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

Métiers et Fonctions : Data Management Machine Learning Engineer Spécialités technologiques : Cloud Big Data Machine Learning Simulation Deep Learning Type de facturation : Assistance Technique (facturation au taux journalier) Compétences clés : Technologies et outils : AWS (5 ans), Docker, Pytorch, GIT, CI/CD, Xarray, Python (5 ans) Soft skills : Bonne pédagogie pour accompagner/coach l’équipe Langues : Anglais (courant / professionnel) Secteur d'activité : Assurance Description et livrables de la prestation : Projet dans le secteur de l'assurance visant à développer des modèles d'IA pour analyser les événements climatiques extrêmes, notamment par la simulation météo pour évaluer les risques de catastrophes. La mission implique : Produire, gérer et optimiser le code et les données pour l'équipe R&D Refactoriser, structurer et documenter une bibliothèque Python existante pour simulations, inférence et analyse Développer des pipelines pour la simulation, la détection d’événements extrêmes, l’entraînement et l’évaluation des modèles, y compris sur GPU Appliquer les bonnes pratiques de développement logiciel scientifique (tests, CI/CD, conception modulaire, reproductibilité) Optimiser l’utilisation de serveurs multi-GPU pour les simulations et entraînements IA à grande échelle Former et accompagner l’équipe sur le développement scientifique et l’usage des GPU

CONTEXTE EXPERIENCE : 5 ans et plus Métiers Fonctions : Data Management, Machine Learning Engineer Spécialités technologiques: Cloud, Machine learning, Big Data, Simulation Deep learning Description et livrables de la prestation Notre client, dans le secteur de l’assurance, est à la recherche d’un Machine Learning Engineer Lead Expert pour un projet de recherche appliquée sur les événements climatiques extrêmes à l’aide de modèles d’IA. Les équipes travaillent sur des simulations météo afin d’identifier les risques de catastrophes, avec pour objectif de développer et d’entraîner des modèles de Machine Learning dédiés. Il s’agit de gestion de big data sur de très gros modèles, avec un code intégralement en Python. La maîtrise du cloud AWS et des environnements on-premise est indispensable. - Permettre à l’équipe R&D de développer et d’évaluer des modèles en fournissant et en gérant du code et des données de qualité. - Refactoriser, structurer et documenter la bibliothèque existante en Python pour les simulations, l’inférence de modèles et l’analyse. - Développer des pipelines robustes pour la simulation, la détection d’événements extrêmes, l’entraînement et l’évaluation des modèles (y compris sur GPU). L’accent sera mis sur le développement logiciel (les modèles seront fournis par l’équipe). - Mettre en œuvre et appliquer les meilleures pratiques de développement logiciel scientifique (tests, CI/CD, conception modulaire, reproductibilité). - Optimiser l’utilisation d’un serveur (multi-)GPU pour les simulations et entraînements IA à grande échelle (I/O, planification, parallélisme). - Former et accompagner l’équipe sur les bonnes pratiques de développement scientifique et d’utilisation des GPU. Expertise souhaitée Obligatoires : - Python avancé et meilleures pratiques de développement logiciel - Pipelines scientifiques : orchestration, traitement en lots, suivi d’expérimentations - Outils : Git, Docker - Cloud AWS et environnements on-premise Souhaitées : - Gestion de données climatiques ou géospatiales : xarray, Zarr, S3 - Deep learning sur GPU : PyTorch, entraînement multi-GPU, optimisation des performances - Ingénierie logicielle scientifique, MLOps ou infrastructures de données en environnement R&D - Expérience avérée en collaboration sur des bases de code robustes, performantes et scalables - Familiarité ou fort intérêt pour les sciences du climat, la simulation ou la modélisation physique est un plus - Solides compétences en transmission de connaissances et en communication - Exigence élevée en termes de qualité et de clarté du code

Pour répondre aux défis de l'innovation et de la sécurité, a été créé le département, chargé de libérer le plein potentiel de l'Intelligence Artificielle pour le Groupe. Le Département est composé de six équipes : Innovation Exposition, Innovation Factory, APEX, Smart Auto Factory, Data Analytics and Management Platforms et le Centre de Compétence en IA. Ce dernier est chargé de développer et de maintenir les compétences en Intelligence Artificielle au sein du département. Il recherche un consultant expert pour appuyer l'AICC dans la définition et le pilotage de son plan projet : diagnostic de l'existant, la définition de la feuille de route ou du plan projet (comitologie, besoins et livrables) nécessaires au pilotage des opérations sur le périmètre des activités de l'AICC . Mission: diagnostic de l'existant, définition de la feuille de route et du plan projet (comitologie, besoins et livrables) nécessaires au pilotage des opérations sur le périmètre des activités de l'AICC. Tâches et responsabilités : Collecter et analyser les besoins IA des différentes entités Métiers du Groupe BNPP Apporter une connaissance technique et/ou fonctionnelle des spécificités des applications, environnements et processus Construire l'architecture fonctionnelle ou technique adaptée aux besoins identifiés Proposer des solutions innovantes en réponse à des problématiques précises Maîtriser les aspects fonctionnels métiers complexes pour garantir la pertinence des trajectoires IA Collaborer avec les équipes de l'AICC pour construire les trajectoires et le plan projet Compétences attendues : Maîtrise des technologies et concepts liés à l'intelligence artificielle Connaissance approfondie des architectures fonctionnelles et techniques Expérience dans la conduite de projets IA en environnement complexe Capacité à identifier et proposer des solutions innovantes Compétences en modélisation et formalisation des besoins Livrables : Cartographie des besoins IA des Métiers Documentation des architectures fonctionnelles ou techniques proposées Plan projet détaillé avec trajectoires IA Recommandations sur les solutions IA à mettre en œuvre Rapports d'analyse et de synthèse des besoins et des solutions Le consultant devra démontrer une maîtrise des technologies suivantes, en lien avec les travaux de l’AICC : Fondamentaux IA / Machine Learning Machine Learning et Deep Learning Architectures de modèles LLM (transformers, fine-tuning, Retrieval-Augmented Generation - RAG) Expérience avec des solutions de type RAGaaS, LLMaaS, AgentaaS Outils et plateformes : HuggingFace, LangChain, MLFlow Docker, Git, Streamlit Domino Data Lab (pour le déploiement et les tests utilisateurs) CI/CD pour les pipelines de modèles Monitoring et versioning des modèles