Find your next tech and IT Job or contract GPU

Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l'intelligence artificielle, du cloud et de l'architecture de systèmes IA. Vous interviendrez sur la conception et l'évolution d'architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu'à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼 Vos missions : 🎯 Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production Sélectionner les modèles et solutions adaptés aux différents cas d'usage : LLM, modèles open-weight et Computer Vision Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents Définir les architectures de serving, d'inférence et d'orchestration GPU Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU… Accompagner les équipes techniques dans les choix d'architecture Environnement technique : 🔧 IA & modèles : GPT • Claude • Gemini • Llama • Mistral • DeepSeek • Qwen • DINOv2/v3 • SigLIP • SAM • YOLO Agents & RAG : LangGraph • MCP • A2A • LangSmith • Qdrant • Pinecone • Weaviate • Milvus • GraphRAG • Agentic RAG LLMOps & Observabilité : LangSmith • Langfuse • RAGAS • Prometheus • Grafana • OpenTelemetry Cloud & Infrastructure : AWS Bedrock • SageMaker • Vertex AI • Azure AI Foundry • Kubernetes • Docker • Terraform • vLLM • SGLang • Ray/KubeRay • Karpenter Data & ML : PyTorch • JAX • Hugging Face • Scikit-learn • XGBoost • ONNX • Kafka • Snowflake • Databricks CI/CD & Sécurité : GitHub Actions • GitLab CI • Helm • Kustomize • Vault • Guardrails • sécurité LLM

Les missions sont les suivantes :Assurer le maintien en conditions opérationnelles des infrastructures GPU et Kubernetes : supervision, mise à jour du GPU Operator, gestion des incidents et amélioration continue des plateformes. Déployer et exposer des solutions d'intelligence artificielle en production, notamment via le packaging de modèles avec vLLM, SGlang, llama.cpp ou des outils équivalents. Mettre en place et administrer des API sécurisées permettant l'accès aux modèles IA, en tenant compte des contraintes de performance, de disponibilité et de sécurité. Réaliser des travaux d'optimisation et de benchmark : analyse des performances, quantisation des modèles, suivi des indicateurs et reporting mensuel. Concevoir et maintenir des pipelines de fine-tuning et d'entraînement, en veillant à la traçabilité des expérimentations et à leur intégration dans les chaînes CI/CD. Contribuer à l'automatisation, à la fiabilisation et à l'industrialisation des déploiements IA, en lien avec les équipes infrastructure, DevOps, data et sécurité. Rédiger et maintenir la documentation technique, les procédures d'exploitation et les bonnes pratiques liées aux plateformes MLOps. Animer des ateliers internes, accompagner la montée en compétences des équipes et assurer une veille régulière sur les évolutions technologiques IA, MLOps et Cloud Native. Participer aux sujets de conformité et de sécurité : respect des référentiels ISO 27001/HDS, gestion des secrets, bonnes pratiques de sécurisation et contribution aux audits.

Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l'intelligence artificielle, du cloud et de l'architecture de systèmes IA. Vous interviendrez sur la conception et l'évolution d'architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu'à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼 Vos missions : 🎯 Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production Sélectionner les modèles et solutions adaptés aux différents cas d'usage : LLM, modèles open-weight et Computer Vision Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents Définir les architectures de serving, d'inférence et d'orchestration GPU Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU… Accompagner les équipes techniques dans les choix d'architecture Environnement technique : 🔧 IA & modèles : GPT • Claude • Gemini • Llama • Mistral • DeepSeek • Qwen • DINOv2/v3 • SigLIP • SAM • YOLO Agents & RAG : LangGraph • MCP • A2A • LangSmith • Qdrant • Pinecone • Weaviate • Milvus • GraphRAG • Agentic RAG LLMOps & Observabilité : LangSmith • Langfuse • RAGAS • Prometheus • Grafana • OpenTelemetry Cloud & Infrastructure : AWS Bedrock • SageMaker • Vertex AI • Azure AI Foundry • Kubernetes • Docker • Terraform • vLLM • SGLang • Ray/KubeRay • Karpenter Data & ML : PyTorch • JAX • Hugging Face • Scikit-learn • XGBoost • ONNX • Kafka • Snowflake • Databricks CI/CD & Sécurité : GitHub Actions • GitLab CI • Helm • Kustomize • Vault • Guardrails • sécurité LLM

🌍SCC est la division « technologie » du Groupe Rigby. Premier groupe informatique privé en Europe, un acteur majeur de l'intégration et des services informatiques d'infrastructure. L'ambition de SCC est de fournir à ses clients des solutions technologiques et des services intégrés pour assurer l'efficacité financière et opérationnelle de leur outil informatique et supporter leur compétitivité. Partenaire incontournable, SCC répond à l'ensemble des besoins clients, des plus simples aux plus complexes, grâce à l'étendue de son offre et de sa couverture géographique, son expertise tant généraliste que spécialisée et la portée de ses centres de service. 🤝SCC est avant tout une aventure humaine. Ses collaborateurs sont sa principale richesse. Ensemble, ils sont réunis autour de cinq valeurs d'entreprise : l'esprit d'entreprendre, le professionnalisme, l'esprit d'équipe, l'engagement et les diversités. Chez SCC, nous valorisons la diversité et l'inclusion. Chaque talent compte, indépendamment du genre, du handicap ou de toute autre distinction. Présente sur tout le territoire national, SCC compte plus de 5 000 clients, 3 500 collaborateurs et d'un chiffre d'affaires de 3 Milliards d'EUR en France au 31/03/2025. Le poste➡️ Mission principale Concevoir, déployer et optimiser des infrastructures HPC et IA de nouvelle génération afin de répondre aux enjeux de calcul scientifique, d'intelligence artificielle et d'entraînement de modèles de grande taille. Vous jouerez un rôle clé dans la mise en place de plateformes performantes, évolutives et souveraines. ➡️ Responsabilités Concevoir les architectures HPC et IA adaptées aux besoins métiers et techniques. Participer à l'intégration, la validation et l'optimisation de clusters GPU NVIDIA (A100, H100, B200). Déployer et administrer les environnements Kubernetes, OpenShift et Slurm. Optimiser les performances des infrastructures, notamment les échanges GPU-to-GPU et les réseaux haute vitesse. Mettre en œuvre et faire évoluer les solutions de stockage haute performance (Lustre, BeeGFS, Ceph). Accompagner les projets liés à l'IA générative et aux plateformes d'entraînement de LLM. Réaliser les benchmarks et analyses de performances HPC et IA. Contribuer au déploiement de plateformes IA souveraines. Collaborer étroitement avec les équipes Data Science, IA et Infrastructure afin de garantir la disponibilité et la performance des environnements.

Nous recherchons pour notre client un(e) Expert Kubernetes /IA (H/F). Rôle principal : Garantir la disponibilité, performance et stabilité du cluster IA (GPU/CPU/réseau/stockage), automatiser son exploitation et assurer le support. Vos missions : Maintien en condition opérationnelle (MCO) du cluster IA, incluant la gestion des nœuds GPU/CPU, du stockage et du réseau. Administration des systèmes Linux : installation, configuration et optimisation. Exploitation et gestion des environnements Kubernetes : déploiement, montée en charge (scaling) et haute disponibilité (HA). Supervision et monitoring des infrastructures à l'aide d'outils tels que Prometheus et Grafana. Gestion des incidents techniques, analyse post-mortem et mise en place de plans d'action correctifs. Automatisation des tâches opérationnelles via Ansible et scripts Bash/Python. Gestion des jobs : ordonnancement des tâches GPU, gestion des quotas et priorités. Pilotage des mises à jour des systèmes d'exploitation, des pilotes NVIDIA et des composants Kubernetes. Gestion des incidents liés à l'infrastructure et coordination des interventions. Rédaction et mise à jour de la documentation d'exploitation pour assurer la traçabilité et la continuité des opérations.

Almatek recherche pour l'un de ses clients, Un Data Scientist /ML Engineer confirmé a senior sur Grenoble. CONTEXTE Dans le cadre de l'évolution d'une plateforme de Machine Vision dédiée à l'analyse d'images industrielles, nous recherchons un Data Scientist / Machine Learning Engineer confirmé à senior. L'objectif est de moderniser l'architecture existante, d'améliorer les performances d'inférence, d'étendre la solution à de nouvelles typologies d'images et de renforcer l'autonomie des utilisateurs métiers. PRINCIPALES MISSIONS • Repenser et moderniser l'architecture d'inférence autour de PyTorch / TorchServe. • Faire évoluer les modèles de classification et de détection d'objets, notamment avec des architectures YOLO (You Only Look Once). • Étendre la solution à de nouvelles typologies et dimensions d'images. • Optimiser les performances d'inférence et identifier les goulots d'étranglement CPU / GPU / preprocessing. • Faire évoluer les mécanismes d'apprentissage pour en faciliter l'utilisation par les métiers. • Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. • Accompagner l'intégration des modèles dans l'architecture applicative existante. PROFIL RECHERCHÉ Profil Data Scientist / ML Engineer / Computer Vision Engineer disposant d'une expérience significative en Machine / Deep Learning et en industrialisation de modèles, capable d'intervenir à la fois sur les modèles et sur leur industrialisation, avec un bon niveau d'autonomie. COMPÉTENCES CLÉS • Python. • PyTorch. • Computer Vision / Deep Learning. • CNN (réseaux de neurones convolutifs), classification d'images et détection d'objets. • YOLO. • Optimisation et déploiement de modèles sur environnements GPU. • Git, tests, refactoring. COMPÉTENCES APPRÉCIÉES • TorchServe ou autre solution de model serving. • PyTorch Lightning, DDP (Distributed Data Parallel). • Docker, CVAT, LitServe. Interne • MLOps. • Expérience en Machine Vision industrielle.

ContexteNotre équipe développe des algorithmes de détection d'objets d'intérêt militaire sur images satellites. Pour faire face à une hausse de charge, l'équipe renforce sa squad dédiée au Retraining Kit, un outil qui permettra aux clients de réentraîner certains détecteurs sur leurs propres données et cas d'usage. Le kit s'appuie sur les modules internes de l'AI Factory (préparation des données, lancement et suivi des entraînements, évaluation, packaging du détecteur réentraîné). Le socle technique et le cadrage sont déjà définis. Vous rejoignez une squad pour construire et fiabiliser l'outillage. MissionsDévelopper l'outillage du Retraining Kit en vous appuyant sur les modules existants de l'AI Factory. Adapter les librairies et composants pour un déploiement chez des clients : packaging, suppression des dépendances réseau, images Docker autonomes. Fiabiliser le kit pour un déploiement client : tests de bout en bout, amélioration des workflows, qualité logicielle, documentation d'installation et d'utilisation. Contribuer à la vie de la squad (revues de code, rituels agiles, partage avec les Deep Learning Scientists). Environnement techniquePython, PyTorch, Docker CI/CD Linux, GPU Il n'y a aucune dimension LLM / GenAI sur ce poste dans un premier temps.

Dans le cadre du développement d'une plateforme IA hautement sécurisée destinée aux environnements critiques, nous recherchons un Ingénieur DevSecOps / MLOps expérimenté pour industrialiser, sécuriser et maintenir les chaînes CI/CD et les environnements de déploiement IA. Vos missions : - Concevoir et industrialiser des patterns CI/CD réutilisables pour des environnements sécurisés. - Accompagner les équipes Data / IA dans le déploiement et l'exploitation de leurs modèles. - Déployer et maintenir les composants DevSecOps : sécurité du code, images, dépendances, secrets et supply chain. - Intégrer les solutions dans des infrastructures On-Prem sécurisées. - Mettre en place l'observabilité, la supervision et la traçabilité de bout en bout. - Participer aux problématiques MLOps, sécurité, conformité et gouvernance. Environnement technique : Docker, Kubernetes, Helm, Kustomize, GitLab CI, GitOps, ArgoCD, Harbor, Nexus, Vault, SAST/DAST/SCA, SBOM, PKI, mTLS, RBAC, Network Policies, Zero Trust, Prometheus, Grafana, ELK, OpenTelemetry. Connaissances appréciées : MLflow, MLOps, GPU NVIDIA, modèles IA/LLM, sécurité Kubernetes et environnements air-gapped / souverains.

Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking. Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes. Le périmètre d'intervention comprend la participation aux différentes étapes des projets de data science, notamment : Définition et contribution à la mise en œuvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes. Interaction avec les Métiers afin de maximiser l'impact et l'adoption des solutions IA. Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques. Mise en place de systèmes d'évaluations et d'observabilités sur des pipelines agentiques. Déploiement de LLMs, modèles sur des gpus dans un environnement de dev. Amélioration continue : Amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale. Mise en œuvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l'amélioration continue des processus de développement. Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production. Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.

Dans le cadre du développement et de l'évolution de son offre IaaS, un acteur français du Cloud recherche un(e) Technical Product Manager disposant d'une forte expertise technique. Le poste s'adresse à un profil ayant initialement évolué dans des fonctions techniques, telles que SysAdmin, SRE ou Infrastructure, avant de se spécialiser dans le Product Management. Rattaché(e) au Chief Product Officer et intégré(e) à l'équipe Produit, vous prenez en charge une offre IaaS couvrant notamment le compute, les machines virtuelles, le bare metal, le stockage, le réseau et le GPU. Vos principales responsabilités seront les suivantes : Définir la roadmap produit. Mener les phases de discovery auprès des clients. Identifier et analyser les besoins du marché. Suivre les évolutions de la concurrence. Piloter et prioriser le backlog. Rédiger les spécifications fonctionnelles et techniques. Travailler au quotidien avec les équipes Engineering. Assurer le lien entre la stratégie produit, les besoins clients et l'exécution technique. Accompagner l'évolution de l'offre IaaS sur l'ensemble de son périmètre.

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.

Contexte de la mission Dans le cadre du développement et de l'industrialisation d'une plateforme d'Intelligence Artificielle, nous recherchons un Architecte Plateforme IA capable de concevoir, déployer et maintenir l'infrastructure logicielle et matérielle nécessaire au cycle de vie des modèles et services IA. L'architecte fera le lien entre les équipes Machine Learning, Software Engineering et DevOps/SRE, en garantissant la performance, la sécurité, la scalabilité et la fiabilité de la plateforme. Mission de 6 mois maximum, avec possibilité de pré-embauche. Missions principalesConcevoir et industrialiser une plateforme IA capable de supporter des usages à grande échelle. Définir et optimiser les architectures RAG (Retrieval-Augmented Generation) : Advanced RAG, Graph RAG et Agentic RAG. Concevoir des architectures d'intégration de données expertes dans les modèles d'IA. Mettre en place et optimiser les processus MLOps / LLMOps : déploiement, monitoring et gestion du cycle de vie des modèles. Garantir la confidentialité et la sécurité des données, notamment dans le cadre du RGPD et de l'AI Act. Piloter l'infrastructure Cloud et l'orchestration Kubernetes. Optimiser la scalabilité, les performances et les coûts d'inférence des modèles IA (GPU/CPU, token management). Participer à la mise en œuvre d'une plateforme répondant aux exigences de souveraineté numérique.