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

ContexteDans le cadre du développement de ses activités Data & Intelligence Artificielle, notre client recherche un AI Engineer spécialisé en IA Générative et MLOps pour rejoindre une équipe IT Data & IA. L'équipe intervient sur des projets IA à destination des directions métiers et accompagne le développement, l'industrialisation et le déploiement de solutions d'Intelligence Artificielle dans un environnement Cloud AWS. MissionEn tant qu'AI Engineer, vous intervenez sur l'ensemble du cycle de vie des solutions IA, de la conception jusqu'à leur mise en production. Vos principales responsabilités seront : Être le référent technique IA auprès des chefs de projets, développeurs, architectes et équipes métiers. Concevoir et développer des solutions d'IA et d'IA Générative de bout en bout. Développer et industrialiser des solutions basées sur les LLM, RAG et systèmes d'agents. Intégrer des solutions IA développées en interne ou proposées par des éditeurs externes. Déployer et mettre à l'échelle des modèles et applications IA en environnement Cloud. Participer à la mise en place et à l'évolution du socle AI / MLOps : déploiement, monitoring, assets, produits IA et CI/CD. Industrialiser les modèles développés par les équipes Data Scientists et les accompagner jusqu'à la production. Mettre en œuvre les bonnes pratiques de développement, de sécurité, de monitoring et d'industrialisation des projets IA/ML. Contribuer au respect des normes et exigences du Groupe, notamment en matière de RGPD et AI Act. Assurer une veille technologique sur les nouvelles technologies d'IA Générative, d'agents et de MLOps. Profil recherchéNous recherchons un profil AI Engineer / GenAI Engineer / ML Engineer disposant d'une expérience significative en développement et industrialisation de solutions IA. Compétences indispensablesPython expert. Minimum 1 an d'expérience en IA Générative. Expérience concrète de mise en production et passage à l'échelle de solutions IA. Solides connaissances en Machine Learning, Deep Learning et IA Générative. Maîtrise des concepts et technologies RAG, LLM, Fine-tuning et Reasoning. Expérience avec les systèmes d'agents et multi-agents, l'orchestration et le monitoring. Maîtrise de AWS, notamment idéalement : S3 SageMaker Bedrock Lambda API Gateway OpenSearch ECS / EKS / EC2 Maîtrise des pratiques MLOps / DevOps : Docker Kubernetes GitLab MLflow Airflow Artifactory APIs Très bonne maîtrise de l'écosystème Python : LangChain LangGraph Transformers PyTorch TensorFlow Scikit-learn Pandas Hugging Face Connaissance des bases de données SQL / NoSQL et notamment des bases vectorielles : OpenSearch Redis PGVector La connaissance de technologies telles que MCP, A2A, Guardrails et Deep Agents est un réel plus. Environnement techniquePython – AWS – SageMaker – Bedrock – LangChain – LangGraph – LLM – RAG – Agents / Multi-Agents – Hugging Face – Transformers – PyTorch – TensorFlow – Scikit-learn – Docker – Kubernetes – GitLab – MLflow – Airflow – OpenSearch – Redis – PGVector – MLOps Expérience souhaitéeUne première expérience dans le secteur bancaire ou financier est fortement appréciée. Une bonne maîtrise des méthodologies Agile est également attendue. Soft skillsNous recherchons une personne : Rigoureuse, autonome et organisée. Orientée delivery et résultats. Capable de travailler en équipe et d'interagir avec des interlocuteurs techniques et métiers. Dotée d'un bon esprit d'initiative et d'un sens du pragmatisme.

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

Contexte Dans le cadre d'un programme de transformation IA à l'échelle d'un grand groupe, une plateforme agentique est en cours de construction pour répondre aux besoins de l'ensemble des métiers. Nous recherchons un(e) Architecte GenAI pour concevoir techniquement les agents de cette plateforme, au sein d'une équipe d'architectes déjà constituée. Le poste est transverse et couvre plusieurs domaines métiers. Mission Concevoir, mettre en œuvre et faire évoluer les assets GenAI sur un écosystème hybride GCP / Microsoft, en garantissant leur cohérence technique, leur sécurité, leur performance et leur passage à l'échelle. Responsabilités Concevoir les architectures GenAI : RAG, agents et systèmes multi-agents Définir les architectures applicatives et les chaînes LLMOps pour les environnements DEV, UAT et PROD Garantir la robustesse des solutions : interfaces, mécanismes de fallback, latence, fiabilité et sécurité Définir les modèles d'interaction, d'ingestion et de stockage vectoriel, et optimiser l'usage des modèles et des tokens Intégrer les principes de gouvernance IA, de sécurité des données et de prévention des attaques spécifiques aux LLM Mettre en place l'évaluation continue, l'observabilité et le suivi des performances, des coûts et des usages Accompagner les équipes de développement et produire les spécifications, diagrammes d'architecture et standards techniques

Contexte d'utilisation chez Limagrain Compétences attendues Niveau RAG end-to-end Retrievers & embeddings Assistants scientifiques, juridiques et métiers sur corpus internes. Optimiser la récupération de sources fiables. Ingestion, parsing, OCR, structure, chunking, embeddings, indexation, retrieval, reranking, génération et citations. Indispensa ble Dense/sparse/hybride, metadata filters, multi query, parent-child, contextual retrieval, vector stores et évaluation du retrieval. Indispensa ble Analyse documentaire Exploiter PDF, Word, PowerPoint, Layout-aware parsing, OCR, extraction Indispensa Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Technologies / savoir-faire Contexte d'utilisation chez Limagrain Compétences attendues Niveau tableaux, scans et dossiers complexes. tables/images, métadonnées, déduplication, classification et validation. ble VLM & VQA Analyser images, figures, schémas, parcelles, maladies, rapports et documents multimodaux. Vision-language models, visual question answering, grounding, OCR multimodal, évaluation et limites. Avancé Gestion du contexte Maîtriser qualité, coût et mémoire des agents. Context engineering, fenêtres, compression, résumé, mémoire court/long terme, cache, provenance et isolation. Indispensa ble Single-agent Automatiser une tâche métier avec outils et garde-fous. ReAct/tool calling, structured outputs, validation, retries, human-in-the-loop et permissions. Indispensa ble Multi-agent Décomposer les workflows complexes entre agents spécialisés. Supervisor, router, planner-executor, handoffs, shared state, parallélisme, consensus et contrôle des boucles. Avancé LangChain / LlamaIndex Assembler modèles, retrievers, tools et chaînes RAG. Intégrations, loaders, chains, agents, structured output et composants remplaçables. Avancé LangGraph Orchestration stateful et durable de workflows agentiques. Graphes, état, checkpoints, streaming, interruptions, human-in-the-loop et reprise. Avancé LangSmith Tracing, debugging, datasets, évaluations et monitoring.

Dans le cadre du développement d'une plateforme d'IA générative souveraine et sécurisée, nous recherchons un DevOps IA Mistral pour intervenir sur le déploiement, l'industrialisation et l'exploitation d'une plateforme Mistral AI On-Premise. Vous participerez à la conception de l'architecture, à l'automatisation des déploiements et à la mise en place de services managés en intégrant les contraintes de sécurité, de conformité et de gouvernance. Vous assurerez également le maintien en conditions opérationnelles et de sécurité des plateformes IA. Intégré à une équipe Agile dédiée aux produits Data & IA, vous prendrez en charge des éléments du backlog, participerez à la construction de la roadmap et assurerez un rôle de lead technique sur le produit. La mission comprend également la documentation, les mises en production, la réalisation de démonstrations ainsi que la participation aux astreintes techniques. Compétences techniquesIA / GenAIMistral AI Plateformes agentiques OpenClaw Hermes LLMOps Workloads IA / Data Dataiku MLflow Infrastructure / ConteneurisationKubernetes OpenShift Docker Infrastructure On-Premise DevOps / AutomatisationTerraform Ansible Jenkins GitLab CI Kestra Artifactory (JFrog) CI/CD Développement / DataPython SQL Bases de données / Vector DBOpenSearch Elasticsearch PGVector MongoDB Atlas RDS Sécurité / RéseauVault Nginx Kong Sécurité des données Compliance / Gouvernance ObservabilitéDynatrace CloudWatch Prometheus Grafana X-Ray GPU – appréciésCUDA MIG Slurm

Au sein de l'entité en charge des infrastructures et de la production informatique d'un grand groupe, nous recherchons un DevOps GenAI pour accompagner l'industrialisation des cas d'usage d'IA générative et leur passage en production. Le consultant rejoindra une équipe dédiée et interviendra notamment sur : ▪ Le déploiement et l'automatisation des environnements nécessaires aux applications d'IA générative ▪ La construction et la maintenance des pipelines CI/CD dédiés aux composants IA (applications, prompts, configurations de modèles) ▪ La conteneurisation et l'orchestration des services IA ▪ L'intégration des applications GenAI avec les services de la plateforme : gateways LLM, bases documentaires, connecteurs ▪ La mise en place de la supervision et du logging des applications IA en production ▪ Le support aux équipes de développement pour le déploiement de leurs cas d'usage ▪ La contribution à l'amélioration continue des pratiques de déploiement et à la documentation d'exploitation

Concevoir, développer, déployer et optimiser des solutions d'IA et d'IA générative en production. Collaborer avec les parties prenantes métiers et techniques pour identifier les opportunités et fournir des capacités d'IA évolutives. Promouvoir les meilleures pratiques d'ingénierie de l'IA, notamment l'évaluation, l'observabilité, la gouvernance, la sécurité et l'optimisation des performances. Soutenir la gestion des coûts de l'IA, la gouvernance de son utilisation et les initiatives d'excellence opérationnelle. Développer des cadres, des normes et des garde-fous réutilisables pour une adoption responsable de l'IA. Collaborer avec les data scientists, les data engineers, les chefs de produit et les équipes plateforme. Encadrer les ingénieurs et assurer le leadership technique des initiatives d'IA. Fournir des solutions intégrant RAG, l'IA conversationnelle, l'automatisation des flux de travail et les systèmes d'agents.

Contexte Renforcement des équipes DSI pour industrialiser et gouverner la plateforme IA Groupe. Mission Finaliser le déploiement et la cohérence de la plateforme IA (LiteLLM, Azure AI Foundry, Langfuse, MLflow, n8n). • Concevoir et maintenir l'architecture cible de la plateforme IA. • Définir et mettre en oeuvre les principes de gouvernance IA (architecture, sécurité, conformité, éthique). • Participer aux comités de Design Authority et produire des avis d'architecture IA. • Accompagner les Business Units dans la qualification, la conception et l'évaluation des projets IA. • Définir des patterns d'architecture IA (agents, RAG, orchestration, APIs). Livrables attendus • Dossiers d'architecture (HLD / LLD). • Avis Design Authority. • Standards et patterns IA. • Contributions à la gouvernance IA Groupe

Dans le cadre de l'accélération de l'intelligence artificielle au sein d'un grand groupe bancaire, nous recherchons un AI Engineer confirmé pour transformer des opportunités Gen-AI en solutions concrètes, robustes et mesurables, intégrées aux processus métiers dans un environnement exigeant (sécurité, conformité, données sensibles). Le consultant interviendra de bout en bout, du cadrage métier jusqu'à l'industrialisation des solutions en production. Il sera notamment amené à : ▪ Concevoir des architectures IA end-to-end et sélectionner les modèles adaptés aux cas d'usage ▪ Arbitrer entre performance, coût et robustesse ▪ Concevoir et développer des solutions basées sur les LLM et les agents IA (RAG, orchestration multi-agents) ▪ Industrialiser à l'échelle : mise en production de solutions robustes (CI/CD, monitoring, auditabilité) ▪ Structurer les outils de pilotage et optimiser les coûts ▪ Intégrer les solutions IA aux processus et outils métiers existants

Notre client, acteur majeur du secteur industriel et technologique, est à la recherche de son futur Ingénieur Réseaux L3 & Référent IA (H/F) pour son site de Toulouse, dans le cadre du renforcement de ses initiatives autour de l'Intelligence Artificielle et de la gouvernance des usages numériques. ### Vos missions Intégré à une équipe d'experts techniques, vous devrez : * Assurer un rôle d'expertise Réseaux niveau 3 sur des environnements complexes. * Participer à l'évolution et à l'optimisation des infrastructures réseau. * Accompagner les équipes sur les sujets liés aux usages et à la gouvernance de l'IA. * Identifier et évaluer de nouveaux cas d'usage IA applicables à l'environnement technique. * Contribuer aux réflexions autour de l'intégration des solutions d'IA dans les processus existants. * Faire le lien entre les enjeux d'infrastructure, de sécurité et d'innovation. * Participer à l'acculturation des équipes aux technologies IA. * Assurer une veille sur les évolutions des technologies réseau et intelligence artificielle. ### Compétences techniques attendues * Expertise Réseaux niveau 3. * Maîtrise des environnements LAN, WAN, WiFi et infrastructures IP. * Expérience sur des équipements et architectures réseau d'entreprise. * Bonne compréhension des enjeux cybersécurité liés aux infrastructures. * Connaissance des technologies d'Intelligence Artificielle et de leurs usages en entreprise. * Capacité à intervenir sur des sujets transverses mêlant infrastructure et innovation. * Expérience dans des environnements industriels ou grands comptes appréciée.

Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.

Au sein d'une équipe spécialisée dans les projets Data & IA, vous participez à la conception et au développement de solutions basées sur l'IA générative. Participer à la conception et au développement de solutions GenAI. Travailler sur des sujets liés aux LLM, RAG et assistants conversationnels. Contribuer à l'automatisation et à l'optimisation de processus grâce à l'IA. Exploiter les services Google Cloud Platform (GCP) dédiés à l'IA, notamment Vertex AI. Participer aux différentes phases des projets : conception, développement, tests et amélioration des solutions. Être force de proposition sur les nouvelles technologies et les usages de l'IA.

Dans le cadre d'un projet data stratégique au sein d'un grand groupe international du secteur retail / luxe, nous recherchons un Senior Data Analyst / Data Engineer GCP disposant d'une forte capacité d'ingénierie, d'une bonne compréhension des enjeux métier et d'une sensibilité aux sujets d'Intelligence Artificielle. La mission démarrera par une phase d'assessment des différentes sources de données : cartographie, qualité, granularité, fraîcheur et compréhension des règles métier. Le consultant interviendra ensuite sur la conception et l'industrialisation des modèles de données, des requêtes analytiques et des restitutions à destination des métiers. L'objectif est de construire une architecture data robuste et exploitable à court terme via des dashboards et analyses classiques, tout en préparant les fondations nécessaires à de futurs usages d'analytique conversationnelle, notamment autour du text-to-SQL, des LLM et des approches RAG. Les principales missions seront : Réaliser l'assessment et la cartographie des différentes sources de données. Analyser la qualité, la granularité, la fraîcheur et les règles métier associées aux données. Concevoir et industrialiser les modèles de données et les requêtes analytiques. Développer des requêtes SQL complexes et optimiser les performances et les coûts sur BigQuery. Construire des dashboards fiables, lisibles et utilisés par les équipes métier. Participer à la mise en place d'une couche sémantique cohérente : métriques définies, nommées et documentées. Participer aux ateliers métier et traduire les besoins business en modèles de données exploitables. Mettre en place ou contribuer aux flux d'ingestion et de traitement de données sur GCP. Participer à l'industrialisation via Terraform, Git et CI/CD. Préparer l'architecture data aux futurs usages d'IA générative et d'analytique conversationnelle. Contribuer éventuellement à des POC autour de Vertex AI, Gemini, RAG ou text-to-SQL.

Dans le cadre de l'industrialisation de ses produits data et d'intelligence artificielle, notre client recherche un Senior AI Engineer capable de concevoir, déployer et faire évoluer des solutions d'IA en environnement Azure. La mission se situe à la croisée de l'Azure AI, de l'IA générative, des agents et de Microsoft Copilot. L'objectif est d'accélérer le passage des prototypes à des solutions sécurisées, observables, maintenables et créatrices de valeur pour les métiers. Vous rejoindrez une équipe Data & AI travaillant en étroite collaboration avec l'Architecte IA, les Data Scientists, le Product Owner IA ainsi que les équipes Cloud, Data, Sécurité, Architecture, DSI et Métiers. Vos responsabilités Concevoir et industrialiser des solutions Azure AIConcevoir des architectures basées sur Azure AI Foundry ou Microsoft Foundry, Azure OpenAI et Azure AI Search. Développer et déployer des applications GenAI, des assistants, des agents et des solutions RAG. Mettre en place des API et des composants d'intégration avec les systèmes métiers et les plateformes data. Déployer les solutions via Azure Functions, Container Apps, AKS ou des services équivalents. Gérer les environnements de développement, recette et production. Développer des agents et des usages CopilotConcevoir des agents capables d'utiliser des outils, des APIs et des bases de connaissances. Mettre en œuvre des orchestrations multi-agents et des workflows agentiques. Versionner et maintenir les prompts, modèles, embeddings, index et configurations. Contribuer à des cas d'usage Microsoft Copilot, Copilot Studio ou Microsoft 365 Copilot. Mettre en place les guardrails nécessaires : contrôle des outils, gestion des permissions, filtrage, protection contre les prompt injections et validation humaine. Automatiser les déploiements et fiabiliser la productionConstruire et maintenir les pipelines CI/CD avec Azure DevOps, Azure Pipelines ou GitHub Actions. Décrire et versionner l'infrastructure avec Bicep et/ou Terraform. Mettre en œuvre les tests automatisés, les contrôles de sécurité et les mécanismes de rollback. Utiliser les pratiques de software engineering : Git, revue de code, packaging, Docker et gestion des dépendances. Contribuer aux pratiques MLOps et LLMOps : MLflow ou équivalent, évaluation, versioning et promotion entre environnements. Superviser, sécuriser et optimiserMettre en place l'observabilité des applications, agents, modèles et outils. Suivre les traces, erreurs, latences, appels de modèles, consommation de tokens et coûts. Configurer les mécanismes d'identité et de sécurité : Entra ID, RBAC, Key Vault, APIM, chiffrement et réseau privé. Participer au suivi des coûts Azure et LLM et proposer des optimisations sur les modèles, quotas, cache et capacités. Contribuer au diagnostic des incidents, au maintien en conditions opérationnelles et à la documentation des solutions. Accompagner les équipesComprendre un besoin métier et le traduire en solution technique pragmatique. Participer aux ateliers de cadrage et à la priorisation des sujets. Documenter les architectures, choix techniques, procédures d'exploitation et limites connues. Transférer les compétences aux équipes DSI et contribuer à la mise en place de standards réutilisables.

📍 Profil & Conditions Localisation : Paris - La Défense Démarrage : ASAP TJM : 550 euros 🎯 Mission & Objectifs principaux Au sein d'un environnement multi-BU complexe (ERP, CRM, PIM, MDM, BI/AI), votre rôle est de cartographier, standardiser et modéliser l'architecture de données globale afin d'offrir des capacités en self-service, de faciliter la consommation des données et de maximiser leur valeur métier. 📌 Responsabilités & Livrables clés Architecture d'Entreprise & Ontologies : Comprendre les processus métier et l'architecture de données existante à l'échelle de l'entreprise. Enrichir l'ontologie d'entreprise et le modèle de données global (entités clés & relations sémantiques) en étroite collaboration avec les experts métier, gouverneurs de données et architectes. Cartographier les actifs des plateformes de données (notamment la plateforme Corporate) pour prioriser leur standardisation selon les enjeux business. Modélisation & Valorisation des Données : Évaluer les besoins structurels des bases de données pour offrir un accès en self-service (agrégation, consolidation, rationalisation et qualité de données). Concevoir des datasets standardisés, réutilisables et fiables, distribués via le Data Marketplace. Modéliser les processus métier producteurs et consommateurs de données en BPMN. Piloter les métadonnées pour garantir la transparence sur la couverture et la fraîcheur des données. Gouvernance, Sécurité & MDM : Positionner les flux MDM dans le SI pour garantir la qualité de donnée requise par le business. Veiller à l'application rigoureuse du framework de gouvernance groupe (classification, confidentialité/RGPD, gestion des accès, rétention). Évaluer et certifier la conformité des jeux de données logiques par rapport aux normes groupe. Guider les équipes IT et Métier dans la mise en œuvre opérationnelle des contrôles de qualité de données. Innovation & Efficience : Exploiter au mieux les technologies d'Intelligence Artificielle (IA) pour accélérer le delivery et optimiser l'efficience opérationnelle.