Trouvez votre prochaine mission ou futur job IT.

Merci de contacter Sumi Delplanque directement. Vous allez me trouver facilement sur google. Rattaché.e au département Data OR & AI de notre client, au sein de l'équipe Finance, votre mission consistera principalement à concevoir, développer et déployer des applications de Machine Learning et d'IA Générative au service des métiers des achats client. Objectifs principaux : Cas d'usage variés, allant des applications prédictives (classification, aide à la décision, etc.), Traitement intelligent de documents (OCR, parsing, extraction d'informations), Phases de cadrage et de prototypage (POC) Industrialisation des solutions IA. Compétences techniques : Maitrise du python Compréhension d'un environnement cloud (GCP) > MANDATORY Maitrise des techniques de Machine Learning (notamment modélisation mathématiques/statistiques) et aussi d'IA générative (LLM, RAG, Pipelines de Parsing ..) Détails subsidiaires : Equipe de 4 personnes Autre : Localisation : Roissy Charles de Gaulle Télétravail : 3 jours / semaine Date de commencement : 01 septembre 2026 Durée de la mission : 12 mois Déplacements : Possible à Amsterdam ou Toulouse, tous les 6 mois environ. Anglais : travail au quotidien, réunions, documentation écrite, etc.

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Description du poste Le/La Senior AI Platform Engineer conçoit et fait évoluer l'infrastructure IA et GenAI globale. Intégré(e) à l'équipe Data Platform, ce rôle consiste à outiller les Data Scientists et ML Engineers tout en sécurisant la mise à disposition de LLM et d'agents IA pour l'ensemble des utilisateurs techniques. Missions principales : Architecture multi-cloud : concevoir des architectures IA robustes et sur-mesure sur AWS et GCP. Industrialisation & IaC : piloter le déploiement et l'évolution des infrastructures via Terraform. Automatisation & CI/CD : orchestrer les pipelines de déploiement continu via Git. Gouvernance & standards : définir les bonnes pratiques, créer des guides et templates, rédiger la documentation technique et assurer une veille sur l'IA générative. Accompagnement & animation : assurer le support technique, animer des Office Hours et vulgariser les enjeux complexes de la plateforme.

Dans le cadre du renforcement d'une équipe R&D Cyber, nous recherchons un Expert IA / LLM Engineer pour intervenir sur le développement et l'optimisation de modèles de langage spécialisés en cybersécurité. 🎯 Vos missionsFine-tuner des modèles open source (Llama, Mistral, Qwen…) Concevoir et optimiser des modèles IA dédiés à l'analyse de menaces et au SOC Réduire les hallucinations grâce aux techniques d'alignement (RLHF, DPO, PPO, GRPO…) Structurer les jeux de données d'entraînement (ChatML, Alpaca…) Mettre en place des pipelines d'évaluation et de benchmarking (MMLU, GSM8K, LLM-as-a-Judge, LMSYS…) Collaborer avec les équipes R&D Cyber et les analystes SOC ✅ Compétences indispensablesExcellente maîtrise du fine-tuning de LLM (LoRA, QLoRA, PEFT) Expérience avec TRL, Unsloth, Axolotl ou frameworks équivalents Solides connaissances en alignement de modèles (DPO, PPO, GRPO, OpenRLHF, verl…) Expertise en évaluation de modèles (MMLU, GSM8K, Evaluation Arena…) Très bonne maîtrise de Python, PyTorch et Hugging Face ⭐ AtoutsConnaissances des environnements SOC et cybersécurité (MITRE ATT&CK, CTI, analyse de logs…) Expérience avec vLLM, Ollama, Triton ou Hugging Face Hub Expérience en environnement R&D IA Générative 📍 Localisation : Régions 👤 Profil : Data Scientist / LLM Engineer Senior (N3) Si vous correspondez à ce profil, n'hésitez pas à me transmettre votre CV ainsi que votre disponibilité. Propose a shorter version optimized to attract more candidates on Turnover.

Data Analyste Finance 480 e par jour Expertise Data: ○ Fine compréhension de la valeur apportée et des contraintes des différentes solutions d'exploitation de données (ex: Reportings, Algorithmes, Agentiques) . ○ Expériences dans un ou plusieurs métiers de la donnée (Data Analyst, Data Scientist, Analytics Engineer, AI Engineer etc). ● Expertise Data Product Management: ○ Concevoir des solutions data et cadrer les besoins. ○ Construire la roadmap produit data. ○ Animer les rituels Agile (sprint planning, suivi équipe). ○ Animer la communauté data et faire le lien métiers / IT. 480 e par j

Rejoignez une task force de Data Engineers au sein d'un grand groupe du secteur de la grande distribution, pilotant des projets stratégiques majeurs liés à l'optimisation du pricing, de l'assortiment, des planogrammes personnalisés et des systèmes d'assistance augmentée. Vous évoluerez dans un environnement Cloud (GCP) moderne, travaillerez avec DBT et SQL sur des volumes de données massifs, et contribuerez à la transformation analytique du groupe. Au cœur de cette mission, vous participerez à la construction et l'évolution d'une plateforme de données moderne, en garantissant l'excellence technique, la scalabilité et la maintenabilité des architectures déployées. Vous travaillerez en étroite collaboration avec une équipe de Data Scientists et d'Analytics Engineers, dans une approche agile et itérative, au sein d'une communauté Data active et engagée. Le contexte est celui d'une transformation data stratégique majeure : le groupe s'appuie massivement sur l'analytique, le machine learning et les systèmes agentiques pour optimiser ses opérations métier et créer de la valeur différenciée. Votre expertise sera déterminante pour soutenir cette ambition. Responsabilités : - Concevoir et définir les architectures cibles des projets de données à venir, en garantissant leur scalabilité, leur sécurité, leur maintenabilité et leur évolutivité - Construire, optimiser et orchestrer des pipelines de données (ETL/ELT) robustes pour transformer et manipuler des bases de données à très grande échelle - Maintenir et faire évoluer les applications de production gérées par l'équipe, en assurant leur stabilité et leur performance - Apporter un support technique solide aux Data Scientists pour faciliter l'exploration, l'industrialisation et le déploiement de leurs modèles analytiques et prédictifs - Garantir l'application des bonnes pratiques de développement logiciel (CI/CD, revues de code, tests automatisés, versioning) au sein de l'équipe - Participer activement à la communauté Data de la plateforme : partage de connaissances, tech talks, veille technologique et montée en compétences collective Télétravail : 2 jours par semaine Localisation : Massy

ContexteDans le cadre du développement de plusieurs produits d'intelligence artificielle déjà déployés en production, nous recherchons un(e) Data Scientist pour renforcer une équipe Data & IA composée de Data Scientists, MLOps Engineers, Product Owners et experts métiers. Vous interviendrez sur des problématiques de Machine Learning, IA générative et assistants conversationnels au service de différents métiers (service client, commerce, marketing, support opérationnel). L'objectif est de concevoir, industrialiser et améliorer des solutions d'IA à fort impact métier tout en garantissant leur performance, leur fiabilité et leur adoption. Vous travaillerez en étroite collaboration avec plusieurs équipes métier (Customer Care, Marketing, Commerce) ainsi qu'un Centre d'Excellence IA Générative au sein d'un environnement international. MissionsData Science & Machine Learning Concevoir, entraîner et évaluer des modèles de Machine Learning répondant à des problématiques métier variées. Réaliser des analyses exploratoires et identifier les variables les plus pertinentes pour les modèles. Mettre en œuvre des algorithmes de classification, clustering, prédiction et recommandation. Développer des modèles d'attribution et de Marketing Mix Modeling (MMM) afin de mesurer l'impact des leviers marketing sur la performance business. Participer à l'amélioration continue des performances des modèles à travers des démarches d'expérimentation et d'optimisation. Définir et suivre les métriques d'évaluation adaptées aux différents cas d'usage. Contribuer à l'interprétation des résultats et à la valorisation des modèles auprès des équipes métier. IA Générative & NLP Concevoir et faire évoluer des assistants conversationnels basés sur les LLMs. Développer et optimiser des architectures RAG et des mécanismes de recherche documentaire avancée. Mettre en œuvre des approches de recherche hybride (vectorielle, BM25, recherche sémantique). Participer à la conception de solutions agentiques et à l'orchestration d'agents spécialisés. Évaluer les stratégies de prompting, de fine-tuning et d'enrichissement contextuel selon les cas d'usage. Participer aux choix d'architecture autour des modèles OpenAI, Gemini, Claude ou modèles open source. Industrialisation & MLOps Contribuer à la mise en production des modèles et au suivi de leurs performances. Participer à la définition des bonnes pratiques de monitoring, observabilité et gouvernance des modèles. Mettre en place des indicateurs de qualité, de performance et d'usage des solutions déployées. Optimiser les performances, la latence et les coûts d'exploitation des solutions IA. Collaborer étroitement avec les équipes MLOps pour assurer la robustesse des déploiements. Participer à l'amélioration continue des pipelines d'entraînement, d'évaluation et de déploiement. Collaboration métier & Produit Recueillir et challenger les besoins des équipes métier. Traduire les problématiques business en solutions analytiques et algorithmiques. Participer aux ateliers de cadrage et aux échanges avec les Product Owners. Prioriser les sujets à forte valeur ajoutée et accompagner les arbitrages. Accompagner les métiers dans l'adoption et l'interprétation des solutions développées. Participer à la définition des KPI produit et à la mesure de l'impact métier des solutions IA. Profil recherchéCompétences recherchées Machine Learning & Analytics Excellente maîtrise des algorithmes de : Classification Clustering Régression Détection d'anomalies Solide expérience sur : XGBoost Random Forest Modèles de séries temporelles Feature Engineering Explainable AI (XAI) Bonne maîtrise des métriques d'évaluation et des stratégies de validation. Expérience en Marketing Mix Modeling (MMM) et en mesure de la performance marketing. Connaissance des problématiques d'attribution marketing et d'optimisation des investissements média.

Définir et piloter la roadmap Analytique & IA en lien avec les équipes métier et IT. Être l'interlocuteur quotidien des métiers sur leurs problématiques data. Faciliter l'adoption et accompagner l'usage des solutions analytiques. Encadrer une équipe de data translators et data analysts. Piloter le budget CAPEX / OPEX analytique du pôle. Cadrer les besoins, construire le backlog produit, animer les rituels agile et faire le lien métiers / IT. Compétences indispensables Bonne compréhension de la valeur et des contraintes des différentes solutions data (reporting, algorithmes, agentique). Expérience dans un ou plusieurs métiers de la donnée (Data Analyst, Data Scientist, Analytics Engineer, AI Engineer…). Solide expertise en Data Product Management : conception de solutions data, cadrage des besoins, roadmap produit, animation agile, animation de communauté data. Excellente communication écrite et orale en français, capacité à embarquer et aligner des stakeholders métier et techniques, du dirigeant à l'opérationnel. Atouts Connaissance des fonctions financières (contrôle de gestion, contrôle interne, comptabilité, trésorerie). Rédaction de spécifications technico-fonctionnelles, recette, modélisation d'objets métier (MDD), conception d'expositions data (API, modèles BDD), pilotage de la qualité des données. SQL avancé, manipulation de données, consommation de web services, dataviz. Expérience secteur retail / grande distribution.

Dans le cadre du développement de son pôle Intelligence Artificielle, notre client recherche un Tech Lead Machine Learning / IA capable de garantir l'excellence technique des solutions IA développées et industrialisées. Véritable référent technique, vous définirez les standards d'architecture et de développement, piloterez les choix technologiques et accompagnerez les équipes Data Science, Data Engineering et Software dans la conception et la mise en production de solutions IA robustes, scalables et sécurisées. Vous interviendrez sur des projets innovants autour de l'IA Générative, des LLM et des architectures MLOps dans un environnement Cloud. Vos missionsArchitecture & Engineering IADéfinir les standards d'architecture Machine Learning et IA. Concevoir des architectures robustes, évolutives et sécurisées. Concevoir et valider les pipelines ML de bout en bout : Data ingestion Entraînement Validation Déploiement Monitoring Garantir la qualité technique des solutions mises en production. Industrialiser les modèles IA via les meilleures pratiques MLOps. Leadership techniqueÊtre le référent technique du pôle IA. Encadrer les équipes Data Science, Data Engineering et Software Engineering. Diffuser les bonnes pratiques de développement. Réaliser des revues de code et audits techniques. Accompagner la montée en compétence des équipes. Choix technologiquesDéfinir les standards techniques de la plateforme IA. Superviser les choix des frameworks et outils : Frameworks Machine Learning Outils MLOps Cloud Azure / Google Cloud Garantir la cohérence globale de l'écosystème technique. Gouvernance & QualitéAuditer les solutions IA sur les aspects : Performance Robustesse Scalabilité Sécurité Maintenabilité Coûts (FinOps) Définir les standards de gouvernance des modèles et des données. Assurer le suivi de la qualité des modèles en production. Contribution produitParticiper aux phases de cadrage des projets IA. Contribuer à la roadmap technologique IA. Collaborer étroitement avec : Product Owner IA Data Scientists Data Engineers Développeurs Software Innovation & VeilleAssurer une veille permanente sur les innovations autour de : IA Générative LLM RAG Agents IA MLOps Cloud Architectures Data Compétences techniques recherchéesIntelligence ArtificielleMachine Learning Deep Learning IA Générative Large Language Models (LLM) Prompt Engineering RAG (Retrieval-Augmented Generation) Évaluation de modèles Systèmes agentiques (Agents IA) DéveloppementPython (expert) Programmation orientée objet Développement logiciel MLOps / DevOpsGit Docker Kubernetes CI/CD MLflow CloudMicrosoft Azure Google Cloud Platform (GCP) InfrastructureTerraform Infrastructure as Code (IaC) ArchitectureAPI REST Microservices Architectures distribuées Architectures scalables Déploiement de modèles en production Exploitation des modèlesMonitoring des modèles IA Optimisation des performances Scalabilité Gouvernance des données Sécurité des modèles Compétences comportementalesLeadership technique reconnu. Excellentes capacités de communication. Esprit de mentoring et de transmission. Forte capacité à structurer des standards de développement. Sens de l'innovation. Esprit d'analyse et de résolution de problèmes. Capacité à prendre des décisions techniques structurantes. Orientation résultats et qualité.