Trouvez votre prochaine mission ou futur job IT.

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

En tant qu’Expert Genesys. L’objectif principal est d’accompagner les entités dans la conception, la mise en œuvre et l’optimisation de solutions de centre de contact Genesys intégrées avec des capacités d’IA / GenAI pour soutenir des stratégies transformatrices de service client. Stimuler l’innovation via l’automatisation pilotée par l’IA — comme les chatbots, assistants virtuels ou l’analyse prédictive afin d’assurer des interactions clients intelligentes et fluides sur tous les canaux, tout en soutenant l’évolution digitale de notre organisation mondiale. Livrables : Piloter les initiatives pour de nouveaux modules ou fonctionnalités IA au sein de Genesys afin de soutenir les efforts d’innovation et de transformation digitale. Collaborer avec les parties prenantes des différentes entités pour comprendre les processus locaux des centres de contact et les traduire en solutions évolutives, dotées d’IA, alignées sur les stratégies globales de transformation digitale. Aider à développer et gérer la logique de routage des contacts, les flux IVR et les workflows d’automatisation utilisant l’IA pour anticiper les besoins clients, réduire les temps de traitement et améliorer le taux de résolution au premier contact. Soutenir l’intégration de Genesys avec l’infrastructure téléphonique, les systèmes CRM et les plateformes IA afin de créer des parcours clients intelligents et omnicanaux. Accompagner le déploiement et l’amélioration continue des chatbots propulsés par IA, des assistants virtuels et des modèles de machine learning pour l’amélioration du service client. Assurer la formation et le transfert de connaissances sur les fonctionnalités IA et les meilleures pratiques auprès des équipes locales à l’échelle mondiale. Garantir le respect des normes de sécurité, de confidentialité et des standards du secteur à toutes les étapes du déploiement et du fonctionnement des solutions enrichies par l’IA. Surveiller les indicateurs de performance du système, analyser les données et générer des insights afin d’améliorer les automatisations basées sur l’IA et les stratégies d’expérience client.

Nous recherchons un Expert Genesys capable de concevoir, intégrer et optimiser des solutions de centre de contacts (Genesys Cloud / PureConnect / Enterprise), avec une forte orientation IA / GenAI : chatbots, NLP, assistants virtuels, routage prédictif, automatisation intelligente. Missions principales Concevoir et optimiser les parcours clients, flux IVR, routage omnicanal et workflows automatisés. Intégrer Genesys avec la téléphonie, les CRM et les plateformes d’IA (Google, Azure, IBM Watson…). Déployer et améliorer des chatbots, assistants virtuels, algorithmes de ML et solutions de routage prédictif. Piloter des initiatives d’innovation IA (nouveaux modules, fonctionnalités, automatisations). Suivre les KPI, analyser les performances et optimiser les modèles IA. Accompagner plusieurs pays dans la transformation des centres de contacts. Assurer formation, documentation et transfert de compétences aux équipes locales. Garantir conformité, sécurité et standards globaux.

Périmètre DevOps & SysOps 1. Automatisation & Déploiement Mise en place d’un pipeline CI/CD complet : build, tests, déploiements et releases. Déploiement automatisé de l’API backend et de tous les modules associés. Gestion de l’infrastructure pour garantir une mise en production fiable et répétable. 2. Supervision & Observabilité Mise en œuvre de la surveillance des composants LLM et IA générative (logs, métriques, alertes). Monitoring et reporting des KPIs de performance, d’usage et de qualité. 3. Sécurité & Conformité Configuration et gestion de l’authentification, autorisation et gestion des accès. Respect des exigences sécurité du Groupe BNP et des règles d’accessibilité RGAA . Mise en place de la gestion et rotation des secrets, tokens et credentials. 4. Exploitation & Résilience Rédaction de la documentation technique d’exploitation et d’intégration. Mise en place et automatisation des procédures de sauvegarde et restauration (données, contextes, historiques). Gestion de la scalabilité : montée en charge, load-balancing, optimisation des performances. Définition et application de la politique de gestion des incidents, astreintes et SLA. Expertises fonctionnelles et techniques : Compétences requises Compétences techniques essentielles (synthèse) 1. Cloud & Infrastructure Maîtrise d’un cloud (AWS, Azure, GCP) Infrastructure as Code : Terraform, Ansible Architectures scalables et haute disponibilité 2. Conteneurs & Orchestration Docker Kubernetes / OpenShift (déploiement, scaling, secrets, monitoring) 3. CI/CD & Automatisation Pipelines GitLab CI, GitHub Actions, Jenkins Automatisation build/test/deploy Sécurisation des pipelines 4. Observabilité Logs : ELK, Splunk Monitoring : Prometheus, Grafana, Datadog Suivi spécifique LLM/IA : performance, coûts, dérives 5. Sécurité Authentification/autorisation (OAuth2, OIDC, SAML) Gestion des secrets (Vault, KMS) Sécurité API et conformité RGAA 6. Backend & APIs Compréhension des APIs REST/GraphQL Connaissance de base en Python / Node.js / Java Microservices 7. Bases de données PostgreSQL, MongoDB, Redis Backup/restore, stockage objet 8. Exploitation & Incidents Runbooks, SLA, ITIL Tableaux de bord et KPIs d’usage/performance 9. IA Générative (bonus fortement recommandé) Appels API LLM Gestion des prompts et contextes Notions de RAG et sécurité IA

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.

Contexte : Dans le cadre du développement de nos projets IA, nous recherchons un Data Scientist expérimenté maîtrisant Vertex AI et les technologies modernes de modélisation et d’industrialisation. Missions : Développement et entraînement de modèles ML/IA (supervisé, non supervisé, deep learning). Utilisation avancée de Vertex AI (training, pipelines, model registry, monitoring). Participation à la construction de solutions génératives ou prédictives (LLM, NLP, time series, recommendation…). Préparation, exploration et structuration de datasets à grande échelle. Déploiement, optimisation et suivi des modèles en production. Compétences recherchées : Très bonne maîtrise de Python , Scikit-Learn, TensorFlow ou PyTorch. Expertise Vertex AI (training, notebooks, pipelines, endpoints). Connaissance des environnements GCP (BigQuery, Storage, Pub/Sub). Solides compétences en statistiques, math appliquée et optimisation. Expérience avec LangChain / LangGraph / LLM (souhaitée). Profil attendu : 3 à 8 ans d’expérience en Data Science ou ML Engineering. Capacité à vulgariser et à proposer des solutions adaptées au besoin métier. Forte autonomie et sens du delivery.

Je suis à la recherche pour un de nos clients d'un Développeur IA LLM Python API. Maîtrise de Python pour le backend et l'interfaçage API. Expérience avérée en développement d'API REST (FastAPI, Flask ou Django). - Intégration de LLM (Large Language Models) : Expérience pratique de l'utilisation d'APIs de modèles génératifs (OpenAI, Mistral, Anthropic, ou modèles Open Source via Hugging Face). Capacité à démontrer des travaux sur le Prompt Engineering et la structuration des sorties (Output Parsing, JSON mode). - Développement Web Fullstack: Capacité à développer et maintenir un Back-office fonctionnel en environnement PHP (Symfony) ou Javascript (Node.js/React/Vue), pour s'interfacer avec l'existant. - Frameworks d'Orchestration IA : Maîtrise de frameworks spécifiques tels que LangChain ou LlamaIndex pour gérer les chaînes de traitement. - Évaluation & Qualité (LLM Ops) : Expérience dans la mise en place de métriques pour mesurer la qualité des réponses (frameworks comme RAGAS, DeepEval, ou méthodologie de "LLM-as-a-judge"). - Conteneurisation : Autonomie sur l'usage de Docker - Architecture RAG : Connaissance des principes de Retrieval Augmented Generation (bases de données vectorielles type Qdrant, Chroma, Pgvector) - Nécessité d'avoir collaboré pour des sites médias à forte volumétrie C ompétences souhaitées : Infrastructure as Code : Capacité à lire et comprendre des scripts Terraform existants pour dialoguer efficacement avec l'équipe Ops. Conteneurisation : Connaissance de l'environnement d'exécution Kubernetes (savoir lire un fichier de déploiement, logs, exec, ). Travail en environnement agile (scrum)

Je suis à la recherche pour un de nos clients d'un Machine Learning Ops. Le rôle consiste à garantir l'industrialisation, la fiabilisation, et la mise en production robuste et sécurisée de l'ensemble de nos modèles d'Intelligence Artificielle. Vous serez un pilier dans l'établissement des bonnes pratiques MLOps (Monitoring, Sécurité, Reproductibilité) et collaborerez en étroite collaboration avec les Data Scientists, Ingénieurs ML, le Product Owner, et l'équipe DevOps. Cette prestation est essentielle pour transformer la recherche en solutions opérationnelles à forte valeur ajoutée. Expertises requises dans le cadre de la réalisation de la prestation - 3 ans minimum d'expérience prouvée en développement/industrialisation IA/ML/DL ciblant des environnements de production. - Maitrise Avancée de Python et des librairies clés de Data Science/ML (e.g., NumPy, Pandas, Scikit-learn, PyTorch/TensorFlow). - Maîtrise de SQL pour l'accès et la manipulation des sources de données. - Pipeline MLOps et Outils : - Conception et Implémentation de Pipelines CI/CD dédiés aux modèles ML (GitLab CI ou équivalent), incluant le versioning des modèles et des datasets. - Conteneurisation Maîtrisée : Capacité à packager, déployer et maintenir des services IA via Docker. - Tracking et Registre de Modèles : Expérience obligatoire avec des outils de gestion du cycle de vie des modèles comme MLflow ou équivalent (p. ex. Comet ML). - Expertise Modèles de Langage (LLM/NLP) - Maîtrise de l'architecture RAG (Retrieval-Augmented Generation) et de son industrialisation. - Mise en place et intégration d'outils d'orchestration de LLM (e.g., LangChain/LangSmith, Semantic Kernel, ou équivalent) dans un contexte de production. - Cloud et Déploiement : Maîtrise avérée d'un Cloud Provider avec une expérience significative en déploiement de services serverless ou conteneurisés - Optimisation et Feedback : capacité à intégrer des boucles de feedback continu pour l'amélioration des modèles (Monitoring de la dérive, Retraining automatique, concepts de Human-in-the-Loop). C ompétences souhaitées : - Orchestration et Scalabilité : expérience pratique du déploiement de charges d’activité IA sur Kubernetes (K8s) et des concepts d'opérateurs MLOps (KubeFlow, Argo). - Expérience dans la mise en place de tests de performance et de montée en charge spécifiques aux services d'inférence ML/LLM (benchmarking, stress testing, choix du hardware). - Techniques de Modélisation Avancées : - Connaissance des techniques d'optimisation de modèles pour la production (Quantization, Distillation, Pruning) ou de Fine-Tuning/PEFT (LoRA). - Expérience en Computer Vision (déploiement de modèles de détection/classification) ou en SLM (Small Language Models). - Qualité et Assurance IA : - Mise en œuvre de métriques d'évaluation non-traditionnelles pour les LLM (e.g., AI as a Judge, évaluation du Hallucination Rate, Grounding Score).

Rejoignez la Tribe AI et contribuez au développement d’applications d’intelligence artificielle générative. Vos missions : Créer des applications IA pour améliorer l’expérience client et les processus internes. Travailler sur Prompt Engineering, RAG, Fine-tuning et NLP. Déployer et monitorer des modèles en production. Collaborer dans un environnement agile et innovant.

Vous intégrerez une équipe Data Science d’envergure (50+ personnes) au sein d’une entreprise tech internationale, leader dans son domaine. Votre mission : prototyper, itérer et mettre en production des modèles de Machine Learning à fort impact business, en étroite collaboration avec les équipes Produit, Data Engineering et Développement. Les projets menés visent à exploiter la richesse de larges volumes de données afin d’ optimiser les performances commerciales, la gestion opérationnelle et la sécurité des utilisateurs sur une plateforme utilisée par des centaines de grandes marques et des milliers de vendeurs dans le monde . Exemples de sujets traités Détection d’anomalies sur les prix ou les comportements vendeurs Analyse de sentiment sur les échanges client / vendeur Estimation des délais de livraison et anticipation des ruptures de stock Développement d’ agents IA pour assister la prise de décision Prédiction et modélisation de phénomènes liés à la supply chain Vos missions Analyser, nettoyer et préparer les données pour la modélisation Concevoir, tester et mettre en production des algorithmes ML / DL Collaborer avec les Data Engineers pour l’industrialisation des modèles Créer des dashboards de suivi et d’analyse de performance Présenter vos travaux en interne et contribuer à la veille scientifique de l’équipe Stack technique Langages & Frameworks : Python, TensorFlow, PyTorch, Keras Data & Cloud : Databricks, Spark, AWS (Redshift, S3), SQL, Airflow, Delta Lake Approches : Time Series, NLP, LLMs, Deep Learning, Heuristiques

Nous recherchons un expert opérationnel en cybersécurité pour accompagner l’évolution d’un socle technique GenAI dans un environnement Cloud et IA. La mission consiste à sécuriser des solutions basées sur Microsoft 365, Azure Cognitive Services, Copilot, Fabric, Power Platform, Azure ML , ainsi que des plateformes data/AI (Snowflake, Databricks, MS Fabric). Périmètre de la mission Assistance sécurité sur les projets GenAI (architecture, normes, standards). Sécurisation des implémentations et usages des services Cloud & IA. Production documentaire sécurité : dossiers de sécurité, blueprints, analyses de risques, recommandations d’architecture. Revue sécurité du code et intégration DevSecOps. Déclinaison sécurité des User Stories et reporting. Environnement Agile / anglophone. Compétences techniques requises Sécurité opérationnelle Microsoft : Microsoft 365 , Azure Cognitive Services , Copilot , Fabric , Power Platform , Azure ML . DevSecOps : CI/CD sécurisés, IaC (Terraform, Bicep), Sentinel, Defender for Cloud, Purview. Sécurisation Azure : tenants, subscriptions, RBAC, MFA, Conditional Access, PIM. Clouds : MS Azure (impératif), AWS (apprécié). Scripting & automatisation : PowerShell, Python ; analyse de logs, contrôles de sécurité automatisés. Anglais opérationnel. Livrables attendus Dossiers de sécurité & blueprints (analyse de risques, contre-mesures). Exigences & spécifications sécurité dérivées des User Stories. Revue sécurité du code / recommandations DevSecOps. Chapitres sécurité dans la documentation projet (DAT, DAH, LLD/HLD). Reporting & KPI.

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

Nous recrutons un profil DevOps expérimenté pour intervenir sur des environnements innovants autour des agents autonomes (Agentic AI) et des modèles de langage (LLM). Vous participerez à la conception, au déploiement et à l’expérimentation de POC avancés visant à améliorer la supervision, l’automatisation et la résolution proactive d’incidents au sein d’infrastructures complexes. Le poste s’inscrit dans une démarche agile, collaborative et orientée industrialisation. Missions Concevoir et gérer des environnements d’expérimentation Kubernetes/Docker, intégrés à des pipelines CI/CD (Jenkins, GitLab CI, ArgoCD). Automatiser la collecte, la préparation et l’exploitation de datasets d’infrastructure (logs, CMDB, monitoring) pour alimenter des agents IA basés sur LLM. Développer et intégrer des pipelines de déploiement d’agents IA (LangChain, AutoGen, équivalents). Mettre en place des scripts/tools d’automatisation (Python, Bash, Go) pour l’orchestration et le monitoring. Garantir la sécurité des développements et déploiements (DevSecOps, SAST/DAST, gestion des accès, RGPD). Produire la documentation technique et les livrables nécessaires à une future industrialisation. Assurer une veille active sur les évolutions LLM, architectures agentiques et outils d’automatisation. Compétences techniques requises Systèmes & Réseau Maîtrise avancée Linux/Unix Solides bases réseaux (TCP/IP, HTTP, DNS, VPN) Cloud & IaC AWS, Azure ou GCP Terraform, Pulumi ou CloudFormation Conteneurisation & Orchestration Docker, Kubernetes, Helm CI/CD Jenkins, GitLab CI, ArgoCD Automation / Config Management Ansible, Puppet, Chef Langages Python (niveau avancé) Bash, Go (appréciés) Monitoring & Logging Prometheus, Grafana, ELK Stack Sécurité / DevSecOps SAST/DAST (SonarQube, Snyk, Aqua Security) Conformité RGPD

Nous recherchons pour le compte de notre client dans le domaine bancaire, un ingénieur senior en données/IA (Dataiku) ayant une expérience averée en automatisation Objectifs de la mission : L'accélération de la création de nouveaux produits basés sur les données, l'automatisation des processus métier grâce à l'automatisation agentique des processus et la prise de décisions stratégiques. Apporter à la fois rapidité et robustesse aux pipelines et solutions de données. En collaboration avec les parties prenantes commerciales, soutenir les projets de bout en bout, de la conception et du prototypage rapide au déploiement en production. Missions : • Collaborer avec les parties prenantes des secteurs commercial, opérationnel et informatique afin de recueillir les exigences et de concevoir des solutions sur mesure, basées sur les données. • Développer et optimiser des pipelines de données robustes, évolutives et hautement performantes qui prennent en charge les flux de travail critiques de l'entreprise. • Co-créer des prototypes rapides avec les utilisateurs métier afin de valider les hypothèses et d'accélérer le retour sur investissement. • Industrialiser ces prototypes en solutions prêtes à être mises en production en mettant l'accent sur la qualité des données, la maintenabilité et les performances. • Soutenir la livraison et le déploiement continus en appliquant les meilleures pratiques en matière d'ingénierie logicielle et de DevOps. • Contribuer à l'évolution de la stack data et promouvoir les meilleures pratiques au sein de l'équipe.

Missions Dans le cadre de notre croissance stratégique, nous recherchons un Senior Data / AI Engineer (Dataiku) pour rejoindre l’équipe du Group Data Office, au service des métiers. Vous jouerez un rôle clé dans l’accélération de la création de nouveaux produits data-driven, l’automatisation des processus métiers via des agents intelligents (agentic process automation), et le soutien à la prise de décision stratégique. Votre contribution apportera à la fois rapidité et robustesse à nos pipelines de données et à nos solutions. En collaboration étroite avec les parties prenantes métiers, vous interviendrez sur l’ensemble du cycle de vie des projets : de l’idéation et du prototypage rapide jusqu’au déploiement en production. Responsabilités En tant que Data Automation Engineer confirmé (Dataiku), vous serez amené(e) à : - Collaborer avec les équipes métiers, opérationnelles et IT afin de recueillir les besoins et de concevoir des solutions data adaptées. - Développer et optimiser des pipelines de données robustes, scalables et performants, supportant des workflows métiers critiques. - Co-construire des prototypes rapides avec les utilisateurs métiers afin de valider des hypothèses et d’accélérer le time-to-value. - Industrialiser ces prototypes en solutions prêtes pour la production, avec une attention particulière portée à la qualité des données, la maintenabilité et la performance. - Contribuer à la livraison continue et aux déploiements en appliquant les bonnes pratiques de génie logiciel et de DevOps. - Participer à l’évolution de la stack data et promouvoir les meilleures pratiques au sein de l’équipe. Compétences techniques - Expérience avérée dans le traitement de grands volumes de données en Python, avec des bibliothèques telles que pandas ou Polars. - Solide compréhension des principes du génie logiciel : clean code, gestion de versions, tests et automatisation. - Expérience avec des frameworks LLM et des outils d’orchestration d’agents IA. - Maîtrise du prompt engineering, des approches RAG (Retrieval-Augmented Generation) et de l’utilisation de modèles de fondation. - Compréhension des architectures d’agents IA : boucles de raisonnement, utilisation d’outils, systèmes de mémoire et collaboration multi-agents. - Expérience dans l’intégration d’agents IA avec des bases de données vectorielles et des bases de connaissances. - Connaissance des frameworks d’observabilité et d’évaluation de l’IA pour le suivi du comportement et des résultats des agents. - Expérience des outils d’orchestration de pipelines de données, notamment Dataiku. - Familiarité avec les pratiques DevOps, les pipelines CI/CD et les déploiements en environnement de production.

Contexte de la mission Un client confidentiel du secteur transport/logistique, financé par des fonds d’investissement de premier plan, lance un projet stratégique visant à révolutionner la gestion du transport routier à l’aide d’agents d’intelligence artificielle. Dans ce cadre, l’entreprise recherche un Founding Engineer spécialisé en TypeScript / Node.js et IA pour rejoindre une équipe technique restreinte composée du CTO et de trois développeurs confirmés. La mission se déroule entièrement en présentiel afin de favoriser la co-construction rapide du produit et des itérations techniques rapprochées. Objectifs et responsabilités Le consultant interviendra sur la conception et la mise en place du socle technique du produit, incluant : • Concevoir, développer et déployer des APIs robustes et scalables • Structurer les flux de données provenant de systèmes TMS, appels, messages et autres sources • Collaborer étroitement avec le CTO et les utilisateurs opérationnels pour la construction du MVP • Participer au lancement d’un projet innovant d’IA temps réel (audio) • Assurer un rôle majeur sur le backend, la data et l’ingénierie IA • Mettre en place l’observabilité : monitoring, logs, métriques et alerting • Contribuer aux choix d’architecture, arbitrages techniques et discussions produits • Participer au déploiement, aux tests et aux itérations rapides en environnement startup Profil recherché Compétences indispensables • Ingénieur fullstack avec forte orientation backend et data • Minimum 4 ans d’expérience significative sur Node.js et TypeScript • Forte expertise Backend et Data Engineering • Expérience avérée dans un environnement startup, scale-up, licorne ou rôle de Founding Engineer • Avoir déjà lancé un produit from scratch • Niveau attendu : Staff Engineer ou Principal Engineer • Capacité à raisonner en approche “problème → solution” • Grande rapidité d’itération : tester, ajuster, apprendre, recommencer • Capacité à échanger directement avec les utilisateurs métier (transporteurs, brokers) • Connaissance pratique des LLM et de l’IA appliquée • Flexibilité sur les horaires lors des phases de mise en production (soir, week-end si nécessaire) Compétences appréciées (bonus) • Expérience en IA agentique (agents autonomes) • Connaissances poussées en prompting, grounding, fallback, monitoring IA • Amélioration des performances d’agents en production • Contribution à l’architecture produit à grande échelle Stack technique actuelle • Node.js / TypeScript (backend principal) • Python (agents IA) • PostgreSQL • API REST, WebSocket • AWS (architecture scalable), Kubernetes