Find your next tech and IT Job or contract Python

Contexte & Enjeux du poste Vous concevez et déployez la plateforme stratégique d'IA qui alimente l'ensemble des produits du groupe utilisés quotidiennement par les professionnels. Votre rôle ne consiste pas à rédiger des scripts ou des démonstrateurs isolés, mais à concevoir, industrialiser et scaler des architectures d'APIs résilientes : orchestration d'appels LLM, pipelines RAG haute performance, traitement massif de données éditoriales et moteurs de recherche vectoriels. Vous intervenez sur une solution multi-tenant à l'échelle européenne, intégrant de fortes exigences de souveraineté des données, d'isolation sécurisée et de très faible latence (streaming temps réel). Vos missions principales 1. Architecture & Ingénierie des Services IA • Définir l'architecture des APIs et des workers asynchrones : mise en place de stratégies de cache avancées, circuit breakers, politiques de retries et bascules (fallbacks) multi-modèles. • Concevoir et industrialiser les chaînes d'inférence LLM (RAG avancé, embeddings, function calling, agents autonomes). • Piloter la performance et l'efficience : optimiser en continu le compromis débit / latence / coût d'inférence sous fortes charges de production. • Réaliser des benchmarks comparatifs et challenger les choix technologiques et modèles (propriétaires et open-source). 2. Développement Backend & Performance Web • Développer et maintenir des APIs haute performance via FastAPI et Pydantic (contrats stricts, validation, typage, gestion des contextes pays et multi-tenant). • Exploiter la programmation asynchrone (asyncio, httpx, multiprocessing/threading) pour maximiser le débit et la réactivité des services. • Implémenter le streaming fluide des réponses LLM (Server-Sent Events / WebSockets), la gestion du backpressure, des timeouts et de l'annulation de requêtes. • Intégrer nativement la sécurité et l'observabilité (OpenTelemetry, traçabilité des inférences, isolation des tokens, approche Zero Trust). 3. Leadership Technique & Rayonnement • Animer la gouvernance technique et promouvoir une culture Inner-Source (composants réutilisables, bibliothèques partagées inter-équipes). • Accompagner les différentes squads produits (Search, Assistant IA, Édition) pour faciliter l'adoption et l'intégration des briques d'IA. • Inculquer les standards de Craftsmanship (Clean Code, architecture hexagonale / SOLID, revues de code exigeantes, couverture de tests automatisés). • Maintenir une veille constante sur l'écosystème IA et porter le rayonnement technique de l'organisation.

Vous maîtrisez Nokia NetAct Cloud et les environnements radio Nokia ? Rejoignez une mission stratégique au cœur de l'exploitation et de l'évolution du réseau mobile d'un opérateur majeur. Vos missions Administrer, exploiter et assurer le MCO des plateformes OSS Nokia Garantir la disponibilité et la performance de la supervision du réseau radio 4G/5G Piloter les fonctions de Fault, Performance et Configuration Management (FM/PM/CM) Intégrer et superviser les nouveaux équipements et sites radio Nokia Diagnostiquer et résoudre les incidents en lien avec les équipes réseau et le support Nokia Contribuer à l'automatisation, l'optimisation et l'évolution des plateformes OSS

Software Engineer expert en GenAI. Python/Node/Java, Cloud - Clermont Ferrand Solide expérience en développement backend (Python/Node/Java). • Maîtrise des frameworks GenAI (LangChain, LlamaIndex, Hugging Face, OpenAI API). • Connaissance d'un cloud majeur (Azure, AWS ou GCP) et des environnements industriels exigeants. • Capacité à intervenir en contexte grand groupe : rigueur, communication claire, sens du service. • Expérience en RAG, vector databases et déploiements MLOps appréciée. Vous contribuerez à la conception et à l'industrialisation de solutions GenAI à forte visibilité, en étroite collaboration avec les équipes innovation, data et IT du client. Périmètre : SDLC. Missions • Concevoir et développer des applications intégrant des LLM (RAG, embeddings, agents). • Participer à la définition d'architectures GenAI robustes et scalables. • Implémenter APIs, microservices et pipelines d'IA dans un environnement cloud industriel. • Accompagner les équipes du client : cadrage, expertise, audit technique, bonnes pratiques. • Garantir la qualité, la sécurité et la conformité des solutions déployées (gouvernance, risques, observabilité). • Compétences techniques / outils à maîtriser : Solide expérience en développement backend (Python/Node/Java). • Maîtrise des frameworks GenAI (LangChain, LlamaIndex, Hugging Face, OpenAI API). • Connaissance d'un cloud majeur (Azure, AWS ou GCP) et des environnements industriels exigeants. • Capacité à intervenir en contexte grand groupe : rigueur, communication claire, sens du service. • Expérience en RAG, vector databases et déploiements MLOps appréciée. Compétences fonctionnelles requises (connaissances métier, etc.) : o Respect des règles et rituels de l'équipe (mode Agile), et participation à la réflexion continue sur son organisation afin d'en améliorer l'efficacité. o Participation aux estimations de charge des sujets / tâches listés dans la backlog, en les challengeant si nécessaire. o Participation au choix et à l'affectation des sujets / tâches traités dans les sprints Agile à court terme, dans une perspective de livraison incrémentale de fonctionnalités à rythme régulier, et de mise à niveau régulière des composants et outils (Evergreen). Compétences comportementales : Présence souhaitée : • Présence sur site : oui - Clermont Ferrand • Travail en distanciel possible : possible (2 jours maximum) Langue et niveau : Un bon niveau d'anglais est indispensable, les membres de l'équipe pouvant être situés en Europe et / ou Asie et / ou Amérique(s).

Contexte de la missionDans le cadre de sa stratégie Public Cloud, l'organisation a adopté deux principes majeurs : SaaS First : pour les besoins courants, privilégier une solution SaaS lorsqu'elle répond aux attentes métier et fonctionnelles. Cloud Native : pour les développements spécifiques, concevoir les applications directement dans le Cloud en s'appuyant sur les services proposés par les fournisseurs de Cloud public. L'activité de Design & Legal Assessment (DLA) a pour objectif de contribuer à la construction d'un système d'information performant, agile, sécurisé et évolutif, en veillant à ce que les nouvelles solutions, ainsi que les solutions faisant l'objet d'un renouvellement, respectent notamment les principes suivants : Platform Agnostic Web & Mobile avec un design responsive Secure by Design Capacité à exposer les données et fonctionnalités via des interfaces uniformes / API Optimisation de la consommation des ressources Utilisation d'une infrastructure alimentée par des énergies renouvelables Conformité au RGPD Le processus de Design & Legal Assessment permet ainsi de limiter l'obsolescence du système d'information et de contribuer à la mise en place d'un paysage applicatif robuste, sécurisé et scalable. Initialement appliqué au niveau central, le processus est progressivement déployé à l'échelle internationale. L'élargissement continu du périmètre d'évaluation, notamment sur les aspects sécurité, architecture et conformité légale, entraîne une augmentation constante du nombre de dossiers à traiter. Afin de soutenir ce processus, une application web complète de type DLA as a Service a été développée et hébergée dans un environnement Google Cloud Platform (GCP), avec notamment App Engine et Firebase. L'application repose sur une architecture utilisant Angular pour le frontend et Python/Flask pour le backend. Objectifs et livrablesConcevoir et implémenter de nouvelles fonctionnalités en mode Agile. Intégrer des applications et services tiers via des API REST. Concevoir et développer des API REST consommables par les outils internes. Participer à l'évolution et à la maintenance de l'application. Contribuer à l'amélioration de l'architecture et des performances de la solution. Déployer et exploiter les fonctionnalités dans un environnement Google Cloud Platform. Compétences techniques requisesAPI REST Node.js JavaScript / TypeScript Angular Python / Flask HTML / CSS Shell / Bash Google App Engine Google Cloud Firebase Google Cloud Platform (GCP) Google Cloud Workflows Google Cloud Functions

Dans le cadre de projets chez nos clients grands comptes, nous recherchons des Développeurs Fullstack spécialisés en IA Générative et technologies LLM afin de concevoir, développer et intégrer des applications intelligentes à forte valeur métier. Vous participez au développement de solutions intégrant des modèles d'intelligence artificielle générative pour automatiser des processus, enrichir l'expérience utilisateur et créer de nouveaux produits numériques. Vous interviendrez sur l'ensemble du cycle de vie des applications : conception, développement, intégration, déploiement et optimisation. Vous aurez pour missions : Concevoir et développer des applications Fullstack intégrant des fonctionnalités d'IA générative Développer des interfaces modernes et performantes en React / TypeScript Concevoir et maintenir des services backend et APIs (Node.js, NestJS, Express...) Intégrer des modèles LLM via des API (OpenAI, Mistral, Claude, Llama ou équivalent) Participer à l'architecture technique des solutions IA Mettre en place des pipelines d'intégration et de déploiement Optimiser les performances, la sécurité et la scalabilité des applications Assurer une veille technologique autour des usages IA et des nouvelles architectures applicatives Environnement technique apprécié : TypeScript React / Next.js Node.js / NestJS / Express APIs REST / GraphQL LLM (OpenAI, Mistral, Claude, Llama) LangChain / outils IA générative Docker Cloud (AWS, Azure ou GCP) Git / CI-CD

Au sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l'industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d'Intelligence Artificielle (Machine Learning, Computer Vision, GenAI/LLM) sur des environnements multi-cloud (AWS, Azure et GCP). Pour accompagner les projets, il est recherché un Chef de projet Intégration, DevOps & ML Engineer expérimenté intervenant à l'interface entre les équipes Métier / Data Science et les équipes Infrastructure / Exploitation. Le prestataire formera un binôme technique avec une ingénieure ML/MLOps déjà en poste afin d'assurer la continuité de service et de faire évoluer deux volets de cas d'usage ML en production. Volet 1 : Cas d'usage ML sur AWS : traitement de données opérationnelles à grande échelle, EDA sur données industrielles bruitées, conception et maintien d'algorithmes de rapprochement / matching spatio-temporel, services serverless et génération documentaire ; environnement technique : Amazon SageMaker, Amazon Bedrock, Lambda, S3, Glue, Kinesis/Firehose, Athena, Comprehend/Textract, boto3 ; socles data ELK et BigQuery ; IaC Terraform. Volet 2 : Cas d'usage MLOps sur Azure : industrialisation de modèles de bout en bout (versionning, pipelines d'entraînement, gate d'évaluation, registry, blue/green, monitoring de drift), déploiement multi-sites et optimisation incluant des modèles d'optimisation par renforcement (RL / SAC) ; environnement technique : Azure Machine Learning, Microsoft Fabric / OneLake, Azure DevOps, Azure AI, AKS, IaC Terraform / Bicep. Objectifs : concevoir et maintenir des architectures cloud hybrides AWS / Azure pour charges IA ; développer et fiabiliser pipelines CI/CD ML ; intégrer services cognitifs managés ; développer modules Terraform réutilisables ; accompagner la modernisation vers conteneurs et serverless ; assurer support N3 IA/Data et montée en compétence du Run ; auditer et optimiser les coûts Cloud IA, garantir sécurité et conformité des données. Livrables attendus : dossiers d'architecture de référence, modules Terraform versionnés, pipelines MLOps automatisés, audits FinOps IA, documentation d'exploitation et fiches de transfert vers le Run. Démarrage : ASAP. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Contexte de la missionDans le cadre du développement de ses projets d'intelligence artificielle générative et agentique, notre client souhaite mettre en place un outil permettant d'estimer la consommation de tokens et les coûts associés à l'utilisation des modèles LLM. L'objectif est de permettre aux équipes projet d'anticiper leurs dépenses en fonction de leurs besoins, des volumes d'utilisation prévus et des modèles d'IA utilisés. Pour cela, nous recherchons un AI Engineer capable de participer au cadrage du besoin et au développement d'une calculatrice de prévision de consommation de tokens. MissionsLe consultant interviendra sur les différentes étapes du projet : Recueillir les besoins des équipes et définir les principales fonctionnalités de l'outil. Identifier les paramètres à prendre en compte pour estimer la consommation de tokens selon les cas d'usage. Développer en Python une calculatrice permettant de simuler les volumes de consommation et les coûts associés. Prendre en compte les spécificités des différents modèles LLM et leurs modalités de tarification. Intégrer les particularités des projets agentiques, notamment les appels successifs aux modèles et les interactions entre agents. Tester et fiabiliser les calculs afin de fournir des estimations cohérentes. Rédiger la documentation technique et fonctionnelle de la solution. Compétences recherchéesBonne maîtrise de Python. Connaissance des LLM et des mécanismes de tokenisation. Expérience dans l'utilisation d'API de modèles d'IA générative. Compréhension des coûts associés à la consommation de tokens. Capacité à cadrer un besoin et à proposer une solution technique adaptée. Une expérience sur des projets d'IA générative, des architectures agentiques ou des sujets LLMOps constituera un réel atout. Livrable attenduDéveloppement d'une calculatrice de prévision de consommation de tokens, accompagnée de sa documentation. Profil recherchéNous recherchons un profil technique et pragmatique, capable de comprendre les besoins des équipes, de les traduire en fonctionnalités concrètes et de développer un outil fiable et facilement utilisable.

1. CONTEXTE DE LA MISSION Dans le cadre d'un projet client, nous sommes à la recherche recherche un Business analyst senior / expertise RH. 2. DESCRIPTION DE LA PRESTATION Animer ou participer à des workshops de cadrage avec les métiers et les développeurs, afin de recueillir les besoins du client, ses processus, etc. Formaliser les spécifications des solutions ou des évolutions à l'aide d'outils d'IA, et coordonner leur mise en œuvre. Suivre la mise en œuvre des évolutions en veillant au respect du contenu, des délais et de la qualité. Produire et actualiser la documentation destinée aux utilisateurs (guides utilisateurs, diagrammes de flux, etc.). Produire les livrables et conduire les échanges en français et/ou en anglais, selon les interlocuteurs concernés. 3. CONDITIONS TECHNIQUES ET FONCTIONNELLES DE LA PRESTATION La prestation se déroulera en accompagnement de l'équipe IT Finance & RH, équipe de rattachement du ou des prestataires. Le périmètre fonctionnel est très riche et comprend, entre autres : Des outils groupe encadrant certains pans complets des RH (paie, congés, etc.), sous la maîtrise directe des RH. Des progiciels déployés au sein de l'entreprise autour de la formation, de la gestion de coffres-forts, etc. Ces outils peuvent différer d'un pays à l'autre. Des développements internes existants ou en cours.

Notre client dans le secteur Jeux et loisirs recherche un/une Platform Engineer H/F Description de la mission : Context A company operating in the gaming sector, including casino, sports betting and poker, is developing and maintaining an internal developer platform. The platform is treated as a product, with engineering teams as its customers and self-serviceability as a core principle to reduce cognitive load and empower those teams. Mission Build and maintain the technical capabilities of the internal developer platform to enable seamless software delivery in a robust, secure, observable, resilient and self-service way. Key responsibilities Co-design and implement platform capabilities using Infrastructure-as-Code principles Create self-service tools and automation to improve developer productivity Apply security standards and keep them up to date Monitor platform performance, capacity and availability from a customer-centric perspective Implement and validate disaster recovery procedures and processes Proactively test the platform's flexibility and resilience Research, experiment with and evaluate technologies to drive platform innovation Promote platform capabilities through documentation and workshops Collect and act on user feedback to continuously improve the platform experience Technical environment Infrastructure as Code: Terraform, Ansible Containers: Kubernetes, Docker, Helm Automation: Python, .NET Observability: DataDog, Prometheus, Grafana Databases and messaging: PostgreSQL, RabbitMQ, Kafka Security and identity: security standards for operational platforms, IAM providers Delivery: CI/CD pipelines, developer experience tools Expected deliverables Platform capabilities implemented and maintained using Infrastructure-as-Code principles Self-service tools and automation that improve developer productivity Validated disaster recovery procedures and processes Platform documentation and workshops Improvements to the platform experience informed by user feedback Profile Experience 2+ years of experience in platform engineering, DevOps or related fields Bachelor's degree in computer science or equivalent practical experience Technical skills Experience with Infrastructure-as-Code tools such as Terraform or Ansible Working knowledge of container technologies such as Kubernetes, Docker and Helm Ability to write automation code in Python, .NET or similar Understanding of security standards for operational platforms Soft skills Strong platform engineering mindset focused on self-serviceability, automation and developer experience Ability to collaborate effectively in a team and work autonomously when appropriate Strong communication skills and ability to share technical knowledge Compétences / Qualités indispensables : Platform engineering, Infrastructure as Code (Terraform, Ansible), Containers (Kubernetes, Docker, Helm), Automation with Python or .NET, Operational platform security Compétences / Qualités qui seraient un + : Product thinking and prioritization based on user needs; experience building self-service interfaces and developer portals; CI/CD pipelines and developer experience tools; observability tools (DataDog, Prometheus, Grafana); PostgreSQL, RabbitMQ, Kafka or IAM providers; experimentation with new approaches.Informations concernant le télétravail : Oui — 3 jours/semaine

Dans le cadre de projets d'innovation technologique, notre client, un acteur majeur du secteur financier, recherche un Développeur Python expérimenté en intelligence artificielle et Machine Learning pour intégrer son équipe AI Factory / Innovation. Vous participerez au développement, à l'intégration et à l'industrialisation de solutions d'intelligence artificielle répondant à différents besoins métiers. Vos principales missions seront : Participer aux ateliers avec les équipes métiers, IT et Data Scientists afin de comprendre les besoins et identifier les cas d'usage IA. Développer, entraîner et optimiser des modèles d'intelligence artificielle et de Machine Learning. Exploiter les outils d'IA générative et d'agentic coding pour accélérer le développement tout en garantissant la qualité du code. Concevoir et développer des APIs et microservices pour intégrer les modèles IA aux applications existantes. Mettre en place des pipelines MLOps pour automatiser l'entraînement, le déploiement, le versioning et le monitoring des modèles. Assurer les tests automatisés et la validation des modèles en matière de performance, de robustesse et de biais. Optimiser les performances des solutions développées : latence, coûts et scalabilité. Rédiger la documentation technique et partager les bonnes pratiques de développement assisté par IA.

Au sein de l'équipe Recherche Avancée d'un grand groupe industriel, vous intervenez sur un projet stratégique axé sur l'écoconception et les matériaux de nouvelle génération. L'objectif de la mission est de concevoir et de déployer des modèles numériques prédictifs afin de simuler l'évolution, le vieillissement et la dégradation de matrices complexes au contact de milieux réactifs et biologiques. Objectifs & LivrablesEn interface directe avec les experts R&D (spécialistes matériaux, chimistes, ingénieurs procédés), vous assurez : Développement de modèles prédictifs multi-échelles : Modélisation couplée associant mécanique des milieux continus, cinétique réactionnelle et phénomènes de transport (diffusion de masse, gradients de concentration). Implémentation via des codes de calcul par éléments finis (FEA) et/ou approches hybrides associant physique et Machine Learning (PINNs, surrogate models). Compréhension des phénomènes d'interface : Modélisation des mécanismes de surface : dégradation, adhésion, sorption/désorption et transferts de matière. Exploitation et intégration des données expérimentales (chimie analytique, spectrométrie, caractérisations de surface) pour le calage et la validation des modèles. Aide à la décision & valorisation scientifique : Restitution des résultats de simulation sous forme de critères de design exploitables par les équipes de formulation. Rédaction de la documentation technique et contribution aux collaborations scientifiques externes.

ContexteDans un secteur bancaire ultra‑compétitif, la capacité à exploiter rapidement les données et les modèles d'intelligence artificielle tout en garantissant la sécurité, la conformité et la souveraineté des systèmes constitue le principal facteur différenciant. Le département AI Innovation ambitionne d'alimenter les équipes Factory Produit avec des insights IA fiables et sécurisés, afin de concevoir des fonctionnalités à fort ROI. Expertise mobilisée pour la définition de l'architecture souveraine des modèles LLM, la mise en place d'une gouvernance robuste et le pilotage du cycle de vie complet des solutions IA, en étroite collaboration avec les équipes Produit, UX et IT. MissionsTransformation des données en insights actionnables : mise en place de pipelines de scoring, de RAG et d'agents autonomes capables de fournir des recommandations précises aux équipes produit. Priorisation des features IA à fort ROI via l'évaluation de l'impact économique, la faisabilité technique et la valeur client, et la traduction de ces priorités en user stories détaillées. Instauration d'une gouvernance du cycle de vie des modèles : fine‑tuning, déploiement, monitoring (drift, performance), gestion des incidents et procédures de rollback sécurisées. Fourniture de KPI clairs et mesurables (précision, latence, taux d'incidents, adoption, revenu moyen par client) via des tableaux de bord actualisés mensuellement, afin de démonstration de l'efficacité des nouvelles fonctionnalités IA. Facilitation de la collaboration inter‑disciplinaire (Produit, UX, IT) par la garantie que les exigences data‑driven et sécuritaires soient pleinement intégrées dès la conception jusqu'au déploiement. Périmètre d'interventionContribution à la mise en œuvre d'un pipeline CI/CD sécurisé – Scripts GitLab/Jenkins, tests d'intégration, validation de sécurité (scans de vulnérabilité, signature des artefacts) et procédures de rollback automatisées. Participation à l'élaboration d'un backlog IA‑driven enrichi – User stories techniques (OpenAPI), critères d'acceptation, priorisation ROI/feasibility, estimations d'effort et planning sprint. Intervention sur le déploiement des modèles IA en production : Modèles fine‑tuned (LLM, RAG, agents) déployés sur la plateforme Kubernetes. Scripts de déploiement (Helm/ArgoCD) et monitoring (Prometheus, Grafana, Langfuse). Contribution à l'établissement de tableaux de bord KPI AI & Security – Dashboard mensuel (Power BI / Grafana) affichant : précision, latence, dérive du modèle, taux d'incidents de sécurité, adoption des features, revenu moyen par client. Participation aux analyses d'impact ROI – Analyse post‑déploiement des fonctionnalités IA (gain d'efficacité, valeur client, retour sur investissement) présentée aux parties prenantes. Accompagnement et support aux équipes Produit, UX et IT – Supports (slides, notebooks) et sessions “AI‑Ready” afin d'assurer une adoption cohérente et sécurisée des solutions IA.