Find your next tech and IT Job or contract MLflow

Nous recherchons un Ingénieur IA pour intervenir sur l'intégration, l'optimisation et le déploiement opérationnel des systèmes IA au sein du système d'information. Vos principales missions seront les suivantes : Concevoir et optimiser des prompts avancés pour les usages d'IA générative. Mettre en œuvre des architectures RAG et des mécanismes de contextualisation des modèles (Context Engineering). Concevoir et déployer des chaînes d'ingestion documentaire, de vectorisation et de recherche sémantique. Intégrer les modèles IA au sein des applications métiers via API, SDK ou frameworks spécialisés. Développer et maintenir des pipelines IA dans des environnements Kubernetes on-premise. Mettre en œuvre les pratiques MLOps et LLMOps pour industrialiser les solutions IA. Déployer, superviser et optimiser les moteurs d'inférence. Concevoir les dispositifs de monitoring, d'observabilité et de supervision des plateformes IA. Mettre en place des mécanismes d'évaluation automatisée des modèles (factualité, robustesse, détection des hallucinations). Optimiser les performances des traitements IA (CPU, GPU, quantization, caching). Assurer la conformité des solutions vis-à-vis des exigences de sécurité, du RGPD et de l'AI Act. Participer au traitement des incidents, à l'amélioration continue et au maintien en conditions opérationnelles des plateformes IA.

Nous recherchons un Ingénieur IA pour intervenir sur l'intégration, l'optimisation et le déploiement opérationnel des systèmes IA au sein du système d'information. Vos principales missions seront les suivantes : Concevoir et optimiser des prompts avancés pour les usages d'IA générative. Mettre en œuvre des architectures RAG et des mécanismes de contextualisation des modèles (Context Engineering). Concevoir et déployer des chaînes d'ingestion documentaire, de vectorisation et de recherche sémantique. Intégrer les modèles IA au sein des applications métiers via API, SDK ou frameworks spécialisés. Développer et maintenir des pipelines IA dans des environnements Kubernetes on-premise. Mettre en œuvre les pratiques MLOps et LLMOps pour industrialiser les solutions IA. Déployer, superviser et optimiser les moteurs d'inférence. Concevoir les dispositifs de monitoring, d'observabilité et de supervision des plateformes IA. Mettre en place des mécanismes d'évaluation automatisée des modèles (factualité, robustesse, détection des hallucinations). Optimiser les performances des traitements IA (CPU, GPU, quantization, caching). Assurer la conformité des solutions vis-à-vis des exigences de sécurité, du RGPD et de l'AI Act. Participer au traitement des incidents, à l'amélioration continue et au maintien en conditions opérationnelles des plateformes IA.

Nous recherchons un Ingénieur IA pour intervenir sur l'intégration, l'optimisation et le déploiement opérationnel des systèmes IA au sein du système d'information. Vos principales missions seront les suivantes : Concevoir et optimiser des prompts avancés pour les usages d'IA générative. Mettre en œuvre des architectures RAG et des mécanismes de contextualisation des modèles (Context Engineering). Concevoir et déployer des chaînes d'ingestion documentaire, de vectorisation et de recherche sémantique. Intégrer les modèles IA au sein des applications métiers via API, SDK ou frameworks spécialisés. Développer et maintenir des pipelines IA dans des environnements Kubernetes on-premise. Mettre en œuvre les pratiques MLOps et LLMOps pour industrialiser les solutions IA. Déployer, superviser et optimiser les moteurs d'inférence. Concevoir les dispositifs de monitoring, d'observabilité et de supervision des plateformes IA. Mettre en place des mécanismes d'évaluation automatisée des modèles (factualité, robustesse, détection des hallucinations). Optimiser les performances des traitements IA (CPU, GPU, quantization, caching). Assurer la conformité des solutions vis-à-vis des exigences de sécurité, du RGPD et de l'AI Act. Participer au traitement des incidents, à l'amélioration continue et au maintien en conditions opérationnelles des plateformes IA.

Nous recherchons un Ingénieur IA pour intervenir sur l'intégration, l'optimisation et le déploiement opérationnel des systèmes IA au sein du système d'information. Vos principales missions seront les suivantes : Concevoir et optimiser des prompts avancés pour les usages d'IA générative. Mettre en œuvre des architectures RAG et des mécanismes de contextualisation des modèles (Context Engineering). Concevoir et déployer des chaînes d'ingestion documentaire, de vectorisation et de recherche sémantique. Intégrer les modèles IA au sein des applications métiers via API, SDK ou frameworks spécialisés. Développer et maintenir des pipelines IA dans des environnements Kubernetes on-premise. Mettre en œuvre les pratiques MLOps et LLMOps pour industrialiser les solutions IA. Déployer, superviser et optimiser les moteurs d'inférence. Concevoir les dispositifs de monitoring, d'observabilité et de supervision des plateformes IA. Mettre en place des mécanismes d'évaluation automatisée des modèles (factualité, robustesse, détection des hallucinations). Optimiser les performances des traitements IA (CPU, GPU, quantization, caching). Assurer la conformité des solutions vis-à-vis des exigences de sécurité, du RGPD et de l'AI Act. Participer au traitement des incidents, à l'amélioration continue et au maintien en conditions opérationnelles des plateformes IA.

Votre mission Vous serez un acteur clé de l'industrialisation des solutions d'Intelligence Artificielle chez notre client. À l'interface entre les équipes Data Science, Infrastructure et Développement, vous assurerez le déploiement, l'automatisation, la surveillance et la gouvernance des modèles d'IA en production. Principales responsabilités Industrialiser les modèles de Machine Learning et d'IA générative Concevoir et maintenir les pipelines MLOps Mettre en place les processus CI/CD pour les modèles Assurer le déploiement et la supervision des modèles en production Gérer le versioning des modèles et des données Mettre en œuvre les outils de monitoring de performance et de détection de dérive Collaborer avec les équipes Data Science et Data Engineering Garantir la conformité, la sécurité et la résilience des plateformes IA

Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes

🚀 Opportunité – MLOps / AI Platform Engineer (AWS | GCP | Terraform | Kubernetes) Dans le cadre du renforcement d'une équipe dédiée aux plateformes IA, nous recherchons un(e) MLOps / AI Platform Engineer passionné(e) par les environnements Cloud, l'automatisation et les technologies d'Intelligence Artificielle. 📍 Localisation À définir (mode hybride selon le client) 📅 Démarrage ASAP 🎯 Vos missions En tant que MLOps / AI Platform Engineer, vous contribuerez à la conception, l'industrialisation et l'évolution d'une plateforme IA moderne. Vos principales responsabilités : Concevoir et faire évoluer des architectures IA robustes sur des environnements AWS et Google Cloud Platform (GCP). Déployer et maintenir les infrastructures via Terraform (Infrastructure as Code). Industrialiser les environnements IA et garantir leur cohérence entre les différents Clouds. Concevoir, maintenir et optimiser les pipelines CI/CD afin d'automatiser les déploiements. Administrer et optimiser les plateformes conteneurisées basées sur Docker et Kubernetes. Participer à la mise en œuvre des solutions MLOps autour de Databricks, MLflow et Airflow. Définir les standards techniques, bonnes pratiques, templates et documentations de la plateforme. Assurer une veille technologique active autour du Cloud, de l'IA et de l'IA Générative. Accompagner les équipes techniques et métiers dans l'adoption des solutions et partager votre expertise. 🛠 Stack technique Cloud AWS Google Cloud Platform (GCP) Infrastructure & DevOps Terraform Git CI/CD Docker Kubernetes Data & MLOps Databricks MLflow Apache Airflow 👤 Profil recherché Minimum 4 ans d'expérience sur un poste de : MLOps Engineer ML Engineer Platform Engineer DevOps Engineer Solide expérience sur AWS et/ou GCP. Maîtrise de Terraform et des approches Infrastructure as Code. Expérience significative avec les pipelines CI/CD. Bonne connaissance des environnements Kubernetes et Docker. Expérience des outils MLOps (MLflow, Databricks, Airflow) appréciée. Excellentes capacités de communication et de vulgarisation technique. Esprit collaboratif, autonomie et sens du service. Anglais professionnel indispensable. ⭐ Les plus Expérience sur des plateformes IA à grande échelle. Connaissances en IA Générative (GenAI). Forte culture DevOps et automatisation. Goût pour la veille technologique et l'innovation.

Contexte L'équipe est Agile, composée de 14 personnes dont 2 Data Scientists, et intégrée à un Train SAFe synchronisé avec d'autres Trains et équipes Data. Missions Mettre en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraîner et industrialiser des modèles de machine learning et optimiser leur performance Mener des analyses pour interpréter les comportements de consommation des clients et soutenir des prises de décision au développement de nouvelles fonctionnalités Conduire des transformations et mises en qualité de données Outils & Environnement Python, SQL Spark / PySpark Databricks AWS Git et gestion du versioning Livrables Développements informatiques (correctif, évolutif, adaptatif) Mise en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraînement et industrialisation des modèles de machine learning Analyses comportementales des clients pour soutenir le développement fonctionnel Transformations et mises en qualité de données Compétences à évaluer Expertise en Data Science, Machine Learning et Deep Learning Maîtrise de Python, SQL et des bibliothèques d'analyse de données (Scikit-Learn, PyTorch Forecasting, Darts, PySpark, MLflow) Séries temporelles et prévision de consommation Industrialisation des modèles & MLOps IA générative et Large Language Models (LLM) – un plus Frameworks IA : LangChain et LangGraph – un plus