Find your next tech and IT Job or contract Pytorch

Nous recherchons un Développeur Full Stack orienté IA pour intervenir au sein d’une équipe innovation travaillant sur des sujets de computational design , d’ intelligence artificielle , de simulation , de visualisation 3D et de plateformes applicatives avancées. La mission consiste à concevoir, développer et industrialiser des workflows et plateformes full stack intégrant des modèles IA/ML, des données 3D et des interfaces web de visualisation. Le consultant participera à la création de solutions innovantes, scalables et robustes, en collaboration avec des profils pluridisciplinaires tels que des designers, chercheurs IA et ingénieurs. Les principales responsabilités incluent : Développer des applications backend et des APIs pour des workflows IA et computational design Concevoir des interfaces frontend de visualisation web Intégrer des modèles IA/ML dans des services applicatifs backend et frontend Structurer, gérer et exploiter des données 3D ainsi que les datasets associés Participer au déploiement des applications via Docker et infrastructures cloud Contribuer à la mise en place et à l’amélioration des pipelines CI/CD Collaborer avec les équipes design, recherche IA et ingénierie Participer à l’industrialisation, la performance et la scalabilité des solutions développées

Au sein de l'équipe Data du client, vous serez le/la référent(e) technique sur l'ensemble du cycle de vie des projets data : Analyser des jeux de données complexes pour en extraire des insights stratégiques Concevoir et développer des modèles de Machine Learning et de Deep Learning Appliquer des méthodes statistiques avancées d'analyse de survie et de fiabilité (Kaplan-Meier, Weibull) Déployer les modèles en production via GitLab (CI/CD) Visualiser et restituer les résultats auprès des équipes métiers Collaborer avec les équipes techniques et non-techniques pour garantir l'impact opérationnel des solutions

Présentation du contexte L’ Analytics Factory conçoit et développe des services analytiques avancés pour fournir aux équipes métier des données et des analyses fiables. L'objectif est de soutenir la transformation analytique et d'appuyer la prise de décision stratégique dans tous les domaines de l'entreprise. Dans le cadre de la digitalisation du processus promotionnel PGC via un portail amont collaboratif intégrant directement les fournisseurs, nous recherchons un(e) Data Scientist Python Senior pour concevoir et déployer des solutions d'Intelligence Artificielle de pointe. 🚀 Missions et Périmètre Fonctionnel (IA) Le projet s'articule autour du déploiement de 3 agents intelligents (IA Agentique) : Agent Négo : Automatisation des demandes, simulations d'impact (CA / marge) et formulation de contre-propositions. Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et système d'alertes en temps réel. Agent Admin : Génération automatisée des Appels d'Offres (AO) et des mandats. Intégration & Écosystème : Connexion et intégration obligatoires des modèles au sein de l'écosystème Data interne. 🗺️ Roadmap du projet S1 2027 : Déploiement du socle collaboratif de base. S2 2027 : Déploiement complet et mise en production des agents IA. Conditions de la mission Date de démarrage : ASAP Date de fin prévisionnelle : 02/07/2029 (Mission longue visibilité) Localisation : Massy (Essonne) Rythme de travail : Hybride (2 jours par semaine sur site obligatoires) Tarif Journalier Maximum (Prix d'achat max) : 510 € / jour

Les missions sont: 1- Conception et développement d’agents autonomes avec LangGraph : - Architecture des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrtion des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimisation les stratégies de prompt engineering et les mécanismes de contrôle (ex: function calling, tool use, plan-and-execute). 2- Intégration avec des pipelines ML/MLOps existants : -Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatisation de versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construction des pipelines de données pour alimenter les agents -Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimisation les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveillance les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documentation des limites et cas d’usage (ex: matrice de risques pour les décisions critiques). Compétences souhaitées: Expérience avancée avec LangGraph : -Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop, et intégration avec des LLMs. -Expérience en déploiement d’agents en production. Python et écosystème IA : -Bibliothèques : langgraph, langchain, llama-index, pydantic. -Frameworks ML : PyTorch/TensorFlow (pour customiser des modèles si besoin).

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

Permettre à des chercheurs de tester, entraîner et industrialiser rapidement des modèles de machine learning à grande échelle, dans un environnement hybride : neocloud pour la recherche AWS (MLOps / prod) Gérer des entraînements de modèles à grande échelle (GPU / distribué) Assurer la reproductibilité des expériences Optimiser les ressources (GPU, compute) Créer des outils internes pour la recherche ML Faire le lien entre recherche académique ↔ production industrielle Avoir déjà travaillé : soit dans une boîte très technique (type scale-up / deeptech) soit dans un environnement de recherche / labo Parler Anglais

Socle technique – Data Science & IA Maîtrise de Python et SQL/BigQuery ; packaging, gestion des dépendances, clean code Maîtrise des algorithmes de ML : classification, régression, clustering, deep learning Connaissance des frameworks ML : Scikit-learn, TensorFlow/Keras, PyTorch Compétences avancées en GenAI : LLM, RAG, fine-tuning, prompt engineering, évaluation et déploiement de modèles génératifs Connaissance des concepts clés : Generative AI, agents, assistants, hallucinations, biais, limites des modèles Expertise en agents intelligents : conception de workflows multi-agents, frameworks (ADK, Gemini Enterprise…) Maîtrise des méthodes d'évaluation des agents et pipelines RAG (RAGAS, Langfuse, LLM as a judge) Développement back-end & intégration Conception et développement d'API REST/JSON, architecture orientée objet Développement d'applications GenAI : intégration agents/RAG, gestion de prompts et templates, itération Tests automatisés, revue de code, observabilité (logs, métriques, traces), gestion des erreurs Industrialisation & DevOps Maîtrise des pratiques DevOps/MLOps : CI/CD, Docker, Kubernetes, Git Mise en place et maintenance de pipelines (tests, qualité, déploiement) et gestion des environnements (dev/recette/prod) Architectures Cloud (GCP, AWS, Azure) et outils MLOps associés Monitoring et optimisation des performances de solutions IA en production Collaboration & méthodes Capacité à cadrer un besoin, proposer une solution technique et estimer une charge Travail en mode Agile, interaction avec les parties prenantes produit Anglais courant (lecture de documentation, échanges techniques)

Le contexte Tu intègres une équipe data de +12 personnes sur un projet à forte criticité : conception de workflows agentiques connectés à un écosystème data interne, avec de vrais enjeux business (CA, marge, pricing, promotion). Solide expérience en Machine Learning & optimisation (modèles prédictifs, algos de perf — idéalement pricing ou promotion) Data modeling pour alimenter des agents IA (input agents, référentiels produits) Maîtrise de l' IA générative et du NLP : conception de workflows agentiques (analyse de messages, génération de réponses, interaction automatisée) Stack & atouts appréciés Python (Pandas, NumPy, SciPy), Scikit-learn / TensorFlow / PyTorch, GCP , BigQuery & Looker Studio, Git / CI/CD, bonnes pratiques de craftsmanship (SOLID, tests, Sonar), méthodes agiles. Profil +7 ans en Data Science Python, Bac+5 (école d'ingé / université) ou équivalent Expertise hybride : Agentic AI + GenAI (LLM) + ML décisionnel Français courant (interactions métier)

Contexte Nous recherchons pour un de nos clients un Full Stack Engineer pour rejoindre son équipe Computational Design. L’équipe développe des workflows et plateformes innovantes autour de l’IA, de la simulation, de la visualisation 3D et du design computationnel. Objectifs de la mission - Développer des plateformes et workflows full stack pour les applications Computational Design - Intégrer des modèles IA/ML dans des applications backend et frontend - Concevoir des interfaces et services autour de données 3D, simulations et workflows IA - Participer à l’industrialisation et à la scalabilité des solutions Tâches et responsabilités - Développement backend et APIs pour applications IA et computational design - Développement frontend d’interfaces web de visualisation - Gestion et structuration des données 3D et datasets associés - Intégration de modèles IA/ML dans les services applicatifs - Déploiement des applications via Docker et infrastructures cloud - Contribution aux pipelines CI/CD - Collaboration avec designers, chercheurs IA et ingénieurs Compétences requises - Expérience full stack confirmée (3+ ans) - FastAPI, Uvicorn, PostgreSQL - React, Vue ou équivalent - Python, PyTorch, Numpy, Pandas, Scikit-Learn - Docker, APIs HTTP, CI/CD - Intérêt pour les workflows 3D et computational design - Bonus : Trimesh, PyVista, Blender, Rhino, Grasshopper. Profil recherché - Ingénieur Full Stack avec exposition IA ou 3D appréciée - Capacité à évoluer dans un environnement innovation / R&D - Anglais professionnel obligatoire Modalités - Durée : 6 mois - Démarrage : ASAP - Localisation : Paris ou remote - Télétravail : très flexible (~1 semaine par mois au bureau) - Langue : anglais - Process : portfolio review + entretiens équipe / management