Trouvez votre prochaine offre d’emploi ou de mission freelance Embedding

Notre client, un grand groupe international, renforce son équipe Customer Journey Optimization (CJO). Il recherche un Data Scientist senior pour une mission de 3 mois au cœur de l'optimisation de ses parcours clients digitaux. Vous aurez un rôle clé dans la conception de modèles analytiques avancés. Ils serviront à mieux comprendre le comportement des utilisateurs, à détecter les frictions, à améliorer la conversion et à mesurer la performance réelle des actions marketing et opérationnelles. Vos principales missions : Segmentation comportementale : clustering des utilisateurs à partir de la navigation, des réservations et des usages digitaux ; identification des personas, des micro-segments, des intentions et des points de friction. Systèmes de recommandation : conception de recommandeurs hybrides (collaboratif, contenu, séquentiel) pour personnaliser les contenus et les services à valeur ajoutée proposés. Modèles prédictifs : prédiction de conversion, de churn et de complétion du funnel ; prévision des volumes par étape du parcours ; scoring d'intention et de drop-off. Attribution multi-touch : modèles de Markov (1er et 2e ordre) et valeurs de Shapley pour mesurer le poids de chaque point de contact (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions CJO. IA générative et LLM : développement de solutions capables d'interpréter automatiquement les résultats analytiques (tests A/B, conversions, parcours) et de générer des recommandations pour orienter les décisions. Industrialisation : passage des POC Jupyter à des modules Python propres, modulaires et testés, et à des pipelines Dataiku/Snowflake documentés et ordonnancés. Une mission particulièrement intéressante pour un profil qui veut associer data science avancée, IA générative et impact business direct sur les parcours clients.

Bonjour, Nous recherchons pour notre client grand compte un Développeur IA / LLMOps : IA générative, NLP et Speech-to-text Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence MDE/LLM/5577 dans l'objet de votre message Contexte de la prestation Une direction produit et technologie recherche une prestation de développement IA / LLMOps pour collaborer avec l'équipe IA transverse sur les développements IA, IA générative, NLP et Speech-to-text. Activités principales attendues Développer des solutions d'IA et d'IA générative et les déployer en production Concevoir des architectures LLM, mettre en place des RAG, des modèles d'embeddings et des bases vectorielles Suivre les expérimentations, évaluer les modèles (LLM-as-judge, golden datasets) et gérer le drift de prompts via MLflow Développer et exposer des routes API métiers : Speech-to-text, classification de contenus et de commentaires, titraille SEO, contextualisation Collaborer avec l'équipe IA transverse

Nous recherchons sur la région de Nantes des développeurs maîtrisant Java, ayant des connaissances en Python, capable de s'intégrer dans des contextes variés, d'implémenter des composants IA (RAG, LLM, embeddings) et de documenter ces pratiques pour accélérer la montée en compétences des équipes accompagnées. Mission sur site client 3 jours par semaine et 2 jours en télétravail Compétences: Java, ayant des connaissances en Python, capable de s'intégrer dans des contextes variés, d'implémenter des composants IA (RAG, LLM, embeddings)

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Au sein de la direction Produit et Technologies, vous rejoindrez une équipe transversale dédiée à l'intelligence artificielle et contribuerez au développement de solutions pour les offres d'information. Votre mission couvrira notamment l'IA générative, les architectures de grands modèles de langage, les systèmes de génération augmentée par récupération (RAG), le traitement automatique du langage et la transcription audio. Vous développerez et exposerez des services métiers par API, notamment pour la transcription, la classification d'articles et de commentaires, la création de titres optimisés pour le référencement et la contextualisation. Vous concevrez des architectures LLM et des solutions RAG reposant sur des modèles d'embeddings et des bases vectorielles. Vous assurerez aussi le déploiement en production avec Docker, Kubernetes et des pipelines d'intégration et de déploiement continus. Enfin, vous suivrez et évaluerez la qualité des modèles avec MLflow, notamment au moyen de jeux de données de référence, d'évaluations automatisées et du suivi de l'évolution des prompts.

Une expérience dans les médias est un plus Au sein de l'équipe IA transverse, vous contribuerez aux développements d'intelligence artificielle destinés aux offres d'information. Vous interviendrez sur des sujets d'IA générative, de traitement automatique du langage et de conversion de la parole en texte, en veillant à transformer les expérimentations en solutions fiables et exploitables en production. Vous concevrez des architectures fondées sur les grands modèles de langage et mettrez en place des dispositifs de génération augmentée par récupération, notamment avec des modèles d'embeddings et des bases vectorielles. Vous développerez et exposerez des interfaces de programmation pour différents cas d'usage : transcription, classification d'articles et de commentaires, optimisation des titres pour le référencement et contextualisation. Vous assurerez également le suivi des expérimentations et l'évaluation de la qualité des modèles, puis contribuerez à l'industrialisation et à la mise en production des solutions au moyen de conteneurs, de Kubernetes et de chaînes d'intégration et de déploiement continus. La mission demande de collaborer avec des interlocuteurs techniques et éditoriaux.

La Direction Produit et des Technologies de notre client recherche une prestation de développement IA / LLMOps pour accompagner son équipe IA transverse sur les offres d'information. Vous contribuerez au développement et à la mise en production de solutions d'intelligence artificielle, d'IA générative, de traitement automatique du langage naturel (NLP) et de transcription audio en texte (Speech-to-Text), au service des usages métiers et éditoriaux. Vos missionsConcevoir, développer et mettre en production des solutions IA/ML et des architectures intégrant des LLM. Mettre en œuvre des pipelines RAG, des modèles d'embeddings et des bases de données vectorielles. Développer et exposer des API métiers : transcription audio, classification d'articles et de commentaires, génération de titres SEO et contextualisation de contenus. Industrialiser les développements avec Docker, Kubernetes et des pipelines CI/CD GitLab. Assurer le suivi des expérimentations et l'évaluation des solutions avec MLflow, des jeux de données de référence et des approches de type LLM-as-judge. Suivre les dérives liées aux prompts et contribuer à la qualité des applications LLM. Collaborer avec les équipes techniques et les interlocuteurs métiers, notamment les journalistes, dans un environnement agile.

Contexte et objectifL'organisation a structure sa plateforme data sur Databricks et souhaite accelerer la mise en production de cas d'usage GenAI, agents IA, systemes multi-agents et agentic retrieval. Le profil intervient de la preparation des donnees jusqu'au deploiement, a l'evaluation et au monitoring en production. Missions principales· Concevoir des cas d'usage IA avec les parties prenantes metier et IS. · Construire les strategies de context engineering et knowledge grounding. · Developper des agents et systemes multi-agents avec tool calling et MCP. · Concevoir les pipelines data : ingestion, preparation, chunking, embeddings et vector indexes. · Industrialiser via LLMOps : evaluation, MLflow, CI/CD, deploiement et monitoring qualite / latence / couts. · Appliquer gouvernance Data & AI, securite, confidentialite et maitrise des couts by design.

Ingénieur IA / GenAI – LLM, RAG & Agents IA Dans le cadre d'un projet autour de l'IA générative, nous recherchons un Ingénieur IA / GenAI pour concevoir, développer et industrialiser des solutions basées sur les LLM et les agents IA. Vos missions : Concevoir et développer des solutions GenAI / LLM Développer des agents IA et workflows agentiques Concevoir et implémenter des architectures RAG Intégrer les modèles IA aux applications via API Développer principalement en Python Travailler sur le prompt engineering et l'orchestration des LLM Mettre en place embeddings et bases vectorielles Évaluer la qualité, la performance et la fiabilité des réponses Industrialiser les solutions : CI/CD, monitoring, sécurité et observabilité Accompagner les POC jusqu'à leur mise en production Compétences recherchées : Python LLM / GenAI RAG Agents IA / Agentic AI LangChain / LangGraph ou équivalent OpenAI / Azure OpenAI / Anthropic / modèles open source FastAPI / APIs REST Vector databases / embeddings Docker, Git, CI/CD MLOps / LLMOps apprécié Fine-tuning / PEFT / LoRA apprécié 📍 Île-de-France / Hybride 📅 Mission longue durée

Contexte de la missionDans le cadre du développement et de l'industrialisation de solutions d'IA générative, nous recherchons un(e) Lead Technique RAG pour garantir la qualité, la robustesse, la sécurité et la performance d'une plateforme de recherche augmentée par génération (RAG). En tant que référent technique, vous interviendrez auprès des équipes Data Science, Data Engineering, Architecture, Sécurité et des équipes métiers. Vous définirez les standards d'architecture et de développement, accompagnerez les projets dans leurs choix techniques et piloterez l'amélioration continue de la plateforme RAG. Missions principales1. Leadership technique RAGDéfinir les standards d'architecture des solutions RAG. Encadrer les pratiques de développement et accompagner la montée en compétences des équipes. Orienter les projets dans leurs choix techniques et garantir la cohérence des développements. Réaliser les revues techniques des cas d'usage. Capitaliser sur les bonnes pratiques et les retours d'expérience. 2. Gouvernance des pratiques IA générativeDéfinir les standards et les patterns de développement RAG. Établir les bonnes pratiques de prompting et de conception des workflows. Définir les critères de qualité, de pertinence et de performance des solutions. Concevoir des guides, templates et frameworks réutilisables. Assurer une veille technologique sur les architectures LLM et RAG. 3. Exploitation et évolution de la plateforme RAGSuperviser l'exploitation des workflows RAG et garantir la disponibilité des services. Piloter l'optimisation des pipelines d'ingestion et de recherche documentaire. Assurer le maintien en condition opérationnelle des composants IA. Participer à la gestion des incidents et à l'analyse des problématiques techniques complexes. Piloter l'évolution des fonctionnalités et des capacités de la plateforme. 4. Architecture et bases de données vectoriellesConcevoir des architectures de recherche documentaire à grande échelle. Définir les stratégies de vectorisation, d'indexation et de récupération des informations. Mettre en œuvre et encadrer l'utilisation des bases de données vectorielles. Optimiser les mécanismes de recherche hybride, de reranking et de retrieval. Garantir la performance, la pertinence et la scalabilité des solutions déployées. 5. Industrialisation et LLMOpsDéfinir les pratiques d'industrialisation des workflows RAG. Mettre en place les standards de monitoring et d'observabilité. Définir et suivre les indicateurs de performance des solutions IA. Encadrer les pratiques de CI/CD et d'automatisation des déploiements. Piloter la gestion du cycle de vie des modèles, des embeddings et des index vectoriels. 6. Qualité, sécurité et conformitéGarantir le respect des exigences de sécurité et de confidentialité. Veiller à la protection des données sensibles. Participer aux analyses de risques liées aux solutions d'IA générative. Définir les mécanismes de contrôle de la qualité et de la fiabilité des réponses générées. Mettre en place des dispositifs de traçabilité et d'auditabilité des solutions. Environnement techniqueIA générative, LLM, RAG, architectures RAG, bases de données vectorielles, embeddings, recherche hybride, reranking, retrieval, pipelines d'ingestion documentaire, prompting, LLMOps, monitoring, observabilité, CI/CD, automatisation, sécurité des données. Junto SAS Des leads B2B qualifiés via LinkedIn Junto pilote vos campagnes LinkedIn Ads avec une équipe senior et une mesure fiable.

Envie d'un nouveau challenge... CELAD vous attend ! 🚀 Nous poursuivons notre développement et recherchons actuellement un(e) Ingénieur IA Python / RAG pour intervenir chez l'un de nos clients, acteur majeur du secteur juridique et fiscal. 🚀 Votre rôle Au sein d'une équipe technique spécialisée dans les solutions digitales et l'intelligence artificielle, vous participerez au développement et à l'évolution de solutions basées sur l'IA générative. Vos principales missions seront notamment de : Concevoir et développer des applications et services IA en Python ; Développer des APIs avec FastAPI ; Concevoir et améliorer des architectures RAG (Retrieval-Augmented Generation) ; Travailler sur la vectorisation, les embeddings et la recherche sémantique ; Intégrer et exploiter des LLM dans des applications métier ; Participer aux choix techniques liés au stockage et à la recherche vectorielle ; Contribuer à l'amélioration de la qualité, de la pertinence et des performances des solutions IA.

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

Vos missions principales : bâtir, outiller, transmettre 1. Conception & développement des services de consommation d'indexation et de restitution de données éditoriales -Conception des services : définir l'architecture des APIs et des workers, la stratégie de cache et les mécanismes de résilience (retries, circuit breakers, fallback modèles). -Intégration LLM : concevoir les chaînes d'inférence (prompting, function calling, RAG, embeddings, agents) et industrialiser leur mise en production, en challengeant les choix via des POCs et des Benchmarks. -Performance & scalabilité : définir comment concilier débit, latence et coût (synchrone et asynchrone) pour servir nos charges de production. 2. APIs Web & performance (synchrone / asynchrone) -Définition des APIs : créer des APIs (FastAPI) robustes et documentées : contrats clairs, validation (Pydantic), authentification unifiée et propagation du contexte pays. -Performance & asynchrone : maîtriser l'asyncio, la concurrence et le parallélisme pour optimiser le débit, en arbitrant entre traitements synchrones et asynchrones selon les contraintes. -Streaming & temps réel : implémenter le streaming des réponses LLM et la gestion fine des timeouts, du backpressure et de l'annulation des requêtes. -Observability & Security : intégrer nativement la télémétrie (logs, métriques, traces) et les guardrails de sécurité (gestion des secrets, Zero Trust, isolation des tokens) au coeur des services. 3. Leadership Technique & Gouvernance -Gouvernance Inner Source : être un membre influent de la communauté technique pour assurer la cohérence et la réutilisabilité des composants partagés. -Accompagnement des Value stream teams : aider les squads (IA assistant, Search, Edition...) à intégrer les capabilities fournit par l'équipe avec un minimum de friction. -Culture Craftsmanship : promouvoir les pratiques de Clean Code, SOLID, et tests automatisés. -Rayonnement : assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

🚀 Qui sommes-nous ? Finaxys est un cabinet de conseil spécialisé dans les secteurs Banque, Finance et Assurance. Depuis plus de 15 ans, nous intervenons auprès des plus grandes institutions en proposant des solutions technologiques innovantes (IA, Machine Learning, Data, Cloud, DevSecOps, etc.). Notre mission ? Accompagner nos clients dans leur transformation digitale et répondre aux défis IT les plus complexes grâce à l'expertise de nos équipes. 🎯 Votre mission : En tant qu'Ingénieur Python / Machine Learning / IA, vous rejoindrez les équipes techniques de l'un de nos clients grands comptes dans le cadre de projets innovants autour de l'IA et de l'IA Générative appliquée aux marchés de capitaux. À ce titre, vous interviendrez sur : Concevoir, développer et déployer des modèles de Machine Learning et d'IA Générative Réaliser la préparation des données, le feature engineering, l'entraînement, l'évaluation et le monitoring des modèles Sélectionner les approches algorithmiques les plus pertinentes selon les cas d'usage Mettre en place et industrialiser des architectures MLOps / LLMOps robustes Automatiser les pipelines de développement, de déploiement et de suivi des modèles Développer des API (REST / gRPC) et des services Python associés Industrialiser des POC et accompagner leur passage en production Collaborer avec les équipes Cloud, Infrastructure et MLOps Assurer la maintenance des embeddings et des modèles en production Rédiger la documentation technique et assurer le transfert de connaissances au support Environnement technique : AWS, SageMaker, Bedrock, Python, API REST, gRPC, S3, Lambda, Athena, CloudWatch, API Gateway, MLflow, Step Functions, Airflow, EC2, SQL, CI/CD, Model Registry Environnement fonctionnel : Marchés de capitaux / Finance de march