Find your next tech and IT Job or contract Deep learning

Contexte Dans le cadre du développement de solutions IA / GenAI, nous recherchons un Senior AI Engineer / Machine Learning Engineer. Vous évoluerez sur une plateforme IA Red Hat OpenShift, intégrant GPU NVIDIA, LLM as a Service, RAG, OCR et outils MLOps. Vos missions Concevoir et développer des solutions AI / Machine Learning / GenAI. Développer des Use Cases combinant LLM, OCR, Computer Vision, NLP et règles métier. Concevoir des solutions de Document AI : extraction, classification, comparaison et validation de documents. Travailler notamment sur des Use Cases de KYC et validation automatisée de pièces justificatives. Réaliser des POC et les transformer en solutions industrialisées et exploitables en production. Développer les APIs et services IA nécessaires à leur intégration dans le SI. Participer aux choix d'architecture et aux pratiques MLOps / LLMOps. Environnement technique Python • PyTorch • CUDA • LLM / GenAI • Qwen • LiteLLM • OCR / Document AI • RAG • MLflow • Docker • Kubernetes / OpenShift • APIs REST Votre profil 5 ans minimum d'expérience en AI / Machine Learning / Data Science Engineering. Excellente maîtrise de Python. Expérience concrète en Machine Learning / Deep Learning et LLM / GenAI. Expérience en OCR, Computer Vision, NLP ou Document AI. Expérience dans l'industrialisation de solutions IA. Connaissance de Docker, Kubernetes/OpenShift et/ou MLOps appréciée. Une expérience en banque, assurance ou finance constitue un atout. Anglais professionnel.

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.