Mission freelance Machine Learning Engineer – IA Conversationnelle & Voicebot – Paris

Nous recherchons pour le compte de notre client dans le domaine de l'assurance, un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération.
L'environnement technique est le suivant : Python, NLP, LLM, IA Générative, ASR/TTS, MLOps, CI/CD.
Contexte :
Au sein du centre d'excellence SMART IA, dédié aux solutions d'IA conversationnelle pour les métiers de l'assurance (relation client, sinistres, assistance), vous intervenez sur l'ensemble du cycle de vie des projets, du besoin métier à la mise en production.
Missions :

Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs)
Concevoir les architectures conversationnelles (voicebot, chatbot)
Entraîner, adapter et évaluer des modèles NLP
Travailler avec les briques voix (ASR/TTS) et les intégrer dans la chaîne conversationnelle
Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD)
Assurer le suivi en run : monitoring qualité, dérive, optimisation continue
Analyser les logs de conversations et identifier les axes d'amélioration
Proposer et implémenter des améliorations de modèles, de prompts et de flux conversationnels
Collaborer étroitement avec les équipes métiers, IT et relation client

Nous recherchons pour le compte de notre client dans le domaine de l'assurance, un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération.
L'environnement technique est le suivant : Python, NLP, LLM, IA Générative, ASR/TTS, MLOps, CI/CD.
Contexte :
Au sein du centre d'excellence SMART IA, dédié aux solutions d'IA conversationnelle pour les métiers de l'assurance (relation client, sinistres, assistance), vous intervenez sur l'ensemble du cycle de vie des projets, du besoin métier à la mise en production.
Missions :

Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs)
Concevoir les architectures conversationnelles (voicebot, chatbot)
Entraîner, adapter et évaluer des modèles NLP
Travailler avec les briques voix (ASR/TTS) et les intégrer dans la chaîne conversationnelle
Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD)
Assurer le suivi en run : monitoring qualité, dérive, optimisation continue
Analyser les logs de conversations et identifier les axes d'amélioration
Proposer et implémenter des améliorations de modèles, de prompts et de flux conversationnels
Collaborer étroitement avec les équipes métiers, IT et relation client