Trouvez votre prochaine mission ou futur job IT.

Aneo est une société de conseil hybride fondée en 2002, positionnée à la convergence du conseil stratégique, de l’ingénierie logicielle avancée et de l’accompagnement à la transformation. Nous intervenons sur des problématiques à haute intensité technologique : IA, MLOps/LLMOps, architectures distribuées, performance des systèmes, cloud natif, avec une expertise historique dans les environnements critiques des grandes banques (CIB et DSI associées). Le poste Nous recherchons un·e Ingénieur·e MLOps confirmé·e (avec exposition IA / IA Générative) pour rejoindre la DSI d’une grande banque française , au sein d’une équipe dédiée “Cloud Center of Excellence” (CCoE) . Cette équipe transverse accompagne l’ensemble des projets du groupe sur : l’intégration de modèles IA/ML développés par les data scientists internes, l’industrialisation, la mise à l’échelle, la sécurité et la gouvernance des solutions IA, la structuration des capacités MLOps et LLMOps dans le cloud. Votre rôle est avant tout un rôle d’intégration, d’industrialisation et d’exploitation , pas de conception de modèles. Vous interviendrez sur tout le cycle de vie des modèles à partir de leur transfert par les équipes Data , jusqu’au déploiement en production et leur maintenance opérationnelle. Vos principales missions 1. Intégration et industrialisation des modèles IA/ML Intégration dans le SI des modèles développés par les data scientists de l’entité. Packaging, versionnement, évaluation opérationnelle, optimisation runtime. Développement d’API Rest et de services Python pour exposer les modèles. Industrialisation des POCs internes : analyse de maturité, durcissement, passage en production, conformité sécurité & gouvernance. 2. MLOps / LLMOps – Plateforme & automatisation Définition et mise en œuvre d’une infrastructure MLOps / LLMOps conforme aux standards du groupe. CI/CD modèle, automatisation du cycle de vie, observabilité, supervision, gestion multi-environnements. Coordination étroite avec les équipes Cloud Center of Excellence, Infrastructure et Sécurité pour garantir performance, alignement cloud et robustesse. 3. Gestion et optimisation des embeddings & workloads IA Maintenance, recalcul, cohérence et supervision des embeddings. Suivi qualité / performance des modèles intégrés. Support aux équipes Data pour les bonnes pratiques d’industrialisation. 4. Gouvernance & documentation Participation à la mise en place de standards IA / MLOps au sein de la DSI. Documentation technique et transfert de connaissances aux équipes support Infos pratiques : Rémunération max : 55 - 60 K fixe 2 jours de télétravail Mission basée à Montrouge, notre siège à Boulogne Billancourt Démarrage Janvier 2026

Ingénieur IA Ouvert en full remote + Déplacement ponctuel Mission principale Concevoir et déployer des systèmes IA en utilisant des modèles existants (LLM, NLP, vision), sans entraînement lourd, mais avec une forte expertise en prompt engineering, context engineering et intégration métier. Responsabilités clés Créer des prompts optimisés et des contextes enrichis pour améliorer la pertinence des réponses IA. Concevoir des workflows IA (LangChain, LiteLLM, VLLM) pour orchestrer les interactions. Intégrer les solutions IA dans les processus métiers (API, microservices). Évaluer la performance des systèmes IA (qualité, robustesse, biais). Mettre en place des mécanismes de récupération contextuelle (RAG) et gestion des données. Compétences techniques Prompt Engineering avancé : structuration, optimisation, tests : Context Engineering : gestion des contextes longs, segmentation, injection dynamique. Python et frameworks IA (havstack-ai, langchain/langgraph, LiteLLM, VLLM). Machine Learning : compréhension des modèles, métriques, limitations. Connaissance des LLM et des techniques RAG (Retrieval Augmented Generation). • UX pour IA (interaction homme-machine). Soft skills attendus Créativité, curiosité, collaboration pluridisciplinaire, rigueur dans validation et documentation. Ouvert en full remote + Déplacement ponctuel

Pour accompagner un client secteur public sur son usine IA , Redlab cherche un consultant chef projet IA (PO IA) uniquement en CDI ROLE : Chef de projet IA transverse, pilote les cas d’usage, coordonne métier/tech, structure les projets, assure adoption et gouvernance. Missions clés Cadrer, prioriser et piloter les projets IA. Traduire besoins métier → spécifications IA. Suivre KPIs, ROI, risques, conformité (RGPD, biais). Coordonner Data Scientists, Devs, Data Engineers, DSI. Gérer la mise en production et la MCO.

Descriptif du poste Pilotage d'un projet stratégique visant à explorer et déployer des solutions innovantes pour la création de contenus Learning basée sur l'IA générative (exemples : Synthesia, Easy Generator), ainsi que des outils complémentaires tels que des solutions de type podcast. Management de cette expérimentation à partir des besoins de la Sustainability Academy pour essaimer ensuite de niveau Groupe. Identification des gains d'efficacité opérationnel et économique issus de ces solutions.

Les principaux livrables attendus sont : - Référentiel des bonnes pratiques - Méthodes de Feature Engineering et de validation des données. - Compte-rendus des différents ateliers et réunions - Modèles et pipelines CI/CD - Livrables attendus dans le cadre de l’assurance qualité - Matrice des risques et plan de mitigation En tant qu’ingénieur(e) IA / MLOps, vos principales missions sont de : • Gérer le portefeuille de cas d’usage d’IA (ML/deeplearning, IA Gen, agentique) pour un ou plusieurs départements. • Être le référent IA auprès de vos différents interlocuteurs : chef de projets, développeurs, architectes, métiers, partenaires internes et externes. • Accompagner les directions dans le cadrage de leurs cas d’usage et traduire les besoins métiers en spécifications techniques. • Contribuer à la modélisation de votre portefeuille de cas d’usage. S’assurer que les modèles développés respectent les standards de performance, robustesse, explicabilité et conformité. Garantir que les modèles / cas d’usage développés soient parfaitement industrialisables. o Mettre en place les bonnes pratiques, méthodes de Feature Engineering et de validation des données. o Challenger les approches proposées par les Data Scientists. • Piloter l’industrialisation et le déploiement des modèles IA o Définir et appliquer le cadre ML Ops du groupe : reproductibilité, versioning, automatisation des tests, gouvernance des modèles o Concevoir des architectures IA modulaires, en évaluant en amont ce qui a déjà été développé et en favorisant la mutualisation plutôt que le redéveloppement systématique. Travailler en collaboration étroite avec les autres directions IA pour harmoniser les choix technologiques et accélérer l’industrialisation. o Construire et implémenter les pipelines, CI/CD, monitoring. o S’assurer de la conformité avec les normes internes techniques et réglementaires (cadre normatif / IA act / RGPD). • Garantir la qualité et la conformité o Structurer et diffuser les bonnes pratiques : organisation du code / worflow Git, qualité et tests, ML Ops et reproductibilité (tracking, versioning, CI/CD, orchestration, infra as code, …), sécurité, gouvernance et réutilisabilité, « definition of done », règles d’usage de GitHub Copilot o Auditer et valider les modèles / cas d’usage développés. o Garantir la qualité et la conformité des livrables avant mise en production. o Etablir la traçabilité : documentation, métadonnées, suivi des performances. o Être le point de contact technique privilégié pour les instances de validation. • Encadrer et accompagner les juniors et les collaborateurs dans le domaine de l’IA. o Organiser la montée en compétence progressive et objectivée des juniors. • Jouer un rôle de pédagogue vis-à-vis des métiers pour vulgariser les concepts, les choix technologiques et assurer leur adhésion. • Assurer une veille technologique active sur les outils, frameworks, et paradigmes IA. Proposer de nouvelles solutions / architectures adaptées aux besoins métiers. Usage Interne / Internal Use Anticiper les évolutions des réglementations et intégrer les enjeux de responsabilité de l’IA.

Je recherche pour un de nos clients un Développeur Senior IA Générative & Systèmes Agentiques (Gen AI / Agentic AI) sur Guyancourt Responsabilités Clés • Développement Expert & Maintien: o Développer des agents intelligents capables d’agir de manière autonome en utilisant l’approche Agentic AI. Ces agents doivent pouvoir utiliser des outils externes ou interagir avec d’autres agents pour accomplir des tâches complexes. (API externes, des applications basées sur le Model Context Protocol (MCP) ou d’autres services. o Développer des applicatifs permettant la consommation des Agents et algorithmes aux utilisateurs finaux avec de la création de front spécifiques o Mettre en place des pipelines robustes pour l'alimentation des LLMs/Agents avec les solutions Azure, Snowflake et Databricks (RAG, Fine-Tuning). o Assurer un support dans la mise en production, la supervision des modèles/agents et la résolution des problèmes techniques éventuels. Compétences spécifiques (Gen AI, Agentic AI, MCP) • IA générative (Gen AI) : Très bonne compréhension des modèles génératifs (GPT, modèles de diffusion, etc.) et de leurs cas d’usage. Savoir exploiter des LLM (via API ou fine-tuning) pour des tâches de génération de texte, de code ou d’images. Compréhension des limitations/biais des modèles génératifs. • Architecture et orchestration : Aptitude à architecturer des solutions combinant plusieurs composants d’IA et Cloud. Compréhension de l’orchestration d’agents, de la gestion du contexte (par ex. partage d’état ou de mémoire entre agents via MCP), et des enjeux de performance/coût dans un système à agents multiples. • Architecture de Solution & POC: o Conception de POCs : Mener l'exploration et la conception d'Architectures de POC autour des usages de la Gen AI et des systèmes Agentiques o Prise de Responsabilités Architecturale : Porter les choix techniques clés pour une validation avec équipe centrale architecture (stack d'agents, orchestration, modèles LLM, intégration Cloud Azure) pour garantir la scalabilité, la sécurité et la performance des solutions futures. o Optimisation Cloud : Conseiller sur les meilleures pratiques d'utilisation des services Azure pour les charges de travail d'IA Générative (coût, performance, résilience). Compétences Requises - Techniques • Maîtrise Cloud Avancée (Azure) : Maîtrise de Microsoft Azure (services cognitifs,Azure AI Foundry, Azure Machine Learning, Azure Functions, etc.) pour déployer des agents et développer des applications cloud natives. Une certification Azure (ou équivalent) serait un atout. • Développement Front Web Utilisateur : Compétence en Javascript, React nécessaire pour créer des font applicatifs d’usages des outils IA créés • Qualité logicielle : Connaissance des bonnes pratiques de développement logiciel (code review, tests unitaires, gestion de version avec Git, méthodologies Agile). • Intégration de systèmes : Compétences en développement d’API REST, MCP, A2A ou de microservices pour consommer et exposer les modèles et agents IA dans des applications. • Expertise en Python et maîtrise des librairies Gen AI (Hugging Face, Transformers, OpenAI API). • Systèmes Agentiques : Maîtrise des frameworks d'agents AI (LangChain, AutoGen) et de l'implémentation du Model Context Protocol (MCP) ou A2A. • Évaluation d'Agents : Compétence dans la mise en œuvre de tests unitaires, fonctionnels et de performance pour les systèmes autonomes. • Ingénierie de Données Moderne et machine learning : Une expérience avec l'écosystème Databricks et/ou Snowflake dans un contexte d'IA (Snowpark, Lakehouse, Vector DBs) sera un plus. Soft skills attendus • Esprit d’équipe et communication : Capacité avérée à travailler en équipe pluridisciplinaire et à communiquer efficacement avec des profils variés (équipes métier, IT, data). • Résolution de problèmes : le candidat doit faire preuve de réflexion analytique pour ajuster les approches, diagnostiquer les bugs des modèles/agents et améliorer en continu les solutions IA. • Curiosité et apprentissage continu :Le domaine de l’IA évolue très vite (nouveaux modèles, nouveaux outils chaque mois) : le candidat doit assurer une veille technologique et monter en compétence rapidement sur de nouveaux sujets. • Adaptabilité : Capacité à adapter les solutions développées suite aux retours des utilisateurs ou à l’évolution des contraintes (par exemple, ajuster un agent en fonction de nouvelles politiques de sécurité ou de nouvelles API disponibles). • Sensibilité à la Gouvernance (Registries, MLOps) et l'Évaluation des systèmes agentiques en production Démarrage: 02/01/2026 Durée: 6 mois renouvelables

Profil senior disponible en début d’année, le temps plein n’est pas forcément un attendu la charge estimée étant aujourd’hui autour d’un 3/5 sur les 3 premiers mois de l’année. ---------- Développeur senior autour de la Stack IA GEn AI. Responsabilités Clés • Développement Expert & Maintien: o Développer des agents intelligents capables d’agir de manière autonome en utilisant l’approche Agentic AI. Ces agents doivent pouvoir utiliser des outils externes ou interagir avec d’autres agents pour accomplir des tâches complexes. (API externes, des applications basées sur le Model Context Protocol (MCP) ou d’autres services. o Développer des applicatifs permettant la consommation des Agents et algorithmes aux utilisateurs finaux avec de la création de front spécifiques o Mettre en place des pipelines robustes pour l'alimentation des LLMs/Agents avec les solutions Azure, Snowflake et Databricks (RAG, Fine-Tuning). o Assurer un support dans la mise en production, la supervision des modèles/agents et la résolution des problèmes techniques éventuels. Compétences spécifiques (Gen AI, Agentic AI, MCP) • IA générative (Gen AI) : Très bonne compréhension des modèles génératifs (GPT, modèles de diffusion, etc.) et de leurs cas d’usage. Savoir exploiter des LLM (via API ou fine-tuning) pour des tâches de génération de texte, de code ou d’images. Compréhension des limitations/biais des modèles génératifs. • Architecture et orchestration : Aptitude à architecturer des solutions combinant plusieurs composants d’IA et Cloud. Compréhension de l’orchestration d’agents, de la gestion du contexte (par ex. partage d’état ou de mémoire entre agents via MCP), et des enjeux de performance/coût dans un système à agents multiples. • Architecture de Solution & POC: o Conception de POCs : Mener l'exploration et la conception d'Architectures de POC autour des usages de la Gen AI et des systèmes Agentiques o Prise de Responsabilités Architecturale : Porter les choix techniques clés pour une validation avec équipe centrale architecture (stack d'agents, orchestration, modèles LLM, intégration Cloud Azure) pour garantir la scalabilité, la sécurité et la performance des solutions futures. o Optimisation Cloud : Conseiller sur les meilleures pratiques d'utilisation des services Azure pour les charges de travail d'IA Générative (coût, performance, résilience). Compétences Requises - Techniques • Maîtrise Cloud Avancée (Azure) : Maîtrise de Microsoft Azure (services cognitifs,Azure AI Foundry, Azure Machine Learning, Azure Functions, etc.) pour déployer des agents et développer des applications cloud natives. Une certification Azure (ou équivalent) serait un atout. • Développement Front Web Utilisateur : Compétence en Javascript, React nécessaire pour créer des font applicatifs d’usages des outils IA créés • Qualité logicielle : Connaissance des bonnes pratiques de développement logiciel (code review, tests unitaires, gestion de version avec Git, méthodologies Agile). • Intégration de systèmes : Compétences en développement d’API REST, MCP, A2A ou de microservices pour consommer et exposer les modèles et agents IA dans des applications. • Expertise en Python et maîtrise des librairies Gen AI (Hugging Face, Transformers, OpenAI API). • Systèmes Agentiques : Maîtrise des frameworks d'agents AI (LangChain, AutoGen) et de l'implémentation du Model Context Protocol (MCP) ou A2A. • Évaluation d'Agents : Compétence dans la mise en œuvre de tests unitaires, fonctionnels et de performance pour les systèmes autonomes. • Ingénierie de Données Moderne et machine learning : Une expérience avec l'écosystème Databricks et/ou Snowflake dans un contexte d'IA (Snowpark, Lakehouse, Vector DBs) sera un plus. Soft skills attendus • Esprit d’équipe et communication : Capacité avérée à travailler en équipe pluridisciplinaire et à communiquer efficacement avec des profils variés (équipes métier, IT, data). • Résolution de problèmes : le candidat doit faire preuve de réflexion analytique pour ajuster les approches, diagnostiquer les bugs des modèles/agents et améliorer en continu les solutions IA. • Curiosité et apprentissage continu :Le domaine de l’IA évolue très vite (nouveaux modèles, nouveaux outils chaque mois) : le candidat doit assurer une veille technologique et monter en compétence rapidement sur de nouveaux sujets. • Adaptabilité : Capacité à adapter les solutions développées suite aux retours des utilisateurs ou à l’évolution des contraintes (par exemple, ajuster un agent en fonction de nouvelles politiques de sécurité ou de nouvelles API disponibles). • Sensibilité à la Gouvernance (Registries, MLOps) et l'Évaluation des systèmes agentiques en production

Contexte de la mission Nous recherchons un Data Scientist Senior pour intervenir sur des projets avancés autour de l’ IA générative et des LLM , en lien étroit avec les équipes techniques et produit. Responsabilités : Conception et optimisation de pipelines IA basés sur des LLM Développement de solutions de type RAG , agents et chaînes de raisonnement Utilisation de LangChain et LangGraph pour orchestrer les modèles Analyse et exploitation de données textuelles Évaluation des performances des modèles (qualité, biais, robustesse) Contribution aux choix d’architecture IA Stack technique : Python 3 Django (pour intégration applicative) LangChain LangGraph LLM & IA générative (embeddings, prompts, fine-tuning, RAG) Profil recherché : Expérience confirmée en Data Science / IA Forte appétence pour les LLM et l’IA générative Solide maîtrise de Python et des problématiques NLP Capacité à travailler sur des sujets complexes et exploratoires

Lead Développeur MLOps Python - Spécialiste IA/RAG Cette mission s'adresse à des profils seniors ayant déjà industrialisé des solutions IA/RAG en production et maîtrisant les enjeux de passage à l'échelle. Profil avec un mindset sales: au-delà de ses compétences techniques, dispose d’un profil capable de s’imposer, de proposer des solutions, de prendre des initiatives, de mener des recherches et de tenir ses engagements. Mission Nous recherchons un Lead MLOPS Python pour industrialiser les développements IA/Data Science avec un focus sur les systèmes RAG (Retrieval-Augmented Generation) et les LLM . Contexte Les Data Scientists développent des solutions expérimentales (modèles, RAG, pipelines IA) que vous devrez transformer en solutions robustes déployables en production à grande échelle. Responsabilités principales Industrialisation des systèmes RAG/LLM : Automatiser le processing de documents volumineux (ex: PDFs 250+ pages) Mettre en place des pipelines de chunking et d'indexation automatiques Gérer la montée en charge des bases de connaissances Implémenter des métriques de monitoring pour détecter les dérives des modèles Architecture & Scalabilité : Concevoir des workflows complexes pour tâches longues (pipelines multi-étapes) Déployer sur infrastructure cloud (Azure/AWS/GCP) Containerisation avec Docker/Kubernetes Mise en place de CI/CD spécialisés pour l'IA Développement & Bonnes Pratiques : Refactorisation du code Data Science selon les standards industriels Injection de dépendances, programmation orientée objet Tests automatisés, clean code, modularité Gestion des dépendances et versioning des modèles MLOps & Monitoring : Supervision des performances des modèles en production Détection du drift et mise en place d'alertes Gestion des réentraînements automatiques Tableaux de bord et métriques business Profil recherchéCompétences techniques obligatoires : Python expert (5 - 10+ ans d'expérience) 1 Expérience concrète avec RAG/LLM en production Cloud computing (Azure/AWS/GCP) - déploiement à l'échelle MLOps : pipelines ML, monitoring, drift detection Architecture logicielle : design patterns, injection de dépendances, OOP DevOps : Docker, Kubernetes, CI/CD Compétences techniques souhaitées : Frameworks : LangChain, Haystack, ChromaDB, Pinecone Bases de données vectorielles Streaming de données (Kafka, Pulsar) Orchestration (Airflow, Prefect) Soft skills : Leadership technique : capacité à guider une équipe de Data Scientists Pédagogie : transmission des bonnes pratiques Autonomie sur des projets complexes Mindset industrialisation : passage du POC à la production Environnement technique Stack : Python, FastAPI, SQLAlchemy, Pydantic IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI Cloud : Azure (priorité) / AWS / GCP Orchestration : Kubernetes, Docker, Terraform Monitoring : Prometheus, Grafana, MLflow Méthodologie : Agile, TDD, Code Review Exemple de cas d'usage concret "Un utilisateur upload un PDF de 250 pages. Le système doit automatiquement : Découper le document en chunks optimaux Indexer dans la base vectorielle Permettre des requêtes précises ('dates des événements X') Monitorer la qualité des réponses Alerter en cas de dégradation" Votre rôle : Transformer le script Python du Data Scientist en solution industrielle, scalable et monitorée. Modalités Durée : 6-12 mois (renouvelable) Format : Freelance/Régie Localisation : Hybride (2-3 jours sur site) Démarrage : ASAP Profil du candidat Profil recherchéCompétences techniques obligatoires : Python expert ((5 - 10+ ans d'expérience) Expérience concrète avec RAG/LLM en production Cloud computing (Azure) - déploiement à l'échelle MLOps : pipelines ML, monitoring, drift detection Architecture logicielle : design patterns, injection de dépendances, OOP DevOps : Docker, Kubernetes, CI/CD Compétences techniques souhaitées : Frameworks : LangChain, Haystack, ChromaDB, Pinecone Bases de données vectorielles Streaming de données (Kafka, Pulsar) Orchestration (Airflow, Prefect) Soft skills : Leadership technique : capacité à guider une équipe de Data Scientists Pédagogie : transmission des bonnes pratiques Autonomie sur des projets complexes Mindset industrialisation : passage du POC à la production Environnement technique Stack : Python, FastAPI, SQLAlchemy, Pydantic IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI Cloud : Azure (priorité) / AWS / GCP Orchestration : Kubernetes, Docker, Terraform Monitoring : Prometheus, Grafana, MLflow Méthodologie : Agile, TDD, Code Review Description de l‘entreprise Pourquoi cette mission est unique Cette opportunité vous permettra de façonner l'avenir de l'IA dans un contexte où vos décisions techniques auront un impact direct sur des millions d'utilisateurs. Vous ne serez pas un simple exécutant, mais un architecte de solutions qui influence la roadmap technologique. Ce qui vous attend : Autonomie technique : Liberté de choix sur les architectures et technologies Visibilité : Présentation de vos réalisations au comité de direction Impact business : Vos optimisations se traduisent directement en gains mesurables Veille technologique : Accès privilégié aux betas Microsoft et APIs exclusives Réseau professionnel : Collaboration avec des experts IA reconnus dans l'écosystème français Vous évoluerez dans un environnement où l' excellence technique rencontre l' innovation business , avec le support d'une équipe qui croit en vos compétences et vous donne les moyens d'exprimer votre talent. Modalités Durée : 12 mois (renouvelable) Format : Freelance/Régie Localisation : Paris La Défense - Hybride (2 jours sur site / 3 jours remote) Démarrage : ASAP

🎯 Contexte du stage Dans le cadre du développement de nouveaux outils internes et de projets innovants autour de la donnée, nous recherchons un stagiaire Développeur Python , avec idéalement une première sensibilité aux sujets d’ Intelligence Artificielle . Vous évoluerez au sein d’une équipe technique dynamique, accompagnée pour monter en compétence sur des technologies modernes. 🧩 Missions principales Développer des scripts, outils ou micro-services en Python Participer à la conception et l’optimisation de pipelines ou traitements de données Contribuer à l’amélioration ou au développement d’algorithmes Réaliser de la veille technique et proposer des améliorations Participer à des projets IA / ML (selon profil) : entraînement de modèles création de POC automatisation de tâches Rédiger de la documentation technique 🛠️ Compétences recherchées Techniques Maîtrise de Python (obligatoire) Bases en : gestion de données (Pandas, NumPy…) API / scripts Bonus apprécié (non obligatoire) : IA / Machine Learning (scikit-learn, PyTorch, TensorFlow…) Notions de LLM / IA générative

🎯 Contexte Dans le cadre du maintien opérationnel d’un périmètre applicatif interne utilisé par plusieurs milliers de collaborateurs, nous recherchons un Service Delivery Manager / Incident & Change Manager capable de piloter les processus ITIL, d’assurer la coordination avec les équipes techniques, et de garantir la qualité du service rendu. La mission s’inscrit dans un environnement complexe, fortement ITILisé, avec des enjeux forts de suivi des incidents majeurs , gestion des changements , résolution des problèmes récurrents , et amélioration continue . 📦 Livrables attendus Mise à jour complète des outils ITSM (ServiceNow, outils internes de gestion de crise) Documentation opérationnelle à jour Traçabilité et historiques des modifications Reporting régulier : KPI, SLA, backlog, plans d’actions Participations aux cérémonies Agile & comptes-rendus associés 🛠️ Missions principalesGestion des incidents & crises Piloter le processus de gestion des incidents, incidents majeurs et crises Assurer une résolution rapide et efficace Coordonner les escalades techniques & garantir le respect des SLA Gestion des changements Analyser et valider les demandes de changement Organiser et animer les CAB Superviser les mises en production et la qualité des releases Gestion des problèmes Identifier, analyser et suivre les problèmes majeurs / récurrents Piloter les plans d'actions pour éliminer les causes racines Contribuer à la réduction du backlog Reporting & pilotage Produire les KPI, SLA, états de backlog, suivis des incidents Assurer un reporting clair, structuré, régulier Amélioration continue Collaborer avec l’équipe Process & Tools Contribuer à la standardisation et à l’évolution des processus ITSM Participer aux réunions Agile pour fluidifier la coopération transverse 🧰 Compétences requisesTechniques & ITIL Très bonne connaissance des processus ITIL (certification appréciée) Maîtrise des outils ITSM : ServiceNow, outils internes équivalents Compétences en diagnostic d’incidents complexes Expérience en gestion opérationnelle, exploitation, coordination IT Connaissances IA (requis dans le cahier des charges) Compréhension des concepts : Machine Learning, Générative AI, RAG, LLM, agents, prompts, hallucinations Capacité à formuler des requêtes efficaces pour outils IA Connaissance des enjeux RGPD et éthiques liés à l’IA Langues Français courant (impératif) Anglais courant en contexte professionnel (impératif) Certification Safe obligatoire

Experts IA ML/LLM/Devops/Cloud/CI/CD Lyon Compétences attendues sur les profils : Compétences en programmation Architecture et technologies IA (modèles IA/IA génératives, outils, frameworks) Modèles de Machine Learning / Deep Learning / LLM. Outils de DevOps et de Cloud Computing Processus CI/CD Traduction des enjeux métiers en solutions opérationnelles Communication et vulgarisation : capacité à expliquer des concepts complexes au sein d’une équipe pluridisciplinaire Collaboration interdisciplinaire : capacité à travailler étroitement avec différentes parties prenantes (métiers et IT) Méthodologies agiles Localisation de la mission : Lyon 2 jours de présence sur site Date de démarrage : Début janvier Séniorité : Minimum 7 ans d’expérience Missions : Détection d’opportunités IA (Analyser les besoins métiers, identifier et prioriser les opportunités IA, estimer leur ROI et évaluer les risques pour garantir la pertinence et la conformité des solutions.) Etude de faisabilité technique (Concevoir des prototypes et réaliser des PoC en environnement contrôlé afin de valider les hypothèses et évaluer leurs performances sur des métriques clés.) Définition de la solution technique (Évaluer la pertinence des technologies IA, identifier les contraintes techniques, et collaborer avec la DivNum pour définir l’infrastructure et les outils nécessaires à l’intégration.)

Redlab cherche un Leader technique de l’Usine IA de son client Il définit l’architecture des solutions IA/ML/LLM, organise les équipes techniques, garantit sécurité, performance et conformité (RGPD, AI Act). Missions clés Piloter les équipes techniques IA (développeurs, data scientists, ingénieurs). Concevoir des architectures scalables (microservices, event-driven). Encadrer l’industrialisation IA/ML/LLM (MLOps, GPU, cloud). Optimiser les processus métiers (AS-IS / TO-BE, BPMN). Coordonner les parties prenantes (métier, DSI, RSSI).

Redlab cherche pour le compte d'un grand acteur public , un développeur fullstack IA Rôle Conçoit des applications end-to-end intégrant des modèles IA (ML, NLP, LLM). Profil polyvalent : front + back + intégration IA + CI/CD + cloud. Missions clés Développer interfaces front React/Vue/Angular. Concevoir API backend (Node.js, Python, Java, C#). Intégrer des modèles IA via microservices. Déployer en cloud (AWS/GCP/Azure/Outscale). Assurer tests, monitoring, Documentation détaillée Assurer une bonne qualité de code

Contexte : Dans le cadre de l’accélération de sa stratégie autour de l’Intelligence Artificielle et de l’IA Générative, un groupe industriel international de premier plan recherche un(e) Staff Engineer pour renforcer son équipe AI Activation . Vous interviendrez en tant que référent technique transverse sur plusieurs projets IA stratégiques (Data, Machine Learning, LLM, RAG…), avec un double enjeu : accompagner les projets de bout en bout (de la conception à la mise en production), et contribuer à la définition d’un cadre technique commun garantissant cohérence, sécurité, performance et scalabilité des solutions IA du groupe. Vous serez le garant des bonnes pratiques d’ingénierie et de la qualité globale de l’écosystème technique IA. Objectifs et Livrables : Accompagner et encadrer techniquement plusieurs projets IA / GenAI (design, implémentation, mise en production). Définir, formaliser et promouvoir les bonnes pratiques techniques : MLOps, LLMOps, DevSecOps, architectures cloud. Concevoir des architectures de référence pour les solutions IA, robustes, sécurisées, scalables et maintenables. Industrialiser les usages IA : mise en place de pipelines, intégration dans les chaînes CI/CD, automatisation et monitoring des workloads. Assurer la cohérence technique entre les différents projets IA / GenAI portés par le groupe. Contribuer à la construction et à l’évolution du socle commun “AI Platform” sur lequel s’appuient les équipes projet. Encadrer, coacher et faire monter en compétence les ingénieurs data, ML et software (revues de code, pair design, partage de bonnes pratiques). Assurer une veille technologique active sur les briques IA / GenAI (LLM, RAG, orchestrateurs, vector DB, frameworks, etc.) et proposer leur intégration quand pertinent.

Localisation : Paris Expérience : 8 ans et plus Mission : 6 mois renouvelable Spécialités technologiques : Intelligence Artificielle, Machine Learning Compétences : Technologies et Outils : confluence, JIRA Méthodes / Normes : ScrumAgile Secteurs d'activités : Assurance Description et livrables de la prestation : Contexte : Notre client n'a actuellement pas de Scrum Master dans son équipe. L'objectif est de l'accompagner dans l’industrialisation de sa démarche agile. Le défi principal n’est pas uniquement d’«animer des cérémonies», mais de structurer une organisation multi-produits, en croissance rapide, avec un niveau de maturité agile hétérogène et une forte exigence technique liée à l’IA. Vos missions principales : 1. Structurer et stabiliser le cadre agile - Mettre en place ou réorganiser les cérémonies (Sprint Planning, Daily, Review, Rétro) avec des objectifs clairs et des formats adaptés à l'équipe. - Instaurer une définition claire des rôles (PO ≠ Scrum Master), pour éviter l’hybridation subie actuelle. - Définir des standards : DoR, DoD, gestion du backlog, critères de priorisation, formats des User Stories. 2. Améliorer le flux de delivery - Identifier les goulets d’étranglement (spécification, QA, dépendances IA, changements de priorité). - Proposer des mécanismes pour limiter le travail en cours et stabiliser les Sprints. - Introduire des métriques utiles (et non bureaucratiques) : vélocité, lead time, focus factor, qualité. 3. Évangélisation & montée en compétence - Former l’équipe aux pratiques agiles orientées produit. - Sensibiliser l’organisation aux impacts des interruptions, demandes intempestives et dérives de scope. 4. Soutien produit / IA - Comprendre les contraintes spécifiques du développement IA - Aider à articuler la roadmap entre chantiers IA, dev applicatif et intégration. 5. Amélioration continue structurée - Construire un cycle d’amélioration réellement exploité (pas juste une rétrospective). - S’assurer que les décisions de rétro sont suivies (responsables, deadlines, preuves d’impact). Expertise souhaitée : - 7–10 ans d’expérience en tant que Scrum Master dans un environnement produit (pas un SI classique). - Excellente maîtrise de Jira & Confluence (workflow, board sur mesure, reporting). - Contexte multi-produit ou complexe - Vision produit : compréhension des arbitrages, de la valeur, du découpage. - A déjà accompagné une équipe avec un périmètre IA, Data ou R&D.