Trouvez votre prochaine mission ou futur job IT.

En tant qu’ingénieur ML au sein de l’équipe ML Platform, vous mettrez à profit votre solide expérience en industrialisation, votre maîtrise de Python et votre expérience pratique de l’entraînement de modèles pour faciliter le travail quotidien de l’équipe ML Lab sur (leur neocloud de référence), ainsi que l’intégration avec les outils MLOps principalement basés sur AWS, en collaboration étroite avec un DevOps dédié. Responsabilités principales Permettre une expérimentation rapide : développer et maintenir des outils permettant aux chercheurs d’itérer rapidement sur de nouvelles approches ML Gérer des expériences de recherche à grande échelle : concevoir et superviser des entraînements de modèles à grande échelle sur l’infrastructure , en assurant le suivi des expériences et leur reproductibilité Faciliter les collaborations externes : permettre une collaboration sécurisée avec des partenaires académiques et l’accès à des ressources open source de pointe tout en respectant les contraintes de sécurité Optimisation des performances et des ressources : analyser et optimiser les pipelines d’entraînement, gérer efficacement les ressources GPU Développement d’outils de recherche : créer des bibliothèques et utilitaires spécifiques aux domaines de recherche du laboratoire (nouvelles architectures, techniques d’entraînement, frameworks d’évaluation) Transfert de connaissances inter-équipes : partager les enseignements issus de la recherche expérimentale avec l’équipe ML Platform et les chercheurs groupe

Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes

Notre client, un acteur majeur du secteur du luxe, recherche un Machine Learning Engineer pour rejoindre son équipe Data et contribuer au déploiement de solutions d'intelligence artificielle sur une plateforme cloud de dernière génération (Google Cloud Platform). Au cœur d'une organisation en pleine transformation data, vous interviendrez en collaboration étroite avec le responsable Data, les Product Owners Data et les équipes métier pour concevoir, développer et industrialiser des solutions IA/ML à fort impact opérationnel. Vous évoluerez dans un environnement Agile, au sein d'une équipe pluridisciplinaire, et serez impliqué(e) à toutes les étapes du cycle de vie des projets : de la collecte des besoins jusqu'à la mise en production et au monitoring des modèles. Ce rôle implique également une dimension de sensibilisation et d'accompagnement des équipes internes aux enjeux et bénéfices du Machine Learning et de la Generative AI, faisant de vous un véritable relais de la culture data au sein de l'organisation. Responsabilités : - Recueillir et analyser les besoins métiers afin d'identifier les cas d'usage IA/ML les plus pertinents - Participer à l'acculturation des équipes aux concepts et bénéfices du Machine Learning et de la Generative AI - Étudier et évaluer les solutions du marché en réponse aux besoins identifiés - Préparer, transformer et fiabiliser les données en vue de leur exploitation par les algorithmes - Tester, valider et sélectionner les algorithmes de machine learning et d'intelligence artificielle adaptés aux contextes métiers - Déployer et industrialiser les modèles en production sur Google Cloud Platform via Google Gemini Enterprise (ex Vertex AI) - Mettre en place un système de monitoring des performances des modèles en production (MLOps) - Développer des modules de code réutilisables couvrant l'ensemble du pipeline (préprocessing, entraînement, postprocessing, déploiement) - Concevoir des interfaces utilisateurs permettant aux équipes métier d'interagir avec les modèles développés - Rédiger une documentation technique et fonctionnelle rigoureuse à destination des équipes projet et métier

o Gestion des pipelines de données : déployer et maintenir des pipelines de données robustes et évolutifs ainsi que des modèles ML o Automatisation : mise en place des processus automatisés via des chaînes de CICD o Surveillance et Optimisation : surveiller les performances des systèmes de données et optimiser les processus pour améliorer l'efficacité o Gestion des Infrastructures : gestion et optimisation des infrastructures cloud (Private Cloud, Public Cloud Azure/AWS) et les bases des données. o Sécurité et Conformité : assurer la sécurité des données et la conformité avec la réglementation en vigueur o Documentation : créer et maintenir une documentation complète et à jour des processus o Contribution avec les Data Scientists : assistance au déploiement et la mise à jour des modèles de machine learning en production

Dans le cadre d'une mission transverse, vous interviendrez auprès d'équipes DataScience pour industrialiser et fiabiliser la mise en production de leurs modèles. À ce titre, vous serez notamment amené(e) à : - Concevoir techniquement et industrialiser les processus de déploiement des modèles de datascience en appliquant les bonnes pratiques CI/CD - Automatiser les tests fonctionnels - Optimiser le code Python - Assurer le débogage et l'assistance auprès des équipes DataScience - Assurer la maintenance applicative (migration Python, MCO) - Former et accompagner les data scientists aux bonnes pratiques de développement (Clean Code, SOLID, Refactoring…) - Concevoir et animer des formations auprès des Data Scientists - Exploiter l'IA générative (Claude) pour assister la conception et le développement (génération et revue de code, tests, documentation) et en diffuser les bonnes pratiques auprès des équipes DataScience

Chaque moment compte. Surtout ceux que vous vivez à fond. Bienvenue chez Consort Group. Consort Group, accompagne depuis plus de 30 ans les entreprises dans la valorisation de leurs données et infrastructures. Elle s'appuie sur deux leaders, Consortis et Consortia, et place l’humain et la responsabilité sociétale au cœur de ses valeurs. C’est votre future équipe Les équipes de ConsortIA , sont des acteurs de référence de la Data, du Développement Digital et de l'Ingénierie Média. En combinant ces expertises, nous concevons des systèmes d’information augmentés, intégrés, agiles et sécurisés, au service de la performance et de la transformation numérique de nos clients. IA Engineer / ML Engineer GenAI H/FC’est votre mission Vous êtes passionné·e par l'intelligence artificielle et souhaitez transformer les usages métiers grâce à l'IA générative ? Ce poste est fait pour vous. En tant qu'IA Engineer, vous contribuez à la conception, au développement et à l'industrialisation de solutions d'IA générative intégrées aux environnements de nos clients et de notre LAB. Côté Build Concevoir et développer des solutions d'IA générative (chatbots, agents IA, assistants métiers, automatisation de processus). Développer des architectures basées sur les LLM, le RAG et les bases vectorielles. Intégrer les modèles d'IA via Azure OpenAI, OpenAI API ou des services équivalents. Concevoir des composants réutilisables et participer à la réalisation de POC rapidement opérationnels. Connecter les LLM aux données internes en tenant compte des enjeux de qualité, de gouvernance et de catalogage des données. Accompagner les équipes métiers dans la transformation de leurs besoins en solutions IA concrètes et à fort ROI. Côté Run Industrialiser les solutions développées en appliquant les bonnes pratiques MLOps et DevOps. Déployer et maintenir les pipelines CI/CD des applications IA. Assurer le monitoring, la performance et l'amélioration continue des solutions en production. Participer aux évolutions techniques des plateformes IA et à leur intégration dans les environnements clients. Contribuer à la veille technologique autour de l'IA générative et proposer de nouvelles approches ou composants. C’est votre parcours Vous disposez d'au moins 3 à 5 ans d'expérience en développement logiciel, Machine Learning ou IA, avec une spécialisation récente autour des technologies d'IA générative. Vous aimez transformer rapidement des idées en solutions concrètes, travailler en proximité avec les métiers et faire évoluer des projets de l'expérimentation jusqu'à leur industrialisation. C’est votre expertise Python, développement d'API (FastAPI ou équivalent) LLM, RAG, Prompt Engineering, Agents IA Azure OpenAI, OpenAI API LangChain, LlamaIndex Embeddings, bases de données vectorielles Docker, Git, CI/CD, MLOps Cloud Azure Bonnes pratiques de développement logiciel, monitoring et observabilité Bonne compréhension des enjeux Data (qualité des données, référentiels, catalogues de données) Ce serait un plus : Microsoft Copilot Copilot Studio Power Platform Power Automate C’est votre manière de faire équipe Vous faites preuve de curiosité et assurez une veille constante sur les innovations en IA générative. Vous aimez travailler en équipe, partager vos connaissances et accompagner les métiers dans leurs projets. Vous êtes orienté(e) résultat et recherchez des solutions rapidement créatrices de valeur. Vous êtes autonome, pragmatique et appréciez les environnements d'innovation. Vous avez le goût de l'expérimentation tout en gardant une forte culture de l'industrialisation. C’est notre engagement Chez Consort Group, vous êtes un·e expert·e qu’on accompagne pour que chaque mission devienne une étape qui compte. Un onboarding attentif et humain Une vraie proximité managériale Des formations accessibles en continu Des engagements concrets : inclusion, égalité, solidarité Un package RH complet : mutuelle, carte TR, CSE, prévoyance Une culture du feedback et des projets qui font sens C’est clair Le process de recrutement : Un premier échange téléphonique avec notre team recrutement Un entretien RH ainsi qu’un échange métier avec un(e) ingénieur(e) d’affaires Un échange technique avec l’un(e) de nos expert(e)s Un dernier entretien avec votre futur(e) manager ou responsable de mission Et si on se reconnaît : on démarre ensemble C’est bon à savoir Lieu : Issy-les-Moulineaux Contrat : CDI Télétravail : Hybride Salaire : Selon expérience Famille métier : Data / Intelligence Artificielle / Software Engineering Ce que vous ferez ici, vous ne le ferez nulle part ailleurs. Ce moment, c’est le vôtre.

Nous recherchons un Machine Learning Engineer expérimenté pour une mission stratégique chez un client grand compte. Stack et compétences clés : Python 3.12 (expertise attendue) Kubernetes / Helm / Docker (maîtrise technique au-delà de l'utilisation) Azure SDK FastAPI GitLab (CI/CD, évolution de pipelines) OpenAPI, multithreading, ajout de routes pour UI gérant l’orchestration des déploiements jusqu’en UAT Tests unitaires obligatoires, monitoring des performances Organisation Agile en Squads et Chapters (partage des bonnes pratiques) Matrice RACI déjà en place, capacité à la faire évoluer Jenkins pour la production (géré par les équipes Ops) Certification KAD : un plus fortement apprécié, possibilité de la passer pendant la mission Contexte métier : Projet dans le secteur assurance autour de la modélisation de données, extraction d’informations depuis des contrats, comparaison avec des référentiels, vérification de cohérence, automatisation, recherche sémantique

Au sein de la Direction Data, IA et Innovation , le centre d'excellence développe des solutions d' IA conversationnelle pour les métiers de l'assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Missions Cadrage & conception Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Modélisation & entraînement Entraîner, adapter et évaluer des modèles NLP Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. Industrialisation & déploiement Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Amélioration continue Analyser les logs de conversations, identifier les axes d'amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client. Profil recherché - minimum 3 années d'expérience Compétences techniques Solide expérience en Machine Learning / NLP . Connaissance des LLM et de l' IA générative appliqués à la conversation. Maîtrise de Python et des principaux frameworks Une expérience avec des plateformes voicebot / ASR / TTS est un plus. Compétences fonctionnelles / soft skills Capacité à travailler du besoin métier jusqu'à la prod . Sens de la qualité de l'expérience utilisateur (parcours client, tonalité, clarté des réponses). Aisance en environnement pluridisciplinaire (métiers, IT, data). Une expérience en banque/assurance ou environnement réglementé est appréciée.

· Vous contribuerez à la mise en œuvre du processus MLOps pour maintenir les modèles de ML en production. · Vous collaborerez avec l'équipe pour déployer ou améliorer des pipelines ML évolutifs et efficaces en utilisant les meilleures pratiques MLOps. · Vous collaborerez avec l'équipe au développement de services de qualité production avec des tests unitaires et d'intégration, CI/CD et devOps pour ces services. · Vous identifierez de nouvelles opportunités pour améliorer les processus de go-to-production et MLOps. · Vous appliquerez des pratiques et des normes de développement logiciel pour améliorer et garantir la qualité du code de nos applications. · Vous maintiendrez un rôle actif à chaque étape du cycle de vie du développement logiciel.

Dans le cadre du programme stratégique HALO, visant à enrichir l’expérience bancaire digitale au sein de l’application mobile d’un grand acteur bancaire, nous recherchons actuellement un.e Data Scientist Senior / Machine Learning Engineer. Vous intégrerez le Chapitre Data, rattaché à la Direction Data, en charge de l’accompagnement des squads dans la conception, l’industrialisation et l’exploitation de cas d’usage Data, Machine Learning et Intelligence Artificielle. Vous évoluerez dans un environnement exigeant, multi-squads, au cœur d’une architecture moderne orientée API et event-driven, avec des enjeux forts de performance, sécurité, conformité et qualité des livrables. 🎯 Votre rôle En tant que Data Scientist Senior / Machine Learning Engineer, vous intervenez sur l’ensemble du cycle de vie des cas d’usage IA. De la compréhension des besoins métiers jusqu’au déploiement en production et au suivi en RUN, vous êtes garant.e de la performance, de la robustesse et de la valeur des modèles mis en œuvre. Vous travaillez en lien étroit avec les Product Owners, Business Analysts, Data Engineers et équipes métiers afin de transformer des cas d’usage bancaires en solutions data industrialisées. Vos missions 🧠 Cadrage et analyse des cas d’usage Vous intervenez dès les premières phases des projets pour comprendre et qualifier les besoins : Analyser les cas d’usage métiers avec les squads Identifier les problématiques Data / IA pertinentes Définir les approches de modélisation adaptées Sélectionner les données utiles et leur méthodologie de traitement Traduire les besoins métiers en problématiques data exploitables 🔬 Exploration, prototypage et modélisation Vous construisez et testez les solutions algorithmiques : Réaliser l’exploration et l’analyse des données Développer des prototypes de modèles ML / IA Tester et comparer différents algorithmes Évaluer les performances des modèles (accuracy, recall, precision…) Optimiser les modèles selon les contraintes métiers et techniques 🏗 Industrialisation et déploiement des modèles Vous assurez la mise en production des modèles : Concevoir et industrialiser des modèles de Machine Learning Développer les pipelines de training, inference et scoring Déployer les modèles dans les environnements de production Intégrer les modèles dans des architectures API et event-driven Garantir la scalabilité et la robustesse des solutions 📊 MLOps, monitoring et RUN Vous assurez la fiabilité dans la durée des modèles déployés : Mettre en place des dispositifs de monitoring des modèles Suivre la performance en production Détecter les dérives et proposer des ajustements Participer au RUN et à la résolution d’incidents Améliorer en continu les modèles et pipelines existants 🤝 Collaboration et communication Vous êtes un acteur clé du delivery en environnement Agile : Participer aux rituels des squads multi-équipes Suivre les tâches dans un contexte Agile à l’échelle Présenter les avancées aux équipes métiers et techniques Vulgariser les résultats auprès d’interlocuteurs non techniques Contribuer à la compréhension et l’adoption des solutions IA 🧭 Environnement fonctionnel & technique 🏦 Domaine fonctionnel Banque de détail Expérience client digitale Ciblage, recommandation, recherche et prédiction Parcours clients mobile Cas d’usage IA et Machine Learning 🛠 Environnement technique Python, Scala, Bash SQL / NoSQL Spark, PySpark Kubernetes, Cloudera AWS SageMaker Git, CI/CD MLOps et industrialisation des modèles Scikit-learn, Pandas, NumPy Architecture API et event-driven

Dans le cadre du renforcement d'une équipe R&D spécialisée en innovation numérique et design computationnel, nous recherchons un(e) AI/ML Engineer pour intervenir sur des projets à forte composante scientifique et simulation numérique. Vous contribuerez au développement de solutions d'intelligence artificielle appliquées à la modélisation physique, à la prédiction de résultats de simulation et à l'accélération des processus de conception assistée par calcul. Vos missions Développer des modèles d'IA et de Machine Learning appliqués aux simulations physiques. Concevoir et industrialiser des pipelines d'entraînement, de validation et d'évaluation des modèles. Mettre en œuvre des approches de surrogate modeling afin de réduire les temps de calcul des simulations. Participer à la construction de solutions de Scientific Machine Learning. Travailler sur des modèles basés sur les Physics-Informed Neural Networks (PINNs). Structurer, préparer et exploiter des datasets issus de simulations numériques et de données géométriques. Collaborer étroitement avec des équipes multidisciplinaires composées d'ingénieurs, chercheurs et experts métier.