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

En tant que Data Analyst ou Data Scientist ou AI Ingineer , vous contribuez aux projets stratégiques de grands comptes bancaires en intervenant sur l’analyse, le traitement et la valorisation des données bancaires et financières. Vos principales missions : Recueillir et analyser les besoins métiers Collecter, structurer et traiter les données chiffrées issues de différentes sources Nettoyer les données (suppression des doublons, gestion des valeurs manquantes, etc.) Développer des algorithmes pour l’exploitation des données (analyse statistique, machine learning) Concevoir et construire des actifs informatiques dédiés à la préparation et à la visualisation des données Développer du code ou des scripts s’appuyant sur des données structurées et non structurées Participer aux phases de tests, recettes et validation des solutions déployées Installer et configurer les outils requis dans le respect du cadre de référence technique Assurer la maintenance évolutive et corrective des solutions déployées, intervenir en support si nécessaire Rédiger la documentation associée (use cases, développements, procédures) Lieu : Paris – Client : Grand établissement bancaire – Type de mission : CDI / Freelance / Portage Démarrage : ASAP – Durée : 3 ans

Pour le compte d’un acteur public , nous recherchons un Développeur Full Stack IA afin d’intervenir au sein d’une usine IA interne en forte croissance . Objectif du poste Concevoir et déployer des solutions métiers intelligentes de bout en bout , contribuant directement à la performance de l’action publique, dans un environnement agile et innovant . Au sein d’une équipe pluridisciplinaire (Data Scientists, Data Engineers, Architectes), vous interviendrez sur l’ensemble de la chaîne de valeur : Développement Front-end Interfaces web modernes et responsives (React, Vue.js, Angular) Attention particulière à l’UX/UI et à l’accessibilité Développement Back-end Conception d’API REST / GraphQL (Node.js, Python – FastAPI/Flask, Java) Intégration de micro-services exposant des modèles IA Intégration IA Industrialisation de modèles IA (ML, Deep Learning, GenAI) Connexion à des API IA (OpenAI, Hugging Face…) Architecture & DevOps Déploiement Cloud & on-premise (AWS, GCP, Azure, Outscale) CI/CD, Docker, Kubernetes, Infrastructure as Code Qualité & Sécurité Tests automatisés, monitoring, performance Bonnes pratiques de sécurité (OWASP, IAM, chiffrement) Profil recherché Formation Bac+5 (informatique, développement logiciel ou équivalent) Minimum 3 ans d’expérience en développement Full Stack Solide culture IA / Data / Cloud À l’aise en environnement Agile Autonome, curieux(se), force de proposition

Contexte L'équipe détecteur travaille sur des algorithmes de détection d'objets sur des images satellites. Pour produire les détecteurs, l'équipe s'appuie sur une stack d'outils internes permettant l'industrialisation du travail des Deep Learning Scientist. La stack se divise en : Une stack d'outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l'équipe AI engineering. Une stack d'outils spécifiques à la ligne de produit IMINT, développée par l'équipe AI IMINT elle-même. La personne travaillera en binôme avec un MLEng de l'équipe.

Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists. Pour produire les détecteurs, l'équipe s'appuie sur une stack d'outils internes permettant l'industrialisation du travail des Deep Learning Scientist. La stack se divise en : Une stack d'outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l'équipe AI engineering. Une stack d'outils spécifiques à la ligne de produit IMINT, développée par l'équipe elle-même. La mission sera d'une durée minimale de 3 mois. La personne travaillera en binôme avec un MLEng de l'équipe. Disposer d'une habilitation défense est un plus pour la mission. La capacité à venir sur le site parisien 2 jours par semaine est aussi un plus. Mission Assurer la maintenance de la stack d'outils de l'équipe et notamment : Participer à rendre les algorithmes IA compatibles d'architecture GPU Blackwell Mettre à jour les dépendances de la codebase (Python, CUDA) Participer au développement de nos outils de MLOps en général Et aussi : Mettre en place les processus permettant une maintenance pro-active et continue de la codebase Participer à la montée en compétence des data scientists de l'équipe sur leur compétence SW Participer à la mise en place de notre stack environnement classifié Stack technique Python (3.10+), PyTorch et TensorFlow pour nos frameworks de deep learning PostgreSQL (PostGIS) pour la gestion de nos bases de données, Airflow, des dockers orchestrés par Nomad de Hashicorp Environnements DevOps utilisant principalement Ansible, Terraform pour l'automatisation et la suite Prometheus / Grafana pour le monitoring Cloud multi-fournisseurs (AWS & OVH) et environnement de développement classifié on-premise Compétences requises Une formation en Software Engineering, en apprentissage automatique, en vision par ordinateur ou dans un domaine similaire Au moins 5 ans d'expérience en développement back-end en Python et / ou en ML engineering Techniquement : D'une très bonne connaissance de Python D'une expérience en MLOps et d'une connaissance de TensorFlow, PyTorch, CUDA Une connaissance de la manipulation de données géospatiales est un plus En terme de soft skills : Vous êtes pédagogue et aimez coacher vos collègues pour aider les Deep Learning Scientists

Contexte de la mission : Dans le cadre de la création d’une nouvelle entité dédiée à l’Intelligence Artificielle, notre client souhaite renforcer ses équipes avec un Data Scientist afin de développer de nouveaux cas d’usage IA à forte valeur ajoutée. La mission s’inscrit dans une logique d’innovation, de co-construction avec les métiers et de montée en compétence collective, autour de projets mêlant Machine Learning, Deep Learning, LLM et algorithmes d’optimisation, dans un contexte de sensibilité des données. Missions principales : La mission s’organise autour de trois axes majeurs : 1. Identification et analyse des besoins -Participer activement aux ateliers d’idéation avec les équipes métiers -Analyser et formaliser les besoins clients -Proposer des solutions algorithmiques sur mesure, adaptées aux enjeux métier -Challenger les cas d’usage en termes de faisabilité, performance et valeur ajoutée 2. Développement et validation des modèles d’IA -Analyser rapidement les données disponibles (qualité, volumétrie, sensibilité) -Sélectionner les modèles d’IA les plus pertinents selon les problématiques identifiées -Développer, entraîner, tester et valider des modèles : -Algorithmes d’optimisation -Machine Learning / Deep Learning -LLM -Développer et tester des applications et prototypes IA -Industrialiser les modèles en tenant compte des contraintes de sécurité et de déploiement 3. Partage de connaissance et communication -Partager régulièrement les avancées, innovations et retours d’expérience -Contribuer à la diffusion de la connaissance au sein de l’entité -Communiquer efficacement sur les succès, apprentissages et bonnes pratiques -Participer à la montée en compétence collective de l’équipe Profil attendu : -Data Scientist confirmé avec une forte appétence pour l’innovation -Capacité à intervenir de l’idéation à l’industrialisation -À l’aise dans des environnements collaboratifs et pluridisciplinaires -Excellent sens de la communication et de la pédagogie -Autonomie, curiosité et esprit de recherche appliquée

Data Scientist Azure ML Python Gitlab LLM La mission concerne, une nouvelle entité du client créée pour développer de nouveaux cas d’utilisation en Intelligence Artificielle. La mission s’organise autour de trois axes : - Identification et analyse des besoins : participation à des ateliers d’idéation pour identifier les besoins du client et proposition de solutions algorithmiques sur mesure adaptées aux besoins. - Développement et validation des modèles d’IA : analyse des données disponibles, développement, test et validation des algorithmes de traitement de données en utilisant des méthodes d’algorithmes d’optimisation, de LLM, de Machine Learning et de Deep Learning en tenant compte des besoins en termes de sensibilité des données. - Partage de connaissance et communication : diffusion de la connaissance au sein de l'entité, partage des avancées réalisés, communication des succès et apprentissages, montée en compétence au sein de l’équipe. Objectifs et livrables Participer activement à l’identification des besoins des clients à travers des ateliers d’idéation Proposer des solutions algorithmiques sur mesure adaptées aux besoins Analyser rapidement les données disponibles pour sélectionner les modèles d'IA les plus pertinents face aux défis identifiés. Développer et tester des applications. Partager régulièrement des insights et des innovations issues des projets avec l'équipe . Communiquer efficacement en interne pour mettre en valeur les succès, les avancées réalisées et les leçons apprises. Compétences demandées Compétences Niveau de compétence Expérience solide dans le déploiement d’algorithmes d’optimisation Azure Machine Learning Gitlab CI/CD Connaissance approfondie des modèles algorithmiques (ML/DL). Programmation Python Confirmé Conduite d'atelier et de réunion Deep learning LLM

🚀 K-LAGAN recrute un(e) Responsable Practice IA&DATA (H/F) 🌟 Rejoignez une aventure stratégique et innovante au cœur de la Data & de l’Intelligence Artificielle ! Chez K-LAGAN France , nous recherchons un(e) profil senior et expérimenté pour piloter et développer nos activités Data & IA , dans le cadre de projets à forte valeur ajoutée, au sein d’un environnement en pleine croissance. 📍 Localisation : Paris (Île-de-France) et/ou Niort (Nouvelle-Aquitaine) – mode hybride 🔥 Pourquoi nous rejoindre ? En intégrant K-LAGAN, vous rejoignez une équipe d’experts passionnés par la Data, l’IA et les technologies de pointe. Vous interviendrez sur des projets innovants , en collaboration avec des clients et partenaires de renom , tout en contribuant activement à la structuration et au rayonnement de notre practice Data & IA . 🎯 Votre rôle En tant que Data & IA Project Manager / Responsable Practice IA , vous piloterez des projets complexes Data & IA et accompagnerez la montée en puissance de notre expertise interne. 👨‍💻 Vos principales responsabilités : Piloter des projets Data & IA de bout en bout : cadrage, conception, développement, mise en production. Recueillir et analyser les besoins métiers afin de proposer des solutions adaptées et innovantes. Définir une vision stratégique Data & IA , alignée avec les objectifs business. Superviser et animer des équipes pluridisciplinaires (data engineers, data scientists, MLOps, business analysts). Développer et intégrer des solutions basées sur le Machine Learning, Deep Learning, NLP , etc. Assurer la gouvernance, la qualité et l’éthique des données (RGPD, gestion des risques, biais algorithmiques). Mettre en place et suivre des KPIs pour mesurer la performance et la valeur des projets. Être un(e) ambassadeur(rice) de la Data & de l’IA , accompagner le changement et vulgariser les enjeux auprès des parties prenantes non techniques.

Organisation et contexte Dans une grande entreprise de télécommunications, la Direction des Systèmes d'Information est en charge des projets liés à la donnée, à l'innovation et à l'intelligence artificielle, avec une culture de transformation des usages et des processus. En 2025, plusieurs étapes ont été réalisées dans le domaine de l'intelligence artificielle, notamment la mise en place d'un processus pour identifier des cas d’usage IA, ainsi que des expérimentations consolidées sur une plateforme commune basée sur une infrastructure cloud grand public. À la clé, quelques produits IA ont été déployés en production et accessibles à tous. Pour 2026, l'objectif est d'élargir le portefeuille de produits IA et de faciliter leur intégration dans les processus métier, tout en augmentant la capacité de production grâce à une veille technologique continue et à l'innovation dans le domaine de l'IA. Objectif de la prestation Nous recherchons une prestation avec un profil de spécialiste en développement MLOps expérimenté, capable de travailler sur une infrastructure hybride combinant des solutions on-premises et cloud (GCP). Les objectifs spécifiques de cette mission sont : 1. Accélérer le développement de projets IA : Développer et déployer des solutions basées sur l’IA générative et agentique Mettre en œuvre des modélisations en Deep Learning et Machine Learning 2. Contribuer à l'industrialisation des solutions IA : Mettre en pratique les principes DevOps et MLOps pour assurer la qualité, la scalabilité et la facilité de maintenance des modèles et applications IA Optimiser l’utilisation des capacités des plateformes cloud et de la gestion des charges de travail IA, en garantissant performances et rentabilité 3. Développer des fonctionnalités pour un portail d’IA interne : Créer des outils ou fonctionnalités pour améliorer notre portail interne dédié à l’IA

L'équipe R&D de la Direction du Numérique et de la Stratégie de l'Innovation de notre client cherche un.e data scientist senior audio pour une mission de Rercherche et de Développement. Contexte : Au sein de l’équipe R&D, le/la Data Scientist interviendra sur des projets autour de l’analyse automatique de contenus audio (en axe majeur) et textuels (en axe secondaire), en lien étroit avec les équipes produit, éditoriales et techniques. Missions principales : • Concevoir et développer des modèles de Machine Learning / Deep Learning pour l’analyse de contenus audio et textuels. • Travailler sur des projets tels que : o Extraction automatique de métadonnées musicales pour les besoins de la Discothèque du client. o Détection de fakes audio et contenus synthétiques pour aider les journalistes, et au delà contribuer à la fiabilité de l'information d'un média public o Extraction de métadonnées à partir des podcasts ou contenus vidéo, comme les émotions, les jingles, le repérage des parties musicales, etc. • Réaliser l’exploration, l’annotation et la structuration de jeux de données audio et texte. • Prototyper, entraîner et évaluer des modèles (POC, benchmarks, analyses comparatives). • Assurer une veille scientifique et technologique (audio ML, speech, NLP). • Documenter et présenter nos travaux en interne et à l’extérieur du client.

Responsabilités principales Concevoir et déployer des features IA Construire des pipelines de traitement de données Industrialiser et monitorer les applications / services (latence, coût, taux de réponse, satisfaction utilisateur). Industrialiser l’IA via MLOps/LLMOps : suivi d’expériences, déploiement, monitoring, observabilité. Garantir la qualité des données, la conformité (GDPR) et la sécurité des solutions. Compétences techniques attendues IA générative, LLM, RAG, Prompt optimisation, Agents & orchestration Machine learning / Deep learning Traitement de données non structurées: PDF/Images Ingénierie & industrialisation Langages : Python avancé, SQL. APIs : conception et intégration Data pipelines : orchestration, streaming, feature stores. MLOps/LLMOps : CI/CD, Docker/Kubernetes, suivi des modèles, monitoring/observabilité, tests offline/online. Sécurité & conformité : gouvernance des données, IAM/secrets, mitigation des risques LLM (hallucinations, prompt injection, data leakage). Bonnes pratiques de dev Structuration des projets, templates, documentation vivante. Stratégie de tests Standards de code, revue d’architecture et diffusion des bonnes pratiques. Profil recherché 4+ ans d’expérience en Data Science/MLOps

Ton rôle : concevoir, industrialiser et fiabiliser des solutions IA en production, tout en instaurant des standards d’ingénierie logicielle (tests, CI/CD, MLOps/LLMOps, sécurité). Responsabilités principales Concevoir et déployer des features IA Construire des pipelines de traitement de données Industrialiser et monitorer les applications / services (latence, coût, taux de réponse, satisfaction utilisateur). Industrialiser l’IA via MLOps/LLMOps : suivi d’expériences, déploiement, monitoring, observabilité. Garantir la qualité des données, la conformité (GDPR) et la sécurité des solutions. Compétences techniques attendues IA générative, LLM, RAG, Prompt optimisation, Agents & orchestration Machine learning / Deep learning Traitement de données non structurées: PDF/Images Ingénierie & industrialisation Langages : Python avancé, SQL. APIs : conception et intégration Data pipelines : orchestration, streaming, feature stores. MLOps/LLMOps : CI/CD, Docker/Kubernetes, suivi des modèles, monitoring/observabilité, tests offline/online. Sécurité & conformité : gouvernance des données, IAM/secrets, mitigation des risques LLM (hallucinations, prompt injection, data leakage). Bonnes pratiques de dev Structuration des projets, templates, documentation vivante. Stratégie de tests Standards de code, revue d’architecture et diffusion des bonnes pratiques. Profil recherché 4+ ans d’expérience en Data Science/MLOps

Mission AI Engineering (expertise avancée en IA traditionnelle et Gen IA), pour l'accompagnement de nos équipes IT dans la conception, le développement et l'intégration de nos cas d'usages IA en production. Mise à l'échelle des modèles développés, en garantissant leur performance, leur sécurité et leur monitoring dans l'environnement de production. Responsabilités Analyse en profondeur des besoins métier pour concevoir des solutions d'IA sur mesure, performantes, évolutives et économiquement viables. Interaction avec les équipes IT et Opérations pour l'intégration et la maintenance des modèles. Instauration d'une culture de partage de connaissances en IA au sein de l'IT, en organisant des ateliers, des formations et des sessions de mentorat pour faire monter en compétence les équipes. Évaluation régulièrement les solutions d'IA déployées pour en mesurer l'impact, proposer des améliorations continues et assurer une gestion rigoureuse des coûts associés. Support technique et recommandations stratégiques aux équipes projets, tout en veillant à l'optimisation des coûts et à l'efficience des ressources déployées. Garantie de la conformité aux standards de sécurité et aux bonnes pratiques de développement. Compétences techniques Expertise en apprentissage automatique & profond (Machine Learning, Deep Learning...), en traitement du langage naturel (NLP, LLM, Transformers, …), et sur les domaines/technologies pertinents de la Gen IA (RAG, Agent IA, parseur des documents, évaluation et monitoring, etc…) Maîtrise des langages de programmation (e.g. Python...) et des frameworks d'IA (TensorFlow, PyTorch...) et de GenIA (LangChain, LangGraph…) Outils de gestion de données et de modélisation (SQL, NoSQL, Hadoop, Spark, etc.), ainsi que la capacité à développer et à déployer des solutions d'IA dans des environnements de production à grande échelle. Pratiques pour le déploiement comme le MLOPS/GenIA OPS, pour la surveillance et la maintenance des systèmes d'IA en production, garantissant ainsi une transition fluide et efficace du développement à la production. Principes de l'ingénierie logicielle, y compris le développement agile, l'intégration continue et le déploiement continu (CI/CD). Environnements cloud (IBM en particulier) Autres compétences Métier d'Asset Management Aptitude à communiquer des concepts techniques complexes de manière claire et pédagogique, facilitant ainsi le transfert de connaissances. Résolution de problèmes complexes.