Trouvez votre prochaine mission ou futur job IT.

Cadrer et analyser les besoins métiers liés à des projets IA (LLM, chatbots, automatisation, dashboards) Concevoir, développer et déployer des solutions d’IA générative et conversationnelles Exploiter les outils Copilot Studio, Copilot 365, Azure AI Foundry, Azure AI Search Participer à la structuration et l’évolution du GenAiCC (standards, bonnes pratiques, gouvernance IA) Rédiger les analyses fonctionnelles et techniques ainsi que la documentation associée Contribuer au monitoring, à l’optimisation des performances et des coûts Assurer une veille technologique active et proposer des améliorations continues Travailler en collaboration étroite avec les équipes techniques et métiers

Objectifs de la mission Concevoir, développer et industrialiser des cas d’usage d’IA générative dans un environnement cloud computing Mettre en place et maintenir des pipelines CI/CD pour le déploiement des modèles IA Participer à la structuration de la chaîne MLOps (du POC à la mise en production) Travailler sur l’outillage IA autour de Vertex AI Responsabilités principales Développement et intégration de solutions d’ IA générative (LLM, agents, workflows) Utilisation et orchestration de Vertex AI (training, déploiement, endpoints) Conception et amélioration de pipelines CI/CD pour projets IA Déploiement et exploitation de solutions IA dans des environnements cloud Collaboration avec les équipes Cloud, Data et DevOps Contribution aux bonnes pratiques de sécurité, performance et scalabilité nvironnements Cloud & IA : Google Cloud Platform (GCP) Vertex AI IA générative / LLM CI/CD & DevOps : Pipelines CI/CD Infrastructure cloud Automatisation des déploiements Développement : Python (prioritaire IA) APIs / services cloud

Dans le cadre de l’accélération de nos initiatives IA en 2026, nous développons une capacité avancée autour de l’IA générative, de la gestion des modèles, de la contextualisation métier et de l’optimisation des opérations. Nous recherchons un expert IA Générative capable d’accompagner les équipes techniques, OPS, Data et Métier dans la conception, l’industrialisation et la sécurisation de nos solutions IA. Missions principales: 1. Conception et déploiement de solutions IA Générative Concevoir, entraîner, ajuster et déployer des modèles IA générative (LLM, agents, RAG…). Définir et mettre en œuvre l’architecture IA sur les plateformes internes : Mistral , Ferme GPU , environnements containers. Concevoir des composants IA réutilisables : pipelines modèles, agents, microservices IA. 2. MLOps & industrialisation Mettre en place et optimiser les pipelines MLOps : entraînement, évaluation, CI/CD, monitoring, governance. Participer à l’automatisation et l’augmentation des rôles existants (UC concepteur, testeur, OPS augmentés). Garantir la qualité, la robustesse et la reproductibilité des modèles. 3. Analyse, transformation et contextualisation de données Exploiter et transformer la donnée existante pour optimiser la contextualisation LBP (RAG, embeddings, features). Superviser les phases de data cleansing, normalisation et structuration. Proposer des stratégies pour enrichir et exploiter les données métiers. 4. Optimisation, tuning et amélioration continue Analyser et corriger les résultats obtenus par les modèles. Réaliser du tuning , prompting avancé, réglage hyperparamétrique, distillation, pruning. Suivre en continu les performances et proposer des améliorations. 5. Sécurité, conformité, RSE & FinOps Appliquer les exigences de sécurité IA, privacy by design, gestion des risques. Optimiser les coûts GPU / calcul / stockage dans une logique FinOps . Contribuer à la démarche RSE IA responsable : transparence, biais, sobriété. Compétences recherchées:Techniques Très bonne maîtrise des modèles IA générative (LLM, diffusion, agents). Compétences solides en MLOps : CI/CD, monitoring, orchestration de pipelines. Maîtrise Python, frameworks IA (PyTorch, Transformers, LangChain, vLLM…). Connaissance des architectures GPU (Nvidia, CUDA, quantization…). Expérience avec des plateformes IA : Mistral, HuggingFace, Azure ML, Kubeflow… Bonne compréhension des enjeux sécurité, éthique, RSE, FinOps. Expertise en data engineering et data transformation. Méthodologiques & humaines Vision architecturale, approche solution et capacité à structurer. Travail en transversal : Dev, OPS, Data, Sécurité, Métiers. Pédagogie, vulgarisation, leadership technique. Sens de l’innovation, veille permanente, autonomie forte.