Find your next tech and IT Job or contract Tensorflow

Entité : mon client (grand groupe, secteur retail / grande distribution) Site : Île-de-France, hybride (2j/site – 3j TT) TJM max : 500 euros Date de démarrage : asap Date de fin : 01/03/2028 Contexte : L'utilisation massive de données, le développement d'approches analytiques rationnelles et le développement de systèmes agentiques d'assistance aux différents acteurs du métier constituent un axe majeur du plan stratégique de mon client à horizon 2030. Le projet « Négociateur Augmenté » vise à fournir aux négociateurs des outils analytiques et agentiques qui leur permettront d'optimiser les accords qu'ils concluent avec les fournisseurs. Mission : Discuter avec les équipes opérationnelles pour identifier leurs besoins et leurs difficultés. Contribuer itérativement au projet Négociateur Augmenté : compréhension des besoins, exploration des données, constitution de datasets, modélisation, conception agentique, développement, revue de code, déploiement, suivi de l'impact, monitoring. Discuter les choix de modélisation, algorithmiques et techniques avec l'équipe ; participer à l'arbitrage le cas échéant. Appliquer les bonnes pratiques afin de faciliter la qualification des sous-projets, les développements itératifs, l'industrialisation des solutions, leur maintenabilité, la mesure et le suivi de leurs performances. Rédiger et présenter les résultats d'expérimentation pour aider à la décision. Compétences : Concevoir, développer, déployer et maintenir des systèmes agentiques. Concevoir, développer et maintenir des applications et modèles d'apprentissage automatique robustes et scalables avec Python. Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning. Nice to Have : Maîtriser les bibliothèques de manipulation et d'analyse de données : Pandas, NumPy, SciPy. Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch. Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables. Utiliser les plateformes de cloud computing, notamment GCP ou équivalents. Gérer le versionning des données et des modèles. Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly. Gérer les bases de données relationnelles et/ou orientées document. Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar. Appliquer les principes d'observabilité pour monitorer et diagnostiquer les applications et modèles. Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run. Contribuer à l'amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code. Assurer la maintenance et l'évolution des applications et modèles existants. Appliquer les méthodes agiles, notamment Scrum. Méthodes, organisations et interactions : Communiquer clairement et efficacement à l'écrit et à l'oral en français pour des interactions fluides avec le métier et les équipes. Analyser les situations et proposer des solutions adaptées tout en identifiant les axes d'amélioration. Respecter les délais tout en maintenant des standards élevés de qualité et d'excellence. Collaborer activement avec les membres de l'équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs.

Contribuer à la recherche, au prototypage et à la mise en production de nouvelles fonctionnalités d'IA et de ML au sein de notre portefeuille de produits. Collaborer avec les chefs de produit et les équipes d'ingénierie pour concevoir et déployer des améliorations à fort impact fondées sur les données. Acquérir une compréhension approfondie des produits et des actifs de données existants afin d'identifier des opportunités d'amélioration grâce à l'IA. Concevoir et mener des expérimentations pour valider de nouvelles pistes de recherche et évaluer les performances des modèles. Entraîner, affiner (fine-tuning) et optimiser des modèles de LLM et de ML à partir de données structurées et non structurées issues d'API et de flux de travail clients. Élaborer des stratégies pour l'inférence de modèles en temps réel et un déploiement à grande échelle. Collaborer avec des prestataires externes pour la collecte de données, l'annotation et les initiatives de recherche. Échanger avec les clients et les équipes régionales de services professionnels pour comprendre l'évolution des schémas de fraude et intégrer ces enseignements au développement des produits.

Contexte mission Dans le cadre de l'accélération sur l'Intelligence Artificielle de notre client, nous recherchons un(e) Data Scientist IA capable de concevoir, développer et industrialiser des modèles avancés de Machine Learning et d'IA générative. Vous travaillerez en étroite collaboration avec les métiers, les équipes Data et IT afin d'identifier, développer et déployer des solutions innovantes créant de la valeur, tout en respectant les exigences réglementaires et de gouvernance. Principales responsabilités Concevoir et développer des modèles de Machine Learning et d'IA Générative Réaliser des analyses exploratoires de données et du feature engineering Entraîner, tester, calibrer et optimiser les modèles Développer des solutions basées sur le NLP et les LLM Effectuer des analyses statistiques avancées pour identifier des opportunités business Collaborer avec les équipes métiers pour transformer les besoins en cas d'usage concrets Garantir la robustesse, la performance et l'explicabilité des modèles Participer au suivi et à l'amélioration continue des modèles en production

Date de démarrage : ASAP Date de fin : 25/06/2027 (Mission de longue durée) Localisation : Massy (Rythme : 2 jours par semaine sur site) Tarif Journalier Moyen (TJM) Max : 510 € HT Contexte et Mission : Au sein de l'Analytics Factory, entité transverse qui conçoit et développe les services analytiques à forte valeur ajoutée pour soutenir la prise de décision stratégique, vous serez le moteur technique de la transformation digitale des points de vente physiques. Votre objectif principal consistera à concevoir, développer et déployer en production des modèles de Computer Vision innovants. Vous rejoindrez un projet d'envergure phare : le Monitoring Temps Réel de l'Étagère, visant à transformer les rayons physiques en flux de données exploitables pour optimiser l'excellence opérationnelle et l'expérience client. Livrables et Enjeux clés :Développer des solutions capables de comprendre parfaitement la disponibilité, la conformité des rayons et les mouvements des stocks via l'analyse d'images. Relever des défis de détection d'objets et de reconnaissance de produits à très grande échelle. Assurer l'industrialisation et le déploiement de ces modèles dans un environnement de production en temps réel. Compétences Techniques et Expertises Requises : Incontournables (Must have) :Langage : Maîtrise experte de Python. Cloud & MLOps : Expérience significative sur l'écosystème GCP (Google Cloud Platform) et l'utilisation de Vertex AI pour le cycle de vie des modèles. Algorithmes : Solides compétences en Deep Learning appliquées à la vision par ordinateur. Souhaitées (Nice to have) :Modèles de pointe : Connaissance et manipulation de modèles récents tels que YOLO, SAM (Segment Anything), DINOv2 pour le feature extraction ou équivalents. Recherche d'images : Expérience avec les bases de données vectorielles (Vector Databases) pour le matching et l'indexation de produits à grande échelle. Frameworks & Outils : Pratique courante de PyTorch, TensorFlow, OpenCV et des environnements conteneurisés (Kubernetes).

Un acteur majeur du secteur de la grande distribution recherche un AI Engineer Senior spécialisé en IA générative et systèmes agentiques pour contribuer à un projet stratégique d'optimisation des processus de négociation. Vous rejoindrez une équipe pluridisciplinaire travaillant sur la conception et le déploiement de solutions d'intelligence artificielle avancées, dans un environnement technologique moderne fondé sur Python, PyTorch, TensorFlow et GCP. Ce projet s'inscrit dans une stratégie d'entreprise ambitieuse visant à démocratiser l'usage des données et des approches analytiques rationnelles, ainsi que le développement de systèmes agentiques d'assistance aux équipes métier. Vous participerez à la conception et à la réalisation du « Négociateur Augmenté », une plateforme destinée à fournir des outils analytiques et agentiques permettant d'optimiser les accords conclus avec les fournisseurs. Votre mission couvrir l'ensemble du cycle de vie des projets data et IA : de l'identification des besoins métier à la mise en production, en passant par l'exploration des données, la modélisation, le développement agentique, le déploiement, et le suivi des performances. Vous travaillerez en étroite collaboration avec les équipes opérationnelles pour comprendre leurs enjeux, ainsi qu'avec les équipes techniques pour arbitrer les choix algorithmiques, d'architecture et d'implémentation. Vous serez responsable de l'application des bonnes pratiques de software engineering afin d'assurer la qualité, la maintenabilité et l'industrialisation des solutions. Responsabilités : - Concevoir, développer et déployer des systèmes agentiques robustes et scalables, du prototypage à la mise en production - Dialoguer avec les équipes métier pour identifier les besoins, comprendre les difficultés et traduire les exigences fonctionnelles en solutions techniques - Contribuer itérativement au projet Négociateur Augmenté : exploration de données, construction de datasets, modélisation, conception agentique, développement, revue de code, déploiement et monitoring - Discuter les choix de modélisation, d'architecture algorithmique et technique avec les pairs et l'équipe ; participer à l'arbitrage des décisions complexes - Concevoir et développer des modèles d'apprentissage automatique robustes avec Python, Scikit-learn, TensorFlow ou PyTorch, adaptés aux contraintes de production - Mettre en œuvre les principes DevOps et CI/CD, utiliser Git pour le versionning du code, des données et des modèles - Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables et fiables - Appliquer les principes de qualité logicielle (SOLID, YAGNI), assurer une couverture de tests adéquate et un code maintenable - Implémenter des solutions d'observabilité et de monitoring pour diagnostiquer les performances des applications et modèles en production -...