Trouvez votre prochaine mission ou futur job IT.

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

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

· 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.

Rejoignez une entreprise innovante dans le secteur des logiciels d'automatisation web à Bordeaux. Nous transformons notre produit phare avec une nouvelle version conversationnelle IA, intégrant des agents avancés. Intégrez une équipe dédiée composée du CTO, du CEO, et d'ingénieurs Fullstack et backend, pour travailler sur un projet de développement d'une V1 fonctionnelle de notre nouvelle plateforme IA, à réaliser en quelques semaines. Ce poste de ML Engineer est essentiel pour établir de nouvelles normes techniques et concevoir l'infrastructure IA de demain. Initialement basé à Bordeaux pour 6 mois, ce poste a la flexibilité de devenir remote en cas d'embauche en CDI. Missions Principales : - Concevoir, entraîner et adapter des modèles NLP et LLM hautement performants. - Mettre en place et superviser l'infrastructure ML (suivi de modèles, déploiement). - Collaborer avec l'équipe Fullstack AI pour intégrer vos modèles dans les produits finals. Annexes : - Soutenir l'introduction et l'utilisation de LLMs et de diverses techniques pour améliorer les systèmes IA. - Surveiller et améliorer en continu les modèles déployés, en assurant leur performance optimale.

Pour l'un de nos clients nous recherchons un Développeur Golang Confirmé ou Sénior : • Travailler sur des sujets à fort impact et à forte criticité • Collaborer étroitement avec des ML Engineers sur la révolution de l’IA • Monter en compétences sur des sujets Machine Learning et GenAI, appliqués à des cas concrets • Monter en compétences sur le domaine de la Recherche & de la Recommandation • Participer à des conférences Machine Learning / Tech

En tant que Tech Lead, vous êtes l'expert Data Engineering et le référent technique dans vos missions. Vous intervenez principalement sur les problématiques d’ingestion, de traitement et d’industrialisation des données sur la data plateforme. Sans être responsable de l’architecture Data globale, vous avez un rôle clé dans la qualité des livrables, la standardisation des pratiques et la montée en compétence des Data Engineers. Expérience attendue : 7 à 12+ ans en Data Engineering avec une expérience dans un rôle de référent technique Vous correspondez au/à la Tech Lead que nous recherchons si : Vous disposez d’un leadership technique , reconnu et légitime auprès des équipes Vous savez animer, encadrer et fédérer une équipe autour de bonnes pratiques techniques et d’objectifs communs Vous faites preuve d’une excellente communication , associée à une forte capacité pédagogique Vous adoptez un esprit critique constructif et savez challenger les choix techniques dans une logique d’amélioration continue Vous êtes capable de prendre du recul sur des problématiques techniques afin de proposer des solutions pertinentes et durables Vous êtes autonome , proactif et doté d’un fort sens des responsabilités Vous favorisez le partage de connaissances et la montée en compétence collective Vous savez collaborer efficacement avec des rôles transverses (Architectes, Product Owners, DevOps, ML Engineers) Vous maîtrisez Python et SQL à un niveau avancé , avec une forte sensibilité aux bonnes pratiques de software engineering (qualité, maintenabilité, testabilité) Vous êtes capable de définir, documenter et faire appliquer des standards de développement , incluant la structuration des projets, les conventions de code et les stratégies de tests Vous avez une expérience significative dans la mise en place et la maintenance de chaînes CI/CD appliquées aux pipelines Data Vous portez une attention particulière à la qualité des données , à la testabilité et à l’ observabilité des pipelines en production Vous pratiquez régulièrement les revues de code , le mentoring et l’accompagnement technique des Data Engineers Vous êtes en mesure de concevoir des frameworks internes et des briques techniques réutilisables afin d’industrialiser et standardiser les développements Vous comprenez les enjeux de performance, de scalabilité et de maîtrise des coûts , et savez les intégrer dans vos choix techniques