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

Bonjour, Pour l’un de mes clients, je recherche un(e) : RUN IA / GenAI sécurisé et industrialisé, avec une forte expertise en MCO sur des environnements sensibles. Intégration de la gouvernance ainsi que des processus d’exploitation. Gestion du patching, des upgrades et des montées de version. Profil recherché : expert RUN IA / GenAI avec une expérience confirmée en production sensible, MCO, gouvernance IT et gestion des versions. Si vous êtes intéressé(e) et que votre profil correspond, merci d’envoyer votre CV à jour. Je reviendrai vers vous rapidement pour échanger.

Ingénieur IA GenAI/ Knowledge Graph/ Mcp Service 600 e par j Développement d’agents intelligents Le consultant interviendra sur la conception et l’amélioration d’agents basés sur des frameworks comme Google ADK ou LangChain / LangGraph. Ces agents devront être capables de comprendre des besoins métier (optimisation de contenu), d’interagir avec des sources de données et de générer du contenu pertinent et contextualisé. Exploitation de la donnée (RAG / Knowledge Graph) La mission inclut la mise en place de pipelines de données depuis BigQuery vers un Knowledge Graph. L’objectif est d’alimenter les agents avec des données structurées et fiables, dans une logique de Retrieval-Augmented Generation (RAG), afin d’améliorer la pertinence des outputs générés. Orchestration et intégration (MCP servers) Le consultant devra développer ou refondre des serveurs MCP qui servent de couche d’orchestration entre les agents GenAI et les systèmes externes. Cela permet aux agents d’accéder à des APIs, de manipuler des données et d’exécuter des actions dans l’écosystème existant. Finalité Mettre en place une IA capable de générer, enrichir et optimiser automatiquement du contenu web, en s’appuyant sur des données internes et en étant intégrée aux outils métiers. 600 e par jour

Bonjour à tous 😀 🎯 Contexte : Dans le cadre du développement de ses capacités en Intelligence Artificielle Générative , nous recherchons un Data Engineer spécialisé sur Databricks pour intervenir sur des cas d’usage innovants à forte valeur ajoutée. Le poste combine des enjeux de data engineering, machine learning et mise en production dans un environnement moderne. 🛠️ Missions principales Concevoir et développer des modèles de Machine Learning (GenAI) Collecter, préparer et exploiter les données Développer des pipelines d’ingestion et de transformation Assurer la mise en production et le monitoring des modèles (MLOps) Intervenir sur des sujets d’architecture RAG et fine-tuning Conseiller sur les choix techniques et les cas d’usage 🧩 Environnement technique Python / SQL / Pandas Databricks Machine Learning / Deep Learning (LLM, Transformers) Architectures GenAI (RAG, fine-tuning) Cloud AWS MLOps

MISSION Périmètre applicatif : Intégration des solutions d’intelligence artificielle dans la nouvelle plateforme téléphonique Amazon Connect. Exigences Techniques 1. Maîtrise de la plateforme Amazon Connect • Expérience significative sur la mise en œuvre et l’exploitation d’Amazon Connect (CCaaS) en environnement de production. • Maîtrise des flows Amazon Connect complexes et du routage multicanal (voix, email, chat, callback). • Capacité à intégrer et exploiter les fonctionnalités natives IA d’Amazon Connect dans une logique native-first. 2. Expertise en IA Générative et IA agentique • Expérience confirmée sur des solutions d’IA générative appliquées à la relation client. • Capacité à configurer et industrialiser des assistants IA pour : o L’assistance au conseiller (Agent Assist / Co-bot). o L’automatisation post-interaction (synthèse d’appel, mémento, catégorisation). o Les usages autonomes (Mailbot, Voicebot). • Maîtrise des mécanismes de prompt, de contextualisation et de garde-fous IA (sécurité, conformité, qualité de réponse). 3. Architecture et intégration SI • Capacité à concevoir une architecture cible intégrée avec : o Le CRM, o Les outils conseillers, o Le SI relation client et les référentiels de données. • Maîtrise des intégrations via API, événements et flux temps réel. • Mise en œuvre de la traçabilité et de la journalisation des interactions et décisions IA. 4. Data, contextualisation et qualité • Capacité à exploiter les données client et interactionnelles pour enrichir les réponses IA. • Mise en place de mécanismes de codification des motifs d’appel et de restitution structurée dans le SI. • Prise en compte des enjeux de qualité des données et de cohérence métier. 5. Sécurité, observabilité et performance • Mise en place d’outils de monitoring, d’alerting et de supervision des services IA. • Suivi de la performance des modèles et des usages IA. • Prise en compte des enjeux de coûts, d’optimisation financière et de pilotage à l’usage (FinOps). Exigences Fonctionnelles 1. Compréhension des enjeux métier Relation Client • Expérience sur des projets de transformation de la relation client à forte volumétrie. • Capacité à adresser conjointement : o L’amélioration de l’expérience client, o L’augmentation de la productivité et du confort des conseillers, o Le développement du selfcare et de l’IA autonome. 2. Connaissance du contexte organisationnel et réglementaire • Capacité à s’inscrire dans un cadre de gouvernance structuré et multi-instances. • Prise en compte des exigences réglementaires, de conformité et des validations internes. • Capacité à travailler avec des équipes métiers, IT, data et sécurité. 3. Approche de standardisation et passage à l’échelle • Capacité à privilégier les fonctionnalités standards et natives de la plateforme. • Limitation des développements spécifiques au strict nécessaire. • Conception de solutions réplicables et industrialisables sur plusieurs périmètres métiers. 4. Conduite du changement et adoption • Expérience dans l’accompagnement des utilisateurs finaux (conseillers, managers). • Capacité à déployer les solutions par vagues successives. • Production de supports d’appropriation et de démonstrateurs favorisant l’adoption. 5. Pilotage par la valeur et co-construction • Capacité à prioriser les cas d’usage en fonction de la valeur métier. • Approche itérative de type test & learn. • Inscription dans une trajectoire pluriannuelle de transformation IA.

Contexte & Environnement Intervention au sein du pôle Data & IA , et plus précisément de l’ équipe GenAI Le pôle conçoit et opère des plateformes “as a Service” destinées à faciliter le déploiement d’architectures : modernes distribuées hautement disponibles et résilientes Objectif : concevoir, industrialiser et opérer des offres d’IA générative à l’échelle Environnements Cloud public, Cloud privé et On-Premise Écosystème technique complexe, distribué, sécurisé et hautement disponible Travail en mode produit , au sein d’une squad agile pluridisciplinaire Périmètre d’intervention Couverture complète du cycle de vie du service : conception de l’offre industrialisation mise en production maintien en condition opérationnelle (MCO) Intervention sur des produits et services IA à destination des entités internes du groupe Missions principales Mise en œuvre technique & opérationnelle des offres IA Apporter une expertise technique forte dans la conception d’architectures IA Participer à la définition des architectures GenAI (Cloud et On-Premise) Industrialiser et automatiser le déploiement de plateformes agentiques Mettre en place des services managés IA , en intégrant : contraintes de sécurité exigences de conformité règles de gouvernance Piloter les mises en production et assurer la stabilité des plateformes IA Documenter les offres, services et architectures livrées DevOps, MLOps & LLMOps Déployer et opérer des workloads data & IA Mettre en œuvre et maintenir des pipelines : CI/CD MLOps / LLMOps Automatiser les déploiements via l’Infrastructure as Code Participer à l’optimisation des performances et des coûts des plateformes IA Contribution produit & agilité Participer aux daily meetings animés par le Product Owner Contribuer aux réunions de co-construction de la roadmap produit Prendre en charge des items de la backlog formalisée Assurer le lead technique sur un produit ou une brique de la plateforme Participer à l’ensemble des rituels de la squad, de la plateforme et du pôle Participer aux astreintes techniques du pôle Communication & valorisation des offres Démontrer la valeur des offres d’IA générative auprès des entités internes Réaliser des présentations techniques, démos et supports Participer à la promotion et à l’adoption des services IA développés

Responsabilités principales 1. Cadrage et qualification des cas d’usage Animer les ateliers de cadrage avec les métiers Évaluer la faisabilité fonctionnelle et l’effort de delivery Définir les critères de succès (valeur, adoption, qualité, risques) Intégrer les exigences liées aux données, à la traçabilité et aux contrôles 2. Pilotage du delivery & coordination multi-acteurs Construire et piloter le plan de delivery (jalons, sprints, capacité, risques) Orchestrer l’ensemble des parties prenantes (métiers, IT, data, IA) Garantir la qualité des livrables fonctionnels (backlog, spécifications, comptes-rendus de décisions) 3. Recette & décision go/no-go Préparer et animer les revues de jalons Organiser la recette fonctionnelle (UAT) et définir les critères d’acceptation Coordonner les validations finales avec les parties prenantes 4. Adoption, déploiement & mesure de la valeur Définir et piloter le plan de déploiement (pilote, généralisation, support) Contribuer à la formation, communication et support avec le Performance Lab Mettre en place et suivre les KPI d’usage (adoption, fréquence, satisfaction) Mesurer la valeur générée (gains de temps, qualité, réduction des risques) Piloter l’amélioration continue via des boucles de feedback 5. Qualité & fiabilité Définir les règles de qualité fonctionnelle des solutions IA Mettre en place des contrôles et un suivi des écarts 6. Industrialisation & réutilisation Capitaliser sur les retours d’expérience (REX) Standardiser les bonnes pratiques (copilots, agents IA, RAG) Contribuer à la création de templates et référentiels de delivery IA Compétences requises Compétences techniques Bonne connaissance des solutions GenAI (copilots, agents IA, RAG) : fonctionnement, limites, hallucinations Compréhension des principes MLOps (niveau utilisateur / consommation) Compréhension fonctionnelle des architectures RAG Connaissance de la structuration des données pour l’IA (Golden Data, référentiels) Compétences transversales Formation Bac +5 (ingénieur, data science, digital, produit ou SI) Expérience en environnement transverse (métiers, DSI, data, IA) Compétences en Product Management : roadmap, backlog, priorisation, MVP Maîtrise des méthodologies Agile (Scrum, Kanban) Pilotage multi-projets et gestion des dépendances Compétences AMOA : expression de besoins, animation d’ateliers, rédaction de spécifications Culture data, IA et processus métiers Langues Français : courant Anglais : intermédiaire (B1/B2) – environnement international Livrables attendus Dossier de cadrage (valeur, périmètre, KPI, risques, dépendances) Backlog et roadmap (priorisation, MVP, jalons) Spécifications fonctionnelles (règles métier, conformité, UX) Plan de recette et procès-verbal (PV) Plan de déploiement et d’adoption (avec Performance Lab) Retours d’expérience (REX) et templates de delivery IA

Responsabilités principales 1. Cadrage Animer des ateliers métiers (recueil des besoins, irritants, processus, scénarios) Formaliser les cas d’usage et définir les priorités Contribuer à la définition des KPI de succès 2. Gestion du backlog, MVP & priorisation Construire et maintenir le backlog produit (user stories, critères d’acceptation) Prioriser les évolutions en collaboration avec l’IA Delivery Lead et les sponsors métiers Préparer et animer les rituels Agile Garantir la clarté et la qualité des tickets 3. Design fonctionnel des copilots / agents IA Définir les scénarios d’usage et règles métier Encadrer les limites fonctionnelles et les contenus attendus Contribuer aux comportements “safe” (gestion des erreurs, incertitudes, hallucinations) 4. Coordination des prérequis Exprimer les besoins en bases de connaissances (périmètre, exclusions, fréquence de mise à jour) avec IA Ready Préparer les éléments nécessaires à Responsible IA (usage, périmètre, traçabilité fonctionnelle) Clarifier les besoins fonctionnels avec la DSI et les partenaires techniques 5. Recette fonctionnelle Définir le plan de tests (cas nominaux, limites, erreurs, scénarios sensibles) Participer au go/no-go avec l’IA Delivery Lead Suivre les anomalies et leur résolution 6. Industrialisation et amélioration continue Capitaliser sur les retours d’expérience (REX) Standardiser les bonnes pratiques (copilots, agents IA, RAG) Alimenter le backlog d’amélioration continue Compétences requises Compétences techniques Connaissance des solutions GenAI (copilots, agents IA, RAG) : mécanismes, limites, hallucinations Compréhension des principes MLOps (niveau usage/consommation) Bonne compréhension fonctionnelle du RAG Notions de structuration des données pour l’IA (Golden Data, référentiels) Compétences transversales Formation Bac +5 (ingénieur, data science, produit digital ou SI) Expérience en product management (backlog, MVP, priorisation) Maîtrise des méthodologies Agile (Scrum, Kanban) Expérience en AMOA : Recueil du besoin Animation d’ateliers Rédaction de spécifications fonctionnelles Modélisation de parcours utilisateurs Capacité à travailler en transverse (métiers, DSI, data, IA) Culture IA, data et processus métiers Compétences en recette fonctionnelle (tests, critères d’acceptation, gestion des anomalies) Livrables attendus Backlog produit (user stories + critères d’acceptation) Spécifications fonctionnelles et parcours utilisateurs Plan de tests, PV de recette et suivi des anomalies Supports de démonstration et d’adoption (guides, FAQ) Retours d’expérience (REX) et backlog d’amélioration continue

Les attendus de la mission: 1. Développement d’Agents IA Concevoir et améliorer des agents IA end‑to‑end (RAG, multi‑agents, MCP). Développer des assistants intégrés (Google Chat, APIs internes). Implémenter du Tool Use pour orchestrer des actions métier (SAP, BigQuery, Firestore). Intégrer des capacités multimodales (PDF, images). 2. MLOps & Industrialisation Déployer sur GCP : Vertex AI, Cloud Run, BigQuery, Firestore. Intégrer les workflows dans Airflow (DAGs de traitement). Maintenir CI/CD (GitHub Actions) et conteneurisation (Docker). Assurer le monitoring et la qualité (MLflow, Evidently). 3. Sécurité & Gouvernance Mettre en place et maintenir un Human‑in‑the‑loop robuste. Protéger les agents contre prompt injection, jailbreaking et fuite de données. Garantir la conformité et la qualité des données injectées dans SAP/BigQuery. 4. Automatisation & Optimisation Optimiser les performances des agents (précision, autonomie, robustesse). Étendre les capacités du système (nouveaux outils, nouvelles sources). Développer des mécanismes de fallback intelligents pour les cas complexes.

Contexte de la mission : Dans le cadre d’un projet ambitieux pour un grand groupe international, nous recherchons un profil hybride GenAI Engineer + Développeur Full-Stack . L’objectif est de concevoir et déployer un workflow agentique (multi-agents) capable d’automatiser des stratégies SEO et de contenu à grande échelle. 💡 Exemple concret : Optimiser automatiquement les performances SEO d’une page produit actuellement positionnée en 8-9e position, afin d’améliorer son ranking via : l’optimisation sémantique, la création de liens internes, l’expansion des territoires de mots-clés. Objectifs : Automatiser la génération et l’optimisation de contenu SEO via des agents IA Structurer et exploiter des datasets existants à grande échelle Déployer la solution sur 50 pays et 32 marques Industrialiser les workflows avec une approche agnostique et scalable Architecture du projet : Le projet s’articule autour de 3 briques principales : Data Layer : ingestion et structuration des données dans BigQuery Agentic Layer : conception de workflows multi-agents (GenAI, prompt engineering avancé) Activation Layer : injection des outputs dans deux SaaS : CLS Box SiezBot Le site est scrappé mensuellement et dispose déjà d’un volume de données conséquent.

Depuis 2012, nous mettons notre expertise au service des secteurs de l’IT et l’Ingénierie pour accompagner nos clients dans des projets ambitieux et innovants. Notre force ? Un management de proximité qui valorise vos aspirations, des opportunités de carrière concrètes et un engagement sincère pour le bien-être et l'épanouissement de nos collaborateurs. Rejoignez-nous sur des projets à fort impact au sein d’une entreprise où chaque talent compte ! Avanista recrute ! Toujours en recherche de nouveaux talents, nous souhaiterions intégrer un Architecte genAI au sein de nos équipes pour l’un de nos clients dans le secteur bancaire. Le contexte ? Au sein du pôle de conception et d'opération des plateformes « as a service » facilitant la mise en place d'architectures modernes, distribuées et hautement résilientes pour l'ensemble des entités du client. Le poste s'inscrit au sein de l'équipe GenAI du domaine d’expertise Data & IA, avec pour mission de concevoir des offres IA à l'échelle dans des environnements Cloud public ou privé. Vos missions ? Le périmètre s'étend de la conception du service à son maintien en condition opérationnelle en production. Le candidat évoluera dans un environnement technique complexe, distribué, sécurisé et hautement disponible, au sein d'une équipe dédiée aux produits et services d'intelligence artificielle. Mise en œuvre opérationnelle et technique des produits IA : - Apporter une expertise technique et participer à la conception des architectures IA - Industrialiser et automatiser le déploiement de plateforme agentique dans un environnement on premise ou cloud - Participer à la mise en place de services managés en intégrant les contraintes de sécurité, compliance et gouvernance - Documenter les offres et services et assurer leur mise en production - Démontrer la valeur des offres d'IA générative auprès des entités/clients internes - Réaliser des présentations et démos pour promouvoir les offres et services Participer aux daily meetings animés par le Product Owner Contribuer aux réunions de co-construction de la roadmap Prendre en charge les éléments de la backlog formalisée par le Product Owner Assurer le lead technique sur un produit au sein de la squad Participer à l'ensemble des rituels de la squad, de la plateforme et du pôle Participer aux astreintes techniques du pôle

Développeur Mendix Contrainte forte du projetProjet mené dans un environnement financier (type outil pricing,..) Les livrables sont Solutions applicatives développées et maintenues : applications et composants sous Mendix, VBA et Access, conformes aux besoins métier. Chaîne de déploiement industrialisée : pipelines CI/CD, images Docker et déploiements Kubernetes documentés et opérationnels. Documentation technique et qualité de développement : documentation d’architecture et d’intégration, revues de code, recommandations et bonnes pratiques pour l’équipe. Compétences techniques Mendix - Expert - Impératif Finance - Confirmé - Important D escription détaillée Recherche un développeur Mendix intervenant dans un environnement financier, pour contribuer à la conception, au développement et à l’industrialisation de ses applications. Le prestataire aura pour principales missions : concevoir, développer et maintenir des applications sous Mendix, ainsi que des composants ou outils en VBA et Microsoft Access ; mettre en place, maintenir et optimiser les pipelines CI/CD des applications Mendix, incluant la gestion des images Docker et leur déploiement sur Kubernetes ; concevoir et orchestrer les flux d’intégration ainsi que l’architecture applicative entre les applications Mendix et les systèmes externes ; réaliser des revues de code et accompagner l’équipe de développement dans l’amélioration de la qualité de code et l’application des bonnes pratiques. Le candidat devra justifier d’une expérience significative sur Mendix et d’une bonne maîtrise des contraintes propres à un contexte financier.

Dans le cadre d’un projet stratégique pour un acteur majeur du secteur du luxe, nous recherchons un Backend Engineer Python / IA Gen / GCP / ADK Google pour intervenir sur la conception, le développement et l’industrialisation de services backend orientés intelligence artificielle. Le consultant participera à la mise en place d’une architecture moderne basée sur des microservices Python, au développement d’APIs robustes avec FastAPI, ainsi qu’à l’intégration de LLMs et de frameworks agentiques dans l’environnement applicatif. La mission implique également des enjeux forts autour de la résilience des échanges entre services, de la performance, de la scalabilité, de la sécurité et du déploiement sur Google Cloud Platform. Nous recherchons un profil capable d’évoluer dans un contexte exigeant, avec une vraie autonomie et une bonne capacité à collaborer avec des interlocuteurs techniques et métiers dans un environnement international.

Nous recherchons un Data Scientist Gen AI pour contribuer au développement de solutions innovantes basées sur l'IA générative. Le candidat idéal doit posséder une expertise en IA générative et en machine learning, ainsi qu'une aptitude avérée à créer des applications conversationnelles efficaces dans un cadre international. Missions principales : Concevoir et développer des solutions conversationnelles basées sur des modèles d’IA générative. Participer à l’architecture technique et au choix des frameworks tels que les LLMs, orchestration, RAG et fine-tuning. Implémenter des systèmes agentiques lorsque pertinent, y compris des multi-agents, l’utilisation d'outils et des chaînes de raisonnement. Mettre en place des pipelines robustes pour la collecte de données, la vectorisation, le monitoring et l’évaluation. Optimiser la performance, la fiabilité et la sécurité des réponses générées par les systèmes. Collaborer activement avec les équipes interfonctionnelles pour atteindre les objectifs de projet. Profil recherché : Anglais opérationnel pour un contexte international. Expérience confirmée en IA générative. Compétences confirmées en machine learning. Expérience sur le développement de solutions conversationnelles. Gros plus: connaitre le cloud AWS

Contexte de la mission : Dans le cadre du développement de ses activités autour de l'intelligence artificielle, un grand groupe industriel renforce son hub dédié à la stratégie et au déploiement de solutions IA, notamment dans le domaine de l'énergie. La mission s'inscrit dans un contexte de forte croissance des usages autour des LLM et de la GenAI, avec des enjeux d'industrialisation, de passage à l'échelle et d'intégration dans des produits et services. L'environnement de la mission repose sur des architectures cloud AWS, avec une forte culture DevOps (CI/CD, IaC) et l'utilisation de frameworks GenAI tels que Langchain et LangGraph. Vous interviendrez au sein d'une équipe en charge du développement et de la mise en production de solutions basées sur des modèles de langages et des agents intelligents. Responsabilités : - Concevoir et procéder au déploiement et à l'industrialisation des pipelines LLMOps dans un environnement cloud ; - Participer activement à la mise en production de solutions GenAI, en garantissant leur performance, leur robustesse et leur scalabilité ; - Collaborer étroitement avec les équipes data et IA afin de répondre aux besoins métiers et d'optimiser les architectures existantes.

🚀 Product Tech Lead – IA / GenAI (Azure) Dans le cadre d’une transformation digitale ambitieuse , nous recherchons un(e) Product Tech Lead pour piloter une solution stratégique basée sur la Data & l’IA Générative , dédiée à la performance des équipes commerciales. 🎯 Objectif : concevoir et déployer une plateforme data-driven fournissant des insights intelligents et des outils innovants pour soutenir la croissance business. 🚀 Missions Définir et piloter l’ architecture technique & data end-to-end Garantir la scalabilité, sécurité et performance des solutions Encadrer une équipe transverse (Dev, Data, AI Engineers) Concevoir et livrer des fonctionnalités IA / GenAI (Azure OpenAI) Structurer les pipelines data , gouvernance et cycle de vie des modèles Assurer l’intégration avec les systèmes ( SAP, Salesforce ) Superviser les déploiements (Azure / Fabric) avec pratiques DevOps, MLOps, LLMOps Collaborer avec le Product Manager pour aligner valeur métier & faisabilité technique

Contexte L’expert SAP LeanIX est responsable de la mise en œuvre, de l’exploitation et de la gouvernance de l’outil en tant que solution d’architecture d’entreprise (EA) et de gestion du portefeuille applicatif (APM). L’outil est utilisé dans l’ensemble des entités réparties dans 25 pays, qui gèrent leurs données de manière décentralisée. Missions Administration de SAP LeanIX et gestion des utilisateurs Configuration de SAP LeanIX afin de répondre aux besoins des projets Intégration de SAP LeanIX avec d’autres référentiels métiers et outils ITSM via des intégrations natives (SAP Signavio / ServiceNow), des API GraphQL et des webhooks Management de l’initiative de qualité et de fiabilité des données applicatives : Organisation, animation et suivi des comités de pilotage (Data Quality SteerCos) pour chaque domaine d’architecture d’entreprise Identification des problèmes de qualité des données applicatives, contact avec les responsables concernés et suivi des actions jusqu’à la résolution des problèmes