Trouvez votre prochaine mission ou futur job IT.

Contexte L'équipe détecteur IMINT (IMagery INTelligence) travaille sur des algorithmes de détection d'objets d'intérêt militaire sur des images satellites. Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists. Pour faire face à une augmentation de la charge, nous avons besoin de renforcer rapidement l'équipe en particulier pour travailler sur le développement d'un Retraining Kit. L'objectif est de permettre à nos clients de réentraîner certains de nos détecteurs sur leurs propres données et cas d'usage. Ce kit s'appuiera sur plusieurs modules internes de notre AI factory, notamment pour préparer les données, lancer et suivre les entraînements, évaluer les performances et packager le détecteur réentraîné. Nous cherchons à renforcer l'équipe avec un profil ML Engineering capable de contribuer à la mise en production de ce kit. La personne fera partie intégrante de l'équipe et s'intègrera dans une squad de 3 personnes. La mission sera d'une durée minimale de 6 mois. La personne devra venir sur site au minimum 2 jours par semaine. Mission Les missions principales sont : Développer le Retraining Kit en s'appuyant sur les modules internes de notre AI Factory. Valider et fiabiliser le kit pour un déploiement client via des tests de bout en bout, l'amélioration des workflows, de la qualité logicielle et de la documentation. Profil recherché en résumé : Une formation en Software Engineering, en machine learning, computer vision ou domaine similaire. 2 ans d'expérience minimum en ML Engineering, très bonne connaissance de Python et des bonnes pratiques en développement logiciel Expérience en Deep Learning et / ou Computer Vision o D'une expérience en SW engineering (culture archi / design, qualité / testing / CI/CD). o Une connaissance de l'imagerie satellite est un plus. En terme de méthodologie de travail : d'une expérience en environnement agile, sans pour autant en défendre une application dogmatique En terme de soft skills : o D'autonomie et de capacité à investiguer un problème de bout en bout. o D'une posture user-centric, en pensant avant tout aux besoins des utilisateurs. o D'ouverture d'esprit, communication, et travail en équipe. Conditions de la mission : Intégration dans une squad de 3 personnes, Mission de 6 mois minimum Présence sur site 2 jours par semaine

Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers. L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance. La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform). Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI. Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI. Data Quality & Feature Store : Great Expectations, Feast. Ta Mission & Ton Impact : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production. Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions. Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation). Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : fywjtf5vv0

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.

Dans le cadre de l'industrialisation de ses modèles de machine learning, un grand compte recherche un ML Engineer pour assurer le passage des modèles du stade expérimental à la production, et leur maintien en conditions opérationnelles. Le consultant interviendra notamment sur : ▪ L'industrialisation des modèles développés par les équipes de data science : refactoring, packaging, optimisation ▪ Le développement des APIs et services d'inférence exposant les modèles ▪ La mise en production dans un environnement conteneurisé et le déploiement continu ▪ Le monitoring des modèles en production : performance, dérive des données (drift), alerting ▪ L'automatisation des pipelines de réentraînement et de validation ▪ Le suivi des expérimentations et le versioning des modèles ▪ L'optimisation des performances et des coûts d'inférence

Contexte de la mission Notre objectif est de transformer notre stratégie de pricing grâce à la donnée et à l'intelligence artificielle. Nous voulons passer d'une tarification traditionnelle à une tarification dynamique, plus intelligente et prédictive, capable d'équilibrer la rentabilité de l'entreprise et la perception de la valeur par nos clients. Pour porter cette ambition, au sein de notre équipe digital data Pricing nous concevons, développons et industrialisons les algorithmes et les produits Data qui piloteront nos prix de manière proactive et agile. Objectifs et livrables Le consultant interviendra sur un scope large, allant de l'analyse exploratoire à la mise en production (MLOps). Les chantiers majeurs identifiés pour les prochains mois sont : • Élasticité Prix: Optimisation des algorithmes d'élasticité prix existants, avec un focus majeur sur la modélisation pour le lancement de nouveaux produits. • Moteur de Promotion : Développement d'un algorithme d'optimisation des campagnes promotionnelles. • Tarification Dynamique : Analyses exploratoires préliminaires et formulation de propositions pour un moteur d'aide à la décision (Dynamic Pricing “home-made”). • Industrialisation & MLOps : Optimisation des modèles existants, intégration de nouvelles sources de données, APIzation et automatisation des pipelines (Ops). • Agent amélioration : Contribution sur notre agent pricing. • Monitoring : Mise en place d'un tracking robuste de la performance des modèles et de la qualité de la donnée. Nous recherchons un profil hybride et autonome, capable de naviguer entre la vision produit et la technique. Hard skills: • Core Tech : Maîtrise avancée de Python et de son écosystème Data Science / ML (Pandas, Scikit-Learn, TensorFlow/PyTorch). • ML Engineering & MLOps : Expérience solide en mise en production d'algorithmes à grande échelle, packaging de modèles, CI/CD (Git) et industrialisation d'API. • Data & Cloud : Pratique des environnements Cloud (AWS / Databricks appréciés) et manipulation de gros volumes de données (Spark, dbt). Soft skills: • Product Ownership & Proactivité : Capacité à creuser le besoin métier, clarifier les exigences et proposer des solutions concrètes sans attendre un cahier des charges figé. • Leadership technique : Autonomie pour piloter des sujets de bout en bout et interagir avec des interlocuteurs variés (équipes Data, Tech et Métier). • Langues : Anglais courant indispensable. Une expérience préalable ou un fort background sur des problématiques de Pricing (élasticité, yield management, optimisation de marge) sera grandement valorisée.

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : 3ohfkwvksa

🕒 Démarrage : ASAP ⏳ Durée : 36 mois, renouvelable 12 mois 🌐 Langues : Français courant + Anglais professionnel ContexteDans le cadre du développement d'une plateforme technologique globale, une équipe dédiée à l'AI Foundation développe les capacités permettant aux équipes Data et Machine Learning de construire, évaluer et mettre en production des solutions d'intelligence artificielle à grande échelle. Le périmètre couvre notamment : une plateforme MLOps pour développer, entraîner et déployer des modèles ; une plateforme de labellisation et d'annotation de données ; des services d'évaluation permettant de mesurer la qualité, la robustesse, la sécurité et les biais des modèles et applications IA. Le contexte implique des déploiements importants et une adoption à grande échelle auprès de plusieurs Business Units. MissionNous recherchons un Product Owner / Product Manager capable de porter la vision produit, structurer la roadmap et accompagner l'adoption de la plateforme auprès d'une large communauté d'utilisateurs. Product Vision & StrategyDéfinir et porter la vision et la roadmap produit ; Comprendre les besoins des Data Scientists, ML Engineers et équipes Produit ; Organiser la discovery : interviews, analyse des usages, veille marché et technologique ; Identifier et prioriser les opportunités produit ; Participer aux arbitrages Build / Buy / Open Source avec les équipes Architecture et Achats ; Définir les indicateurs de succès et piloter le produit par la donnée ; Définir le modèle de service : offre, SLA, coûts et modalités d'utilisation ; Favoriser l'adoption du produit à travers l'onboarding, la documentation et l'animation d'une communauté utilisateurs. Product DeliveryDéfinir, prioriser et maintenir le backlog produit ; Rédiger les User Stories et critères d'acceptation ; Animer les cérémonies Agile avec l'équipe ; Garantir la qualité des fonctionnalités livrées avec les équipes techniques ; Participer à la définition de la stratégie de tests, des tests d'acceptation et du suivi de la performance ; Assurer la communication auprès des utilisateurs et parties prenantes ; Maintenir une documentation fonctionnelle complète et à jour.

Je recherche un Product Manager Data/ML – Supply Chain 500 e par j Profil recherché : Solide expérience Product Management Expertise métier Supply Chain / gestion de stock / demand forecasting Expérience de produits utilisant Machine Learning / IA Capable de travailler quotidiennement avec Data Scientists, ML Engineers et Data Analysts Maîtrise des problématiques de prévision de demande, positionnement/optimisation des stocks Capable de définir et suivre les métriques de performance des modèles/prévisions Connaissance retail/e-commerce appréciée : click & collect, ship-from-store, disponibilité produit

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.