Trouvez votre prochaine offre d’emploi ou de mission freelance IA Générative à Lille

Contexte : Dans le cadre d'une transformation digitale majeure, un leader de la distribution omnicanale lance un Shopping Agent basé sur l'IA . L'objectif est révolutionnaire : permettre à chaque client de trouver son produit idéal en moins de 5 minutes grâce à une expérience conversationnelle et prédictive. 🎯 Vos Missions En tant que garant de la vision produit, vous orchestrez la création de cet assistant intelligent. Votre rôle se décline en trois piliers : 1. Vision et Cadrage Stratégique Définir et porter la stratégie globale pour garantir la désirabilité et l’efficacité de l’assistant. Rédiger le cahier des charges fonctionnel en mettant l'accent sur les capacités agentiques . Concevoir le design détaillé des parcours (agent principal et agents de services spécialisés). 2. Expertise Métier & Product Management Priorisation : Animer les sessions d’arbitrage pour définir et piloter le MVP. Roadmap : Construire la trajectoire de développement IT (focus T1) en synergie avec les services prioritaires. Différenciation : Consolider l'argumentaire de vente de l'IA en intégrant les insights des meilleurs vendeurs terrain pour enrichir la base de connaissances. 3. Coordination & Déploiement Orchestrer les interactions entre les différents pôles : Digital, Data/IA, et IT. Assurer le suivi des livrables et la fluidité du parcours client de bout en bout. 👤 Profil Recherché Expérience : Minimum 5 ans en Product Ownership, avec une expérience significative sur des projets IA Générative ou LLM . Compétences clés : * Maîtrise du cycle de vie produit (Agilité, Scrum). Capacité à traduire des besoins "métier" complexes en spécifications techniques pour l'IA. Forte culture UX orientée conversationnel. Soft Skills : Leadership, esprit de synthèse et capacité à naviguer dans un écosystème multi-acteurs. 📅 Modalités Pratiques Lieu : Lille (Rythme hybride : 3 jours/semaine obligatoires sur site). Tarif (TJM) max : 400 € Date de démarrage : ASAP Durée de la mission : Jusqu'au 31/12/2026 (Mission longue visibilité).

Le Challenge : Scalez l'expérience produit d'un leader mondial Votre mission se divise en deux volets : Assurer la direction technique du développement de produits digitaux critiques. Instaurer une culture d'excellence au sein d'une équipe agile. Compétences techniques "Core" (Indispensables) Maîtrise avancée de Spring Modulith : Il ne s'agit pas simplement d'un backend, mais d'un "Monolithe Modulaire" . Le lead développeur doit garantir une isolation stricte des modules (Catalog, Configurator, Rules, Nomenclature) ainsi que leur communication via des API internes (ex : CatalogAPI, NomenclatureAPI). Expertise avancée en Hibernate / PostgreSQL : Le projet exploite intensément les champs JSONB natifs de PostgreSQL, mappés en Java grâce à la librairie Hypersistence Utils (@Type(JsonBinaryType.class)). Utilisation de stratégies d'héritage complexes, telles que l'inheritance par table unique (Single Table Inheritance) avec @DiscriminatorColumn pour le moteur de règles. Architecture de cache distribué (Redis) : Le cache Redis (CpsItemResponse) est partagé avec un autre microservice (cpq-core-backend). Le lead devra maîtriser les enjeux liés à la sérialisation/désérialisation et à l'invalidation du cache partagé, sans impacter la production. Qualité et tests (TDD/BDD) : Validation rigoureuse des spécifications via OpenAPI. Réalisation de tests d'intégration en utilisant TestContainers (PostgreSQL) et Wiremock. Objectifs et livrables Compétences techniques spécifiques Intégration de l'IA Générative (Spring AI & Vertex AI) : Constitue le cœur innovant du projet. Le lead ne se limitera pas à des API CRUD mais devra interagir avec le ChatClient de Spring AI connecté à Gemini (Vertex AI). L'IA intervient directement dans le métier (génération de règles de compatibilité, analyse en langage naturel, génération dynamique de requêtes SQL). La compétence en ingénierie de prompt (PromptBuilder) associée au code Java est essentielle. Versioning avancé de données complexes : Le système de règles métiers possède son propre moteur de gestion de versions (concepts de parentRuleId, isLatestVersion, cycle de vie DRAFT/ACTIVE). La capacité à gérer efficacement les états et les cycles de vie est indispensable. Appétence pour l'algorithmie : Le système de règles calcule via un algorithme de tri topologique. Un esprit logique, rigoureux et curieux est requis pour maîtriser cette complexité.

Dans un contexte international et fortement orienté produit, vous intervenez en tant que Lead Développeur Java / Front VueJS sur un programme stratégique visant à développer un générateur de configurateurs produits et services destiné à plusieurs enseignes d’un grand groupe européen de l’amélioration de l’habitat. Intégré(e) à une Feature Team agile , vous jouez un rôle clé à la fois technique et transverse. Vous êtes responsable de la conception, de la qualité et de la scalabilité d’un monolithe modulaire critique, utilisé à grande échelle dans différents pays. Vous garantissez l’isolation des modules fonctionnels (catalogue, règles métier, configurateur, nomenclature) et la bonne communication via APIs internes, dans une logique d’architecture robuste et maintenable. Vous intervenez sur l’ensemble du cycle de vie du produit : conception, développement, tests, documentation et mise en production. Une attention forte est portée à la qualité logicielle , avec des pratiques TDD/BDD, des tests d’intégration avancés et la validation stricte des spécifications OpenAPI. Le poste comporte une dimension innovante marquée, notamment à travers l’intégration d’ IA générative dans le cœur métier : interaction avec des modèles LLM via Spring AI, conception de prompts intégrés au code, génération dynamique de règles, d’analyses métier et de requêtes complexes. Au-delà du développement, vous jouez un rôle de référent technique , contribuez aux choix d’architecture, sécurisez les performance (cache distribué, gestion des données complexes, versioning métier) et participez à la diffusion d’une culture d’excellence technique au sein de l’équipe.

🧠 Intitulé du poste Machine Learning Engineer – MLOps / IA / GCP 🎯 Mission principale Assurer l’ industrialisation, le déploiement et l’exploitation en production de solutions de Machine Learning , dans un environnement cloud (Google Cloud Platform), en intégrant des pratiques avancées de MLOps, CI/CD et data engineering . 🚀 Responsabilités clés Déployer et maintenir des applications ML en production Concevoir et orchestrer des pipelines de données Automatiser les déploiements ML Développer des solutions de monitoring et observabilité des modèles Participer à l’ intégration des modèles ML dans les produits digitaux Collaborer avec les data scientist pour transformer les cas d’usage en solutions industrialisées, scalables et robustes Contribuer à la stratégie ML et à la roadmap technique Promouvoir les bonnes pratiques MLOps et software engineering Participer au coaching et mentoring des équipes 🛠️ Compétences techniques requises (impératives) ☁️ GCP 🐍 Python +++ 🤖 Machine Learning / IA ⚙️ MLOps/LLM

Contexte de la mission Dans le cadre du développement de solutions innovantes autour de l’intelligence artificielle, nous recherchons un Data Scientist / AI Engineer capable de concevoir, industrialiser et mettre en production des solutions IA performantes. Le rôle consiste également à instaurer des standards solides d’ingénierie logicielle afin de garantir la qualité, la fiabilité et la scalabilité des solutions développées. Vos missions Concevoir et développer des fonctionnalités basées sur l’intelligence artificielle. Construire et maintenir des pipelines de traitement de données. Industrialiser et monitorer les applications et services IA (latence, coûts, taux de réponse, satisfaction utilisateur). Mettre en place des pratiques MLOps / LLMOps : suivi d’expériences, déploiement, monitoring et observabilité des modèles. Garantir la qualité des données, la sécurité et la conformité réglementaire (notamment GDPR). Structurer les projets IA selon des standards d’ingénierie logicielle robustes (tests, CI/CD, documentation, bonnes pratiques). Participer aux revues d’architecture et diffuser les bonnes pratiques techniques au sein des équipes. Compétences techniques requises Machine Learning / Deep Learning (niveau expert). IA générative : LLM, RAG, prompt engineering, agents et orchestration. Analyse de données avancée. Traitement de données non structurées (PDF, images). Langages : Python avancé, SQL. Conception et intégration d’ APIs . Data pipelines : orchestration, streaming, feature stores. MLOps / LLMOps : CI/CD, Docker, Kubernetes, suivi des modèles, monitoring et observabilité. Bonnes pratiques de développement : structuration des projets, stratégie de tests, documentation technique. Environnement technique Python, SQL GCP Docker, Kubernetes CI/CD, MLOps / LLMOps

Tu rejoindras le collectif Okara pour accompagner un acteur majeur du Retail omnicanal dans sa transformation stratégique. En tant que Business Process Architect (BPA), tu seras le·la garant·e de la cohérence et de la performance des processus métier au sein du groupe. Ton rôle sera d'agir comme un pont essentiel entre les directions métiers, l'architecture SI et les équipes projet. Tu participeras activement à la construction d'un patrimoine de processus durable et efficace, tout en intégrant des outils d'IA générative pour accélérer la production des livrables techniques et fonctionnels.

Objectif de la mission Accélérer le développement d’applications métiers via le vibecoding et les outils d’IA générative, afin de réduire significativement le time-to-market tout en garantissant la qualité des livrables. Missions principales Vous concevez et développez des applications en itération rapide en utilisant des environnements agentiques (OpenCode, Claude Code). Vous traduisez les besoins métiers en instructions exploitables par l’IA, tout en assurant la qualité du code via des pratiques structurées (BMAD, SpecKIT). Vous collaborez étroitement avec les équipes produit et métiers, et participez à l’amélioration continue des pratiques de développement assisté par IA. Vous prenez également du recul sur les usages du vibecoding, identifiez les limites et proposez des optimisations. Livrables attendus Code source documenté avec tests automatisés Documentation technique Retours d’expérience sur les pratiques de développement IA Compétences requises Maîtrise d’outils de développement agentique (OpenCode, Claude Code) – impératif Solide expertise en développement back ou front – impératif Bonne connaissance des méthodes BMAD / SpecKIT – important Expérience en développement assisté par IA et prompt engineering Pratique des environnements Agile et CI/CD

Description de la mission Le Lead Developer intervient sur la conception et le développement de produits digitaux critiques, tout en diffusant une culture d’excellence technique au sein de l’équipe. Missions principales1. Leadership technique & architecture Concevoir et garantir une architecture modulaire (Spring Modulith) Assurer l’isolation des modules et la cohérence des APIs internes Encadrer les choix techniques et accompagner les développeurs 2. Développement backend & frontend Développer des services backend robustes (Java, Spring, Hibernate) Concevoir des interfaces performantes en VueJS Gérer des modèles de données complexes (PostgreSQL, JSONB) 3. Performance & scalabilité Mettre en place et optimiser des mécanismes de cache distribué (Redis) Gérer les problématiques de sérialisation et d’invalidation Assurer la performance globale des applications 4. Qualité & tests Mettre en œuvre des pratiques TDD/BDD Développer des tests unitaires et d’intégration (TestContainers, Wiremock) Garantir la conformité des APIs (OpenAPI) 5. Innovation & IA Intégrer des solutions d’IA générative (Spring AI, Vertex AI) Concevoir des mécanismes de génération de règles métier et d’analyse Participer à l’ingénierie de prompts et à l’intégration applicative Compétences techniques Java (Spring / Spring Modulith) – Expert – Impératif VueJS – Confirmé – Impératif Google Cloud Platform (GCP) – Confirmé – Souhaitable IA Générative (Spring AI, Vertex AI) – Confirmé – Souhaitable Connaissances linguistiques Anglais professionnel – Impératif

🎯 Contexte Dans le cadre du développement d’une plateforme Data & IA à l’échelle internationale , un acteur majeur renforce ses équipes afin de structurer et industrialiser ses pratiques MLOps . L’objectif est de faciliter le déploiement, l’exploitation et la scalabilité des modèles de machine learning, tout en garantissant leur intégration fluide au sein des produits digitaux. Vous interviendrez dans un environnement moderne, orienté cloud, automatisation et intelligence artificielle , incluant des cas d’usage avancés autour de l’IA générative. 🧩 Mission En tant que Machine Learning Engineer , vous accompagnez la mise en œuvre et la montée en maturité des pratiques MLOps, depuis la conception jusqu’à la mise en production des modèles. Vous intervenez sur l’ensemble du cycle de vie des applications ML, avec une forte dimension industrialisation, automatisation et performance . 🚀 Responsabilités principales1. Déploiement et exploitation des modèles ML Mettre en production des modèles de machine learning Assurer leur disponibilité, leur performance et leur fiabilité Intégrer les solutions ML dans les produits digitaux 2. Data engineering & pipelines Collecter, nettoyer et structurer les données Concevoir et orchestrer des pipelines de données Garantir la qualité et la gouvernance des données 3. MLOps & automatisation Mettre en place des pipelines CI/CD pour les modèles ML Automatiser les déploiements et les mises à jour Industrialiser les processus de développement et d’exploitation 4. Monitoring & performance Développer des outils de monitoring des modèles (performance, dérive, disponibilité) Mettre en place des indicateurs de suivi Assurer la robustesse et la résilience des solutions 5. Contribution technique & innovation Participer aux choix techniques et d’architecture Contribuer à l’adoption de pratiques avancées (MLOps, LLMOps) Être force de proposition sur les évolutions technologiques 📦 Livrables attendus Pipelines de données et de déploiement industrialisés Modèles ML déployés en production Outils de monitoring et de supervision Documentation technique Amélioration continue des pratiques MLOps 📅 Modalités Démarrage : ASAP Rythme : temps plein Organisation : agile 🎯 Objectif Industrialiser et faire évoluer les pratiques MLOps afin de garantir des solutions ML robustes, scalables et intégrées , au service des produits digitaux et des usages métiers.

Contexte de la mission Au sein de l’équipe Recommandation, le candidat retenu jouera un rôle clé dans l’exploration et la mise en œuvre de nouveaux algorithmes visant à enrichir nos systèmes de recommandation, essentiels au bon fonctionnement de notre site. La mission consiste à concevoir, prototyper et valider des solutions innovantes reposant sur l’intelligence artificielle (IA) et l’apprentissage automatique (ML), afin d’améliorer l’expérience utilisateur et de répondre aux enjeux métier liés à la personnalisation. Vos missions principales seront les suivantes : Veille et innovation autour des systèmes de recommandation : Suivre activement les dernières avancées en IA et ML (Deep Learning, apprentissage par renforcement, etc.). Identifier et évaluer les technologies en lien avec les cas d’usage, notamment en lien avec les Large Language Models (LLM) et l’IA générative, pour définir leur pertinence et leur potentiel d’intégration. Développement et expérimentation : Concevoir, réaliser et tester des Proof of Concept (PoC) et des Minimum Viable Products (MVP) performants et sécurisés, afin de valider la faisabilité technique des solutions envisagées. Cette étape inclut une approche itérative pour maximiser l’efficacité des prototypes. Analyse de données et modélisation : Explorer des jeux de données complexes pour identifier des patterns, insights et opportunités d’amélioration. Concevoir, entraîner et affiner des modèles d’IA adaptés aux cas d’usage métiers, afin d’optimiser la pertinence des recommandations générées. Travail en équipe et partage des connaissances : Collaborer étroitement avec les équipes métiers, les Product Owners et les équipes transverses (notamment AAAI). Comprendre leurs besoins, échanger sur les avancées techniques, et assurer une documentation claire et précise des choix et des résultats obtenus. Intégration et amélioration continue : Travailler avec l’équipe AI Capabilities pour l’intégration et le déploiement des solutions IA sur les plateformes existantes (ML Solution, GenAI Solution). Contribuer à l’évolution des systèmes en intégrant les retours d’expérience et en adaptant les modèles en continu pour garantir leur performance et leur adaptéibilité. Ce poste nécessite une forte capacité d’auto-apprentissage, un esprit d’innovation, ainsi qu’une aptitude à travailler en équipe dans un environnement dynamique et technologique en constante évolution.