Contexte de la mission • Intervention sur un programme IA déjà déployé en environnement de production • Audit et validation des choix d'architecture réalisés sur plusieurs cas d'usage IA • Collaboration avec des équipes internationales intervenant sur les projets • Enjeu d'industrialisation et de sécurisation des solutions existantes Votre rôle au quotidien • Analyser l'architecture IA actuelle et identifier les points d'amélioration • Challenger les orientations techniques et les choix technologiques retenus • Évaluer les risques liés à la sécurité, la gouvernance et la gestion des données • Accompagner les équipes dans la définition des meilleures pratiques et recommandations Environnement technique • Microsoft AI Foundry et Azure OpenAI • Copilot Studio au cœur des réflexions d'évolution de la plateforme • Technologies IA générative, LLM et approche RAG • Écosystème Low Code / No Code à évaluer et challenger
Dans le cadre de la modernisation de sa plateforme data et de la montée en charge de ses projets IA, un grand compte recherche un Data Architect pour concevoir une architecture data performante, condition pour que les projets d'analyse, de BI et d'IA puissent passer à l'échelle. Le consultant interviendra notamment sur : ▪ La conception de l'architecture data cible : Data Warehouse, Lakehouse, modélisation normalisée (étoile, flocon, Data Vault) ▪ Le cadrage des migrations cloud des actifs data ▪ La définition des patterns d'alimentation des cas d'usage IA : feature stores, pipelines RAG, gouvernance des données d'entraînement ▪ La définition des standards de modélisation, de sécurité et de gouvernance des données ▪ L'accompagnement des équipes data engineering dans la mise en œuvre ▪ Les arbitrages techniques et la rédaction des dossiers d'architecture
Consultant MLOps intervenant sur l'industrialisation, le déploiement et l'exploitation de solutions d'IA générative, avec une forte expertise en Python, CI/CD, Kubernetes et Dataiku dans un environnement Dataiku. Missions principales : Industrialiser et déployer des solutions d'IA et de Machine Learning. Mettre en place et maintenir les pipelines CI/CD. Automatiser les déploiements, les tests et la supervision des modèles. Assurer le maintien en conditions opérationnels des plateformes IA. Contribuer à l'intégration de solutions d'IA générative et de RAG. Garantir la performance, la sécurité et la fiabilité des environnements. Rédiger la documentation technique et les bonnes pratiques.
Data Scientist confirmé(e) pour reprendre et poursuivre un projet d'IA Générative à fort impact : le développement d'une solution capable de générer des pré-réponses aux e-mails des adhérents (demandes, réclamations, actes de gestion). Vos missions : Reprise et continuité d'un projet IA Générative existant Conception, entraînement et optimisation de LLM (Gemini/Vertex AI, Mistral) Optimisation d'un pipeline RAG en production (PGVector) Mise en œuvre de bonnes pratiques MLOps/LLMOps (CI/CD IA, monitoring, industrialisation) Déploiement sur environnement Cloud (Cloud Run) Collaboration étroite avec les équipes techniques, Product Owners et architectes Profil recherché : 5 ans d'expérience minimum en Data Science, dont une expérience significative en IA Générative/NLP Python avancé (Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch, Hugging Face) Langchain/Langgraph, MLOps/LLMOps en production, PGVector Expérience Gemini/Vertex AI et/ou Mistral appréciée Autonomie, capacité à reprendre un existant rapidement, esprit d'analyse Une première expérience secteur assurance/mutuelle est un plus Poste basé en environnement sécurisé, méthodologie Agile, documentation en français.
Contexte du posteLe Centre d'Excellence Opérationnelle AI recherche un AI Développeur au profil Data Scientist, orienté davantage vers l'exploration et la valorisation de la donnée que vers la modélisation mathématique avancée, pour concevoir des solutions d'IA appliquées et accompagner les équipes techniques dans leur mise en œuvre opérationnelle. Missions principalesExplorer, nettoyer et préparer les données nécessaires aux cas d'usage AI (data wrangling, feature engineering) Concevoir et évaluer des modèles d'IA/ML adaptés aux besoins métiers, en s'appuyant prioritairement sur des modèles et outils existants plutôt que sur du développement mathématique poussé Expérimenter des solutions à base d'IA générative (prompt engineering, RAG, fine-tuning léger) pour répondre à des cas d'usage métiers concrets Réaliser des preuves de concept (POC) et accompagner leur passage à l'échelle avec les développeurs Python Analyser et interpréter les résultats des modèles, produire des restitutions compréhensibles pour les métiers Collaborer avec les développeurs Python AI pour l'industrialisation des modèles et pipelines Contribuer à la démarche de qualité et de fiabilité des données utilisées dans les cas d'usage AI Profil recherchéFormation : Bac+5, formation data science, statistiques appliquées ou informatique Expérience : 3 à 6 ans d'expérience en data science ou en développement de solutions IA, avec une orientation pratique/applicative plutôt que théorique/mathématique Compétences techniques : Bonne maîtrise de Python pour la data science (Pandas, scikit-learn, Jupyter) Connaissance des principes fondamentaux du machine learning (sans nécessiter une expertise mathématique/statistique poussée) Expérience avec les outils d'IA générative (LLM, RAG, prompt engineering) et leur application à des cas d'usage métiers Capacité à manipuler et interroger des bases de données (SQL) Notions de visualisation de données (Power BI, Tableau, matplotlib/plotly) Connaissances de base en MLOps pour collaborer efficacement avec les développeurs Compétences comportementales : Sens pratique et orientation résultats/valeur métier Bonne capacité de vulgarisation auprès de publics non techniques Curiosité et appétence pour l'expérimentation autour de l'IA générative Esprit collaboratif, notamment avec les profils développeurs et architectes Anglais obligatoire
Dans le cadre de l'accélération de l'intelligence artificielle au sein d'un grand groupe bancaire, nous recherchons un AI Engineer confirmé pour transformer des opportunités Gen-AI en solutions concrètes, robustes et mesurables, intégrées aux processus métiers dans un environnement exigeant (sécurité, conformité, données sensibles). Le consultant interviendra de bout en bout, du cadrage métier jusqu'à l'industrialisation des solutions en production. Il sera notamment amené à : ▪ Concevoir des architectures IA end-to-end et sélectionner les modèles adaptés aux cas d'usage ▪ Arbitrer entre performance, coût et robustesse ▪ Concevoir et développer des solutions basées sur les LLM et les agents IA (RAG, orchestration multi-agents) ▪ Industrialiser à l'échelle : mise en production de solutions robustes (CI/CD, monitoring, auditabilité) ▪ Structurer les outils de pilotage et optimiser les coûts ▪ Intégrer les solutions IA aux processus et outils métiers existants
Le Centre d'Excellence Opérationnelle AI recherche 2 Développeurs Python orientés AI pour concevoir, développer et industrialiser des solutions d'intelligence artificielle (modèles ML, pipelines de données, applications GenAI) au service des cas d'usage métiers du groupe. Missions principalesDévelopper des composants logiciels en Python pour l'intégration et l'industrialisation de modèles d'IA (ML classique et IA générative) Concevoir et maintenir des pipelines de données et des pipelines MLOps (entraînement, versioning, déploiement, monitoring des modèles) Développer des API et services exposant les fonctionnalités AI aux applications métiers Implémenter des solutions à base de LLM (RAG, agents, fine-tuning léger, prompt engineering) selon les cas d'usage Participer à la mise en place des bonnes pratiques de développement (tests, CI/CD, code review, qualité de code) Collaborer étroitement avec les data scientists, l'architecte AI et le Product Owner pour transformer les besoins en solutions techniques robustes Contribuer à la documentation technique et au partage de connaissances au sein du Centre d'Excellence Profil recherchéFormation : Bac+5, école d'ingénieur ou équivalent, spécialisation informatique/data appréciée Expérience : 3 à 7 ans d'expérience en développement Python, avec une expérience significative sur des projets à composante IA/ML Compétences techniques : Excellente maîtrise de Python et de son écosystème (Pandas, NumPy, FastAPI/Flask, etc.) Expérience avec les frameworks ML/DL (scikit-learn, PyTorch, TensorFlow) et/ou les frameworks GenAI (LangChain, LlamaIndex, Hugging Face) Bonne connaissance des pratiques MLOps (MLflow, Docker, Kubernetes, CI/CD) Expérience des architectures RAG et des API LLM (OpenAI, Anthropic, Azure OpenAI, modèles open source) Maîtrise de SQL et des environnements cloud (Azure/AWS/GCP) Connaissance des principes de développement propre (tests unitaires, versioning Git, revue de code) Compétences comportementales : Goût prononcé pour l'expérimentation technique et l'IA appliquée Autonomie et capacité à travailler en mode itératif Esprit d'équipe et bonne communication avec les profils data science et architecture Curiosité technologique et appétence pour la veille Anglais obligatoire
Dans le cadre du développement de ses solutions de traitement du langage, un grand compte recherche un NLP/LLM Scientist pour concevoir, adapter et évaluer des modèles de langage sur ses cas d'usage métier. Le consultant interviendra notamment sur : ▪ L'étude et la sélection des modèles de langage adaptés aux cas d'usage (modèles propriétaires vs open-weight) ▪ Le fine-tuning et l'adaptation de modèles open-weight sur des corpus métier ▪ La conception et l'optimisation des stratégies de prompting et d'augmentation par récupération (RAG) ▪ L'évaluation rigoureuse des modèles : conception de jeux d'évaluation, métriques par tâche, analyse des erreurs, calibration ▪ Le traitement de problématiques NLP classiques : classification, extraction d'entités, résumé, similarité sémantique ▪ La veille scientifique sur les nouveaux modèles et techniques ▪ La documentation méthodologique et la restitution des travaux
Dans le cadre du développement d'une équipe dédiée à l'IA, nous recherchons un AI Field Delivery Engineer pour contribuer à la conception et au déploiement de solutions d'intelligence artificielle directement au sein de projets concrets. Missions : • Concevoir et implémenter des pipelines RAG : stratégies de recherche, chunking, re-ranking et recherche hybride. • Participer aux choix d'architecture liés au stockage, aux bases vectorielles et aux systèmes de recherche. • Concevoir des architectures agentiques : tool calling, workflows multi-étapes, gestion du contexte et intégration de mécanismes human-in-the-loop. • Développer des frameworks et environnements d'évaluation (eval harnesses) en collaboration avec les profils LLMOps. • Concevoir et optimiser des prompts : prompting structuré, few-shot learning et patterns adaptés aux différents cas d'usage. • Développer des composants TypeScript réutilisables destinés à alimenter une bibliothèque commune de composants IA. • Participer au lancement et à la réalisation de cas d'usage IA aux côtés des équipes engineering et produit. • Transformer les solutions développées dans le cadre des projets en patterns et composants réutilisables pour les autres équipes. • Contribuer à la mise en production de solutions IA et à l'amélioration continue de leur fiabilité et de leur qualité. Référence de l'offre : d2367mjkml
Dans le cadre de la définition de sa stratégie technique IA, un grand compte recherche un Architecte IA pour cadrer les choix structurants et urbaniser l'intégration des solutions d'intelligence artificielle dans son système d'information. Le consultant interviendra notamment sur : ▪ La définition de l'architecture cible des solutions IA : choix des modèles (propriétaires, open-weight, hébergement), patterns d'intégration (RAG, agents, fine-tuning), urbanisation dans le SI existant ▪ L'élaboration des schémas d'intégration et d'urbanisation ▪ Les arbitrages entre performance, coût, sécurité et réversibilité ▪ La définition des standards et patterns réutilisables pour les équipes de développement ▪ L'évaluation des solutions du marché et des nouveaux modèles (build vs buy) ▪ Le cadrage des exigences non fonctionnelles : scalabilité, traçabilité, souveraineté des données ▪ L'accompagnement des équipes projet dans la déclinaison des choix d'architecture ▪ La rédaction des dossiers d'architecture et la présentation en comité
