CV, proposition technique et proposition financière) doit être regroupé dans un seul document, nommé par le nom et le prénom du candidat afin de faciliter le tri.
Remarque : L’Alliance ne perçoit aucun frais à quelque étape que ce soit du processus de recrutement (candidature, entretien, traitement du dossier ou formation). L’Alliance ne demande aucune information relative aux comptes bancaires des candidats.
Date limite de dépôt des candidatures : 21 juin 2026
Veuillez noter que les candidatures envoyées par courriel ne seront pas prises en compte.
Seuls les candidats présélectionnés seront contactés.
Nous vous invitons à en apprendre davantage sur nous à l’adresse suivante :
