Trouvez votre prochaine mission ou futur job IT.

Dans le cadre du centre d'expertise de la direction Data & IA de notre client grand compte dans le secteur bancaire. Nous recherchons un data scientist ou prompt engineer pour leur équipe. Il s'agira de contribuer à un projet un interne confidentiel. ( équipe Expertise Transverse du Centre d'Expertise Data Science composée de 18 data scientists dont les projets DS s'articulent autour des outils NLP, Search, IA Générative) Les données utilisées sont des données internes qui doivent être utilisées sous forme de synthèse de données chiffrées, mais également des données textuelles. Un moteur de recommandation sera potentiellement implémenté également. Sur la partie sur le socle, en vue d'une évolutions vers des intéractions vocales, choix des modelés STT Les tâches à réaliser sont : - Analyse / participation au cadrage de lots à réaliser - Génération de synthèse - Cadrage, participation aux développement et suivi des projets - Prompt engineering - Evaluation des performances liées à l'utilisation de LLM, RAG - Partage autour de la veille technologique

Au sein de l'équipe Data, vous transformez les données brutes en fonctionnalités produit intelligentes et en moteurs de décision automatisés. Vos missions: Moteur ML et Algorithmes (70%) : Modélisation des parcours d'achat sous forme de graphes (du check-in au check-out), conception de modèles de Machine Learning (scoring, détection d'échecs, routage intelligent) et industrialisation MLOps avec les équipes DevOps. Plateforme Data et Insights (30%) : Déploiement de solutions BI en self-service enrichies par l'IA, suivi de la qualité des données, gouvernance et analyse rigoureuse des KPIs.

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.

Dans le cadre du renforcement d'une équipe Data & IA, nous recherchons un Data Scientist / Data Engineer expérimenté, spécialisé en Intelligence Artificielle Générative, afin d'assurer la continuité et l'évolution de projets stratégiques. Le consultant intégrera une équipe travaillant sur un projet d'IA agentique à fort impact métier. L'un des principaux objectifs est de développer et d'optimiser une solution capable de générer automatiquement des pré-réponses pertinentes à des e-mails utilisateurs portant sur différents types de demandes : renseignements, réclamations, opérations contractuelles, etc. La mission comporte une forte dimension LLM, NLP, RAG et industrialisation des modèles IA. Missions principales Reprendre les travaux existants et assurer la continuité du projet d'IA agentique. Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) dédiés à la génération de texte. Améliorer la pertinence et la qualité des pré-réponses générées. Optimiser les processus de Retrieval-Augmented Generation (RAG) existants. Participer à l'intégration et au déploiement des modèles en environnement de production. Mettre en œuvre les bonnes pratiques MLOps / LLMOps : CI/CD, versioning, monitoring, déploiement et maintien en conditions opérationnelles. Analyser les performances des modèles et identifier les axes d'amélioration. Garantir la robustesse, la scalabilité et la maintenabilité des solutions développées. Réaliser une veille sur les évolutions en IA Générative, LLM, NLP et Machine Learning. Collaborer étroitement avec les équipes Data, développement, architecture, produit et métiers. Participer aux cérémonies et rituels Agile de l'équipe.

Contexte Notre client lance ses premiers projets d'IA et d'automatisation. Le premier chantier est un POC d'automatiser, c'est-à-dire le recensement d'informations dans les PDF, images et autres, fait aujourd'hui à la main. D'autres projets data et IA suivront. La mission Construire la chaîne de traitement : extraction des PDF, détection des publicités, structuration des données (annonceur, marque, format, page, numéro). Choisir et comparer les approches (OCR, vision, LLM) sur des métriques mesurées : précision, rappel, coût, temps. Livrer du code de production : tests, logs, reprise sur erreur, API, Docker. Préparer la suite : intégrer le traitement aux données et automatiser d'autres processus.

Almatek recherche pour l'un de ses clients, Un Data Scientist /ML Engineer confirmé a senior sur Grenoble. CONTEXTE Dans le cadre de l'évolution d'une plateforme de Machine Vision dédiée à l'analyse d'images industrielles, nous recherchons un Data Scientist / Machine Learning Engineer confirmé à senior. L'objectif est de moderniser l'architecture existante, d'améliorer les performances d'inférence, d'étendre la solution à de nouvelles typologies d'images et de renforcer l'autonomie des utilisateurs métiers. PRINCIPALES MISSIONS • Repenser et moderniser l'architecture d'inférence autour de PyTorch / TorchServe. • Faire évoluer les modèles de classification et de détection d'objets, notamment avec des architectures YOLO (You Only Look Once). • Étendre la solution à de nouvelles typologies et dimensions d'images. • Optimiser les performances d'inférence et identifier les goulots d'étranglement CPU / GPU / preprocessing. • Faire évoluer les mécanismes d'apprentissage pour en faciliter l'utilisation par les métiers. • Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. • Accompagner l'intégration des modèles dans l'architecture applicative existante. PROFIL RECHERCHÉ Profil Data Scientist / ML Engineer / Computer Vision Engineer disposant d'une expérience significative en Machine / Deep Learning et en industrialisation de modèles, capable d'intervenir à la fois sur les modèles et sur leur industrialisation, avec un bon niveau d'autonomie. COMPÉTENCES CLÉS • Python. • PyTorch. • Computer Vision / Deep Learning. • CNN (réseaux de neurones convolutifs), classification d'images et détection d'objets. • YOLO. • Optimisation et déploiement de modèles sur environnements GPU. • Git, tests, refactoring. COMPÉTENCES APPRÉCIÉES • TorchServe ou autre solution de model serving. • PyTorch Lightning, DDP (Distributed Data Parallel). • Docker, CVAT, LitServe. Interne • MLOps. • Expérience en Machine Vision industrielle.

Au sein de la plateforme Tech & Data d'un groupe international leader de la distribution spécialisée dans l'amélioration de l'habitat, les équipes IA permettent de construire, d'industrialiser et d'exploiter des solutions d'IA et de Machine Learning à grande échelle, pour des usages internes comme pour les clients du groupe. Vous prenez la responsabilité du périmètre produit dédié à la construction des modèles, utilisé par les data scientists et ML engineers de l'ensemble des filiales : Plateforme MLOps : développement, entraînement et déploiement des modèles en production Plateforme de labellisation : annotation de données (texte, images, documents), avec des workflows humains et assistés par IA Services d'évaluation : qualité, robustesse, sécurité et biais des modèles, du benchmark métier au LLM-as-a-judge et à l'évaluation continue en production Vision et stratégie produit : Construire et porter la vision et la roadmap, en cohérence avec la stratégie IA du groupe Comprendre les besoins des utilisateurs (data scientists, ML engineers, équipes produit) : interviews, analyse des usages, veille marché Contribuer aux décisions build / buy / open source avec l'architecture et les achats Concevoir un socle commun pour les workflows human-in-the-loop Définir les indicateurs de succès et le modèle de service (offre, SLA, refacturation) Porter l'adoption interne : onboarding, documentation, animation de la communauté utilisateurs Delivery : Gérer et prioriser le backlog, rédiger les user stories et critères d'acceptation Animer les cérémonies agiles et garantir la qualité des livraisons avec l'équipe d'ingénierie Tenir informées les parties prenantes et maintenir la documentation fonctionnelle Informations pratiques : Freelance – démarrage ASAP, mission de 3 ans renouvelable Métropole lilloise : 3 jours/semaine sur site Fort enjeu de déploiement multi-pays et multi-entités, en français et en anglais

Vos missions ? En tant que Data Manager Senior / Lead Data (H/F) vous serez en charge des missions suivantes: - Identifier, cadrer et prioriser les projets Data en lien avec les directions métiers et techniques. - Construire les business cases, estimer le ROI et présenter les recommandations auprès des instances de décision. - Piloter la mise en œuvre des projets : suivi des plannings, risques, budgets, qualité et adoption des solutions. - Animer et coordonner des équipes pluridisciplinaires : Data Scientists, Data Engineers, analystes et interlocuteurs métiers. - Accompagner la montée en compétences des collaborateurs, assurer leur encadrement et favoriser le partage des bonnes pratiques. - Mettre en place des cas d'usage à forte valeur ajoutée : segmentation client, scoring, recommandation, prévision, optimisation de campagnes, analyse comportementale ou NLP. - Garantir la cohérence entre les enjeux business, la gouvernance des données et les choix technologiques. - Contribuer à la feuille de route Data et à la diffusion d'une culture Data au sein de l'organisation. Vous disposez d'une solide culture technique et êtes à l'aise avec plusieurs environnements parmi : - Python, PySpark, SQL, SAS ou R ; - BigQuery, AWS, Hive ou autres environnements Cloud/Data Lake ; - Dataiku, Tableau, Looker Studio ou outils de data visualisation ; - Data Science, Machine Learning, NLP, scoring et modèles prédictifs.

Dans le cadre d'un projet stratégique autour de la recommandation et de l'IA, nous recherchons un Machine Learning Engineer expérimenté pour concevoir, développer et industrialiser des pipelines Data et ML de bout en bout. Vous intégrerez une équipe pluridisciplinaire composée de Data Scientists, Data Engineers, développeurs, Tech Lead et Product Owner, au sein d'un environnement fortement orienté Data, ML et Cloud. Vos missionsConcevoir et développer des data pipelines de bout en bout : ingestion, transformation, stockage et exposition des données. Concevoir et industrialiser des pipelines ML : préparation des données, entraînement, évaluation, publication et inférence. Participer à la conception et à l'évolution d'architectures Data / ML sur GCP. Mettre en place les mécanismes de qualité, reproductibilité, monitoring et observabilité des pipelines. Industrialiser les modèles ML pour des usages en production, notamment en inférence temps réel. Participer à l'évolution du socle DataOps / MLOps et des outils d'orchestration. Optimiser les solutions existantes en matière de performance, fiabilité, maintenabilité et coûts Cloud. Participer au Run et à la résolution des incidents sur les pipelines et services existants. Garantir la qualité des développements : tests, revue de code, documentation et bonnes pratiques d'ingénierie. Collaborer avec les équipes Data, ML et Software Engineering afin de partager les bonnes pratiques. Environnement techniqueData Engineering : BigQuery, dbt, Kafka, streaming, data modeling, Terraform. ML / MLOps : Python, Deep Learning, embeddings, Docker, Kubernetes, Git, ZenML ou outils similaires, ML pipelines, inférence temps réel. Cloud : GCP, architectures Cloud distribuées.

Concevoir, développer, déployer et optimiser des solutions d'IA et d'IA générative en production. Collaborer avec les parties prenantes métiers et techniques pour identifier les opportunités et fournir des capacités d'IA évolutives. Promouvoir les meilleures pratiques d'ingénierie de l'IA, notamment l'évaluation, l'observabilité, la gouvernance, la sécurité et l'optimisation des performances. Soutenir la gestion des coûts de l'IA, la gouvernance de son utilisation et les initiatives d'excellence opérationnelle. Développer des cadres, des normes et des garde-fous réutilisables pour une adoption responsable de l'IA. Collaborer avec les data scientists, les data engineers, les chefs de produit et les équipes plateforme. Encadrer les ingénieurs et assurer le leadership technique des initiatives d'IA. Fournir des solutions intégrant RAG, l'IA conversationnelle, l'automatisation des flux de travail et les systèmes d'agents.

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

Nous recherchons un(e) Data Engineer pour rejoindre nos équipes et intervenir sur des projets Data & BI à fort enjeu. Tu travailleras au cœur de la stack data, de la transformation et modélisation des données jusqu'à leur valorisation dans Power BI, avec notamment dbt et Snowflake. Ton rôleEn tant que Data Engineer, tu seras amené(e) à : Concevoir et développer des pipelines de données robustes et scalables Transformer, nettoyer et modéliser les données avec DBT Concevoir et optimiser des environnements data sur Snowflake Développer et maintenir des modèles de données fiables, performants et documentés Préparer et structurer les données pour les besoins de reporting et d'analyse Concevoir et développer des dashboards et reportings avec Power BI Créer des modèles sémantiques adaptés aux besoins métiers Optimiser les performances des datasets et rapports Power BI Mettre en place des tests et contrôles de qualité des données Automatiser et industrialiser les workflows data Collaborer avec les Data Analysts, Data Scientists, Software Engineers et équipes métiers Participer aux choix d'architecture et aux bonnes pratiques Data & BI Contribuer à la documentation et à l'amélioration continue de la plateforme data La stackMust-have : Expérience en Data Engineering / BI Très bonne maîtrise de SQL Expérience significative avec dbt Expérience avec Snowflake Bonne maîtrise de Power BI Maîtrise de la modélisation de données et des concepts Data Warehouse / ELT Expérience dans la conception de pipelines de données Nice-to-have : Python DAX Power Query / M Airflow / Dagster Git CI/CD AWS / Azure / GCP Terraform Kafka ou technologies de streaming

Dans le cadre d'un programme stratégique autour de l'Intelligence Artificielle, nous recherchons un Data Engineer SAP AI capable d'intervenir sur la conception, l'intégration et l'exploitation de données issues de SAP S/4HANA, afin d'alimenter des cas d'usage Data & AI à forte valeur métier. La mission nécessite une présence sur site à Paris 3 jours par semaine. Missions principalesConcevoir et développer des pipelines de données à partir de SAP S/4HANA. Extraire, transformer et intégrer les données SAP vers des plateformes Data. Participer à la mise en œuvre de cas d'usage IA / GenAI exploitant les données SAP. Garantir la qualité et la fiabilité des données. Collaborer avec les équipes métiers, Data Scientists, Data Engineers et Architectes Data. Optimiser les performances des flux de données et traitements analytiques. Préparer et mettre à disposition les données pour les modèles IA. Compétences recherchéesSAP Expertise SAP S/4HANA Bonne compréhension des données et processus métiers SAP Expérience en intégration et extraction de données SAP Data Engineering SQL avancé Python Spark ETL / ELT Data Lake / Data Warehouse APIs et traitements de données AI / Analytics Connaissance des architectures IA et GenAI Préparation des données pour les modèles IA Compréhension des enjeux RAG, LLM et gouvernance des données appréciée Cloud Azure, AWS ou GCP apprécié ModalitésType de mission : Assistance technique / Expertise Data Localisation : Paris Présence : 3 jours/semaine sur site Démarrage : ASAP Durée : à confirmer

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.