Trouvez votre prochaine offre d’emploi ou de mission freelance Deep Learning

L'équipe travaille sur des algorithmes de détection d'objets d'intérêt stratégique 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 de l'imagerie satellite SAR. La personne intègrera une squad de 5 à 7 personnes. Les missions principales sont: - Développer, entraîner et tester des algorithmes de deep learning partant en production. - Contribuer à la stack d'outils MLOps de l'équipe pour garantir sa viabilité sur le long terme et améliorer la productivité de l'équipe.

Notre client, acteur technologique innovant évoluant dans un environnement à forte composante R&D, recherche son futur Ingénieur Deep Learning & Computer Vision (H/F) dans le cadre du renforcement de ses équipes d'intelligence artificielle et de traitement de données avancées. Vous contribuerez à la conception et à l'industrialisation de solutions d'IA destinées à l'analyse de données complexes issues de systèmes de perception et de capteurs avancés. Vos missions : Intégré(e) à une équipe pluridisciplinaire, vous serez amené(e) à : Concevoir et entraîner des modèles de Deep Learning dédiés à la détection, la classification et l'analyse de données complexes. Développer des pipelines Python complets : préparation, enrichissement, entraînement, validation et évaluation des modèles. Construire et qualifier des jeux de données en garantissant leur qualité, leur traçabilité et leur robustesse. Optimiser les performances des modèles grâce au tuning des hyperparamètres et à l'analyse des résultats obtenus. Participer à l'industrialisation des solutions d'IA dans des environnements à fortes contraintes techniques. Assurer le déploiement et l'optimisation de modèles sur des plateformes embarquées. Collaborer avec les équipes techniques afin d'identifier et mettre en œuvre les meilleures approches d'intelligence artificielle. Contribuer à la veille technologique et à l'amélioration continue des solutions développées. Les compétences techniques Python PyTorch ou TensorFlow Computer Vision / OpenCV Deep Learning Classification, segmentation et détection d'objets Gestion de datasets et data augmentation Évaluation et optimisation de modèles IA Traitement d'images et de données multi-capteurs

developpement un framework agentique dédié à la recherche et à l'expérimentation en Machine Learning, inspiré des approches DS-STAR et MLE-STAR de Google Research. Son architecture repose sur un cœur générique associé à des plugins spécialisés. Le système automatise notamment les activités suivantes : analyse et formalisation du problème ; proposition et priorisation d'expériences ; génération, exécution et correction du code ; validation expérimentale et évaluations rétrospectives ; études d'ablation et sélection robuste des modèles. La mission consiste à faire évoluer ce framework selon deux axes prioritaires, tout en garantissant la qualité scientifique, la reproductibilité des expérimentations et l'intégration des développements dans l'écosystème existant. Objectif 1 — Amélioration du plugin Event Forecasting : Consolider un plugin capable d'intégrer des événements dans les prévisions de séries temporelles, selon un protocole scientifique rigoureux. Les travaux porteront notamment sur : découverte, qualification et représentation structurée des événements ; modélisation de leur probabilité d'occurrence, de leur date de début, de leur durée, de leur intensité, de leur direction, de leur incertitude et de leur impact ; production de scénarios sans événement, central, optimiste, pessimiste et de stress ; intégration de méthodes statistiques, de Machine Learning et de Deep Learning adaptées ; prise en compte stricte de la date de publication des informations afin d'éviter toute fuite temporelle ; mise en place de tests placebo, d'évaluations rétrospectives événementielles et de comparaisons avec un modèle de référence sans événements ; amélioration de la robustesse, de la reproductibilité et de l'interprétabilité des résultats. Objectif 2 — Cas d'usage IoT : détection de pannes : Concevoir et intégrer dans RAFA un plugin dédié aux données IoT et à la maintenance prédictive. Les travaux porteront notamment sur : détection précoce des anomalies et des signaux précurseurs de panne ; estimation de la probabilité de panne et, lorsque les données le permettent, de la durée de vie utile restante ; exploitation de séries temporelles multivariées issues de capteurs, avec gestion des données manquantes, du bruit et des changements de régime ; comparaison d'approches supervisées, non supervisées, de détection d'anomalies et d'analyse de survie ; évaluation des modèles selon des protocoles temporels réalistes et mesure de leur capacité de généralisation à de nouveaux équipements ; production d'alertes explicables, hiérarchisées et exploitables par les équipes métier. Livrables attendus : plugins Event Forecasting et IoT intégrés, testés et documentés dans RAFA ; protocoles expérimentaux, jeux de tests, modèles de référence et résultats comparatifs reproductibles ; code source versionné, documentation technique et guide de prise en main ; synthèses des travaux, recommandations et présentation régulière des résultats ; transfert de connaissances vers les équipes internes. Critères de réussite : amélioration mesurable des performances par rapport aux modèles de référence ; absence de fuite temporelle et respect des protocoles de validation définis ; reproductibilité des expérimentations et traçabilité des résultats ; qualité, maintenabilité et intégrabilité du code livré ; appropriation des développements et de la documentation par les équipes internes.

Contexte de la missionDans le cadre de l'accélération des initiatives autour de la Data et de l'Intelligence Artificielle, nous recherchons un expert senior capable d'accompagner les directions métiers et les équipes IT dans l'identification, l'étude, le cadrage et la mise en œuvre de solutions innovantes à forte valeur ajoutée. La mission s'inscrit dans un environnement Réassurance et vise à développer les usages de l'IA au service de la performance opérationnelle, de l'analyse documentaire, du pilotage et de l'optimisation des processus métier. Missions principalesLe consultant interviendra en tant qu'expert et référent sur les sujets liés à l'Intelligence Artificielle. À ce titre, il sera notamment chargé de : · Identifier les opportunités d'intégration de l'IA au sein des processus métier. · Accompagner les directions opérationnelles dans la définition de cas d'usage à forte valeur ajoutée. · Réaliser des études d'opportunité et de faisabilité sur des projets IA. · Piloter et coordonner les initiatives liées à la Data, à l'Analytics et à l'Intelligence Artificielle. · Participer à l'intégration de solutions IA au sein des outils de gestion, des plateformes décisionnelles et des solutions documentaires. · Assurer le cadrage fonctionnel et opérationnel des projets. · Contribuer à la conduite du changement et à l'adoption des nouvelles technologies IA par les métiers. · Assurer une veille proactive sur les innovations et les usages émergents de l'IA.

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

ContexteDans le cadre de sa stratégie de transformation digitale et de son ambition de devenir un Asset Manager "Tech-Savvy", notre client accélère l'industrialisation des solutions d'Intelligence Artificielle et d'Intelligence Artificielle Générative afin d'améliorer l'efficacité opérationnelle, l'expérience utilisateur et la création de valeur pour les métiers. Missions principalesConception et développement de solutions IAAnalyser les besoins métier et identifier les opportunités d'automatisation ou d'augmentation par l'IA. Concevoir des architectures IA adaptées aux contraintes métiers et techniques. Développer des applications basées sur des modèles Machine Learning, Deep Learning et Large Language Models (LLM). Concevoir et implémenter des assistants conversationnels intelligents. Développer des systèmes agentiques et multi-agents destinés à l'analyse documentaire, à la recherche d'information et à l'assistance décisionnelle. Concevoir des solutions de traitement automatique de documents et d'extraction d'information. Développement de solutions d'IA GénérativeConcevoir des architectures RAG (Retrieval Augmented Generation). Développer des moteurs de recherche sémantique. Intégrer des bases vectorielles et systèmes d'embedding. Concevoir des workflows agentiques complexes. Implémenter des stratégies avancées de gestion du contexte conversationnel. Mettre en œuvre des processus d'évaluation et de validation des réponses générées. Réduire les hallucinations et améliorer la qualité des réponses produites. Industrialisation et mise en productionAssurer le passage à l'échelle des solutions développées. Construire les pipelines CI/CD dédiés aux applications IA. Déployer les applications IA dans des environnements Cloud et Kubernetes. Industrialiser les modèles via des pratiques MLOps et GenAIOps. Automatiser les processus de déploiement et de monitoring. Maintenir les performances, la disponibilité et la résilience des systèmes en production. Évaluation des modèles et amélioration continueDéfinir des méthodologies d'évaluation des modèles. Construire des datasets de référence et des benchmarks métiers. Mettre en place des mécanismes de tests de non-régression. Mesurer les performances des modèles selon des indicateurs techniques et métier. Optimiser la latence, la qualité des réponses et les coûts d'exploitation. Piloter les plans d'amélioration continue. Observabilité et monitoring des systèmes IADéployer des solutions de monitoring des modèles IA. Assurer la traçabilité des décisions et des réponses générées. Mettre en place des indicateurs de qualité des systèmes IA. Superviser les risques liés à la dérive des modèles. Garantir l'observabilité des workflows IA et GenAI. Gouvernance et sécuritéGarantir la conformité des solutions avec les standards de sécurité du Groupe. Participer aux revues d'architecture et de gouvernance IA. Veiller au respect des réglementations relatives à la protection des données. Contribuer aux démarches d'IA Responsable. Participer à l'analyse des risques liés aux modèles d'IA. Conseil et accompagnementAccompagner les équipes métiers dans l'identification des cas d'usage. Apporter une expertise technique aux équipes projets. Participer à la définition des standards IA de l'entreprise. Former et sensibiliser les équipes aux technologies d'IA Générative. Assurer un rôle de référent technique auprès des développeurs et data scientists. Compétences techniquesIntelligence ArtificielleMachine Learning Deep Learning NLP Prompt Engineering Fine Tuning Embeddings LLMs Transformers IA GénérativeGPT Claude Mistral Llama Maîtrise des concepts :RAG Agentic AI Multi-Agent Systems Function Calling Tool Calling Guardrails LLM Evaluation LLM Observability Frameworks et bibliothèquesPython PyTorch TensorFlow Scikit-Learn LangChain LangGraph LlamaIndex Hugging Face Ragas Développement logicielAPI REST FastAPI Architecture Microservices Tests automatisés Design Patterns Data EngineeringSQL PostgreSQL NoSQL Spark Hadoop MLOps / GenAIOpsMLflow Docker Kubernetes Git Azure DevOps GitLab CI/CD Jenkins Monitoring Observabilité CloudAzure AWS AWS Bedrock IBM Cloud OpenShift Compétences fonctionnellesConnaissance des métiers de l'Asset Management. Compréhension des processus d'investissement. Sensibilité aux problématiques ESG et RSE. Compréhension des enjeux réglementaires du secteur financier. Gestion des risques et conformité. Compétences comportementalesLeadership technique. Excellent relationnel. Communication avec des interlocuteurs techniques et métiers. Esprit d'analyse et de synthèse. Forte capacité de vulgarisation. Curiosité intellectuelle. Orientation résultat. Autonomie. Proactivité. Travail en équipe multidisciplinaire.

Contribuer à la recherche, au prototypage et à la mise en production de nouvelles fonctionnalités d'IA et de ML au sein de notre portefeuille de produits. Collaborer avec les chefs de produit et les équipes d'ingénierie pour concevoir et déployer des améliorations à fort impact fondées sur les données. Acquérir une compréhension approfondie des produits et des actifs de données existants afin d'identifier des opportunités d'amélioration grâce à l'IA. Concevoir et mener des expérimentations pour valider de nouvelles pistes de recherche et évaluer les performances des modèles. Entraîner, affiner (fine-tuning) et optimiser des modèles de LLM et de ML à partir de données structurées et non structurées issues d'API et de flux de travail clients. Élaborer des stratégies pour l'inférence de modèles en temps réel et un déploiement à grande échelle. Collaborer avec des prestataires externes pour la collecte de données, l'annotation et les initiatives de recherche. Échanger avec les clients et les équipes régionales de services professionnels pour comprendre l'évolution des schémas de fraude et intégrer ces enseignements au développement des produits.

Nous recherchons un/une Data Scientist pour consolider, analyser et restituer les données du marché. Son rôle est de gérer les indicateurs du contrat client (engagement de service et facturation), de la production et des systèmes pour établir les tableaux de bord et les rapports. Le/la Data scientist devra reprendre l'existant, le faire évoluer et l'améliorer. Il faudra aussi concevoir entièrement un nouveau système prévisionnel (volumes/gestion de production) et un système prédictif (analyses/stats conjuguées à des données contextuelles et environnementales). Objectifs et livrables : - Identifier les besoins et la problématique des directions métiers - Définir une modélisation statistique qui permette de répondre à la problématique - Construire des outils d'analyse pour collecter les données de l'entreprise - Sourcer et rassembler l'ensemble des sources de données structurées ou non structurées nécessaires à l'analyse et pertinentes - Organiser, étudier et synthétiser ces sources de données sous forme de résultats exploitables - Modéliser les comportements et en extraire de nouveaux usages utilisateurs

Nous recherchons un Data Scientist Senior pour rejoindre une équipe Data Science & Analytics et intervenir à 100 % sur un projet stratégique à fort enjeu. La mission combine Data Science, Machine Learning, optimisation, IA Générative et industrialisation, avec une forte proximité avec les équipes métiers dans un environnement international. Missions principalesConcevoir, développer et industrialiser des solutions Data & IA. Cadrer les nouveaux cas d'usage avec les différentes parties prenantes. Extraire, explorer, analyser et transformer des volumes importants de données. Concevoir et entraîner des modèles prédictifs. Développer des pipelines de construction et d'industrialisation des modèles. Travailler sur des problématiques de Machine Learning, clustering, optimisation et Deep Learning. Concevoir et développer des solutions autour des LLM et agents IA. Développer, déployer et monitorer des services Data fiables et capables de passer à l'échelle. Participer aux choix d'architecture et proposer les technologies les plus adaptées. Contribuer aux bonnes pratiques de développement, de déploiement et d'industrialisation. Accompagner les utilisateurs dans l'adoption des solutions développées. Présenter les résultats et recommandations aux équipes techniques et métiers. Environnement techniqueStack principale : Python SQL scikit-learn Machine Learning LLM / GenAI Git Docker S3 Parquet Écosystème complémentaire : Kubernetes GitLab / CI/CD Airflow Kafka Spark Bash Prometheus / Grafana / Loki Kestra Compétences Data ScienceMachine Learning & modèles prédictifs Clustering Statistiques Deep Learning LLM / IA Générative Optimisation / Recherche Opérationnelle Heuristiques Industrialisation et monitoring des modèles

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.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 📍 Strasbourg - 🛠 Expérience de 3 ans minimum Vous êtes passionné(e) par l'intelligence artificielle et souhaitez travailler sur des projets concrets liés à l'IA générative ? Cette opportunité est faite pour vous ! 🚀 Dans le cadre de notre développement, nous recherchons un(e) Chef de Projet IA pour intervenir chez l'un de nos clients. 💻💼 Vous participerez à un programme structurant visant à intégrer l'IA générative dans les outils du quotidien des équipes, avec un objectif clair : améliorer l'efficacité et la qualité des livrables. 🎯 Ce que vous allez faire concrètement : - Recueillir et analyser les besoins des utilisateurs afin de faire évoluer les outils - Définir et porter la vision des produits et projets de votre périmètre - Coordonner plusieurs projets en environnement agile et favoriser la collaboration entre les équipes - Suivre la performance des solutions d'IA mises en place - Évaluer, tester et améliorer les modèles cognitifs - Définir les indicateurs de performance et critères de succès - Piloter la stratégie de déploiement des projets - Assurer une veille technologique active, notamment sur l'IA générative 🛠️L'environnement : - Projets autour du Machine Learning, Deep Learning et IA générative - Environnement agile et itératif - Projets centrés sur l'amélioration des outils internes et de la productivité 📍 Situation géographique : Strasbourg (67)

Contexte de la mission : Dans le cadre du développement de solutions logicielles intégrant des composants d'Intelligence Artificielle, nous recherchons un Ingénieur Logiciel IA / MLOps H/F pour le compte d'un client central du secteur militaire. Vous rejoindrez une équipe en charge de l'industrialisation du cycle de vie de modèles IA, notamment dans des cas d'usage liés au traitement d'images. Vous interviendrez principalement sur l'intégration, le déploiement, la supervision et le maintien en conditions opérationnelles de modèles existants dans des environnements logiciels contraints. Responsabilités : - Intégrer des modèles de Machine Learning et Deep Learning dans les environnements logiciels cibles ; - Packager, versionner et déployer les modèles ainsi que leurs dépendances ; - Mettre en place et améliorer les chaînes d'intégration et de déploiement continus ; - Développer les composants nécessaires à l'exposition des modèles : API, services d'inférence, outils d'administration et scripts d'automatisation ; - Superviser les performances techniques et fonctionnelles des modèles déployés ; - Comparer les résultats obtenus aux jeux de référence et aux performances historiques ; - Identifier et analyser les éventuelles dégradations : dérive des données, évolution des entrées, perte de précision, latence ou contraintes de ressources ; - Optimiser le portage et l'exécution des modèles sur les environnements cibles, notamment sur GPU ; - Participer aux activités de qualification, de tests unitaires, d'intégration et de non régression ; - Rédiger la documentation technique et capitaliser les bonnes pratiques d'industrialisation IA ; - Assurer une veille technologique sur les outils de déploiement, de supervision et de monitoring des modèles IA.

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.

Nous recherchons pour notre client RETAIL un profil Data Engineering DBT / SQL Expérimenté afin d'accompagner l'équipe projet dans l'industrialisation, la stabilisation et le passage à l'échelle de l'infrastructure Data du système de Contrôle de Planogramme Description and Location L'Analytics Factory conçoit et développe les services analytiques permettant de fournir aux équipes métier des données et analyses fiables, soutenant la transformation analytique et la prise de décision. L'objectif de la mission est d'accompagner l'équipe projet dans la conception et l'industrialisation d'une architecture Data et MLOps capable de supporter l'ingestion massive d'images terrain et d'exposer en temps réel les résultats des modèles de Computer Vision aux applications métier des magasins. Les principales activités attendues sont : Conception et sécurisation des pipelines d'ingestion et de prétraitement de données non structurées. Développement et maintenance d'API REST performantes pour l'exposition des résultats des modèles. Industrialisation des pipelines d'inférence batch et streaming sur Google Cloud Platform. Mise en place des mécanismes de monitoring, d'observabilité et d'alerting. Automatisation des déploiements et respect des standards de qualité de la Digital Factory. Livrables attendus Pipelines d'ingestion et de traitement industrialisés. API REST à faible latence. Pipelines MLOps et infrastructures GCP optimisés. Solutions de monitoring et de supervision opérationnelles. Chaînes CI/CD automatisées et documentées. Compétences requises Must Have Excellente maîtrise de Python (POO, design patterns, performance). Développement d'API robustes (FastAPI, Flask). Expérience dans le traitement et le stockage de données non structurées. Expertise GCP : Cloud Storage, BigQuery, Cloud Run, GKE, Pub/Sub et Composer/Airflow. Nice to Have DBT pour la transformation et l'orchestration des données. SQL avancé et BigQuery. GitLab CI/CD, Docker Compose. Linux, Git et pratiques DevOps. Terraform (Infrastructure as Code). Sensibilité aux problématiques de Computer Vision et Deep Learning. Expérience Agile Scrum.