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

Sparrow est une plateforme d'IA et d'Analytics entièrement développée et exploitée en interne. Notre équipe dédiée développe un environnement de pointe s'appuyant sur les dernières technologies open source afin de fournir des solutions robustes et évolutives. En intégrant des capacités de Machine Learning (ML), d'Intelligence Artificielle (IA), d'IA générative (GenAI) et d'IA agentique, Sparrow permet aux équipes métiers et aux analystes de stimuler l'innovation et de créer de la valeur à partir des données dans l'ensemble de l'organisation. Notre mission est de fournir une plateforme fluide permettant d'accélérer la prise de décision basée sur l'IA, notamment en permettant à des agents autonomes d'exécuter des tâches, de raisonner sur des jeux de données complexes et d'interagir de manière dynamique avec les systèmes de l'entreprise, tout en garantissant scalabilité, sécurité, conformité et facilité d'utilisation. À propos du posteEn tant que Platform Engineer au sein de l'équipe Sparrow de BNP Paribas Personal Finance, vous serez au cœur de notre mission visant à accélérer l'utilisation du Machine Learning et la valorisation des données à grande échelle. Vous contribuerez à la construction et à la maintenance d'une plateforme ML et Data robuste, permettant aux Data Scientists et Data Analysts de se concentrer sur l'essentiel : exploiter et créer de la valeur à partir des données. Vous travaillerez au sein d'une squad composée de différents profils : Product Owner, Lead, développeurs Front-end/Back-end et DevOps. Vos principales missions seront : Concevoir, implémenter et maintenir le backend cloud de Sparrow, orchestré par des opérateurs Kubernetes développés en Golang. Utiliser des bibliothèques et outils open source standards tels que Argo, MLflow, VS Code, etc. Contribuer à l'évolution de l'architecture de la plateforme afin de répondre aux nouveaux besoins en Machine Learning, analyse et traitement des données. Participer à l'amélioration des pipelines CI/CD, des processus de développement et des pratiques de sécurité. Participer à la gestion des incidents et au support de la plateforme afin de garantir une haute disponibilité et une forte fiabilité. Impact auprès des différentes parties prenantesPour les Data Scientists et Data Analysts : vous contribuerez à créer un environnement efficace et simple d'utilisation, accélérant leur travail et leur permettant de se concentrer sur la création de valeur plutôt que sur les problématiques d'infrastructure. Pour les équipes Engineering : vous fournirez des capacités de plateforme robustes ainsi que des bonnes pratiques permettant un développement efficace et scalable des fonctionnalités. Pour les métiers : vous assurerez une haute disponibilité des composants, notamment des modèles utilisés en production. Pour l'organisation : vous contribuerez au maintien de standards élevés en matière de sécurité et d'efficacité opérationnelle. Ce poste offre l'opportunité de travailler à l'intersection du Cloud Computing, des infrastructures Machine Learning et du Software Engineering. Stack technique de l'équipeDéveloppement : Golang ; Python serait un plus Infrastructure : Kubernetes (IKS), Cert Manager, HashiCorp Vault, Full TLS Conteneurisation : Docker, BuildKit Système : Linux CI/CD & repositories : GitLab, GitLab CI, Artifactory Déploiement : ArgoCD, Helm, Kustomize Cache : Redis Sentinel Monitoring / Observabilité : Elasticsearch, Grafana, Beats, Kibana, APM, Prometheus Stockage : MinIO, Block Storage Automatisation : Ansible Profil recherchéExpérience et compétences requisesExpérience significative en tant que Software Engineer ou Cloud Engineer. Il s'agit d'un poste de niveau intermédiaire. Forte attention portée à la qualité et aux processus d'ingénierie logicielle : l'équipe exploite elle-même ce qu'elle développe et considère la fiabilité comme une valeur essentielle. Expérience en Golang ; Python constitue un plus. Bonne connaissance de Kubernetes On-Premise : l'ensemble des services et workloads fonctionne sur Kubernetes, réparti sur plusieurs clusters. Bonnes capacités de communication écrite et orale. Niveau d'anglais correct, à l'écrit comme à l'oral. Orientation utilisateur et solution. Capacités analytiques et organisationnelles. Compétences appréciées / bonusExpérience sur des sujets liés au Machine Learning ou à l'Intelligence Artificielle. Expérience avec les technologies Cloud. Conditions de travailBâtiment organisé en Flex Office, situé à Levallois-Perret ou Mérignac. Télétravail régulier, intégré au mode de fonctionnement de l'équipe. Ce que nous proposonsVous évoluerez dans un contexte international, avec des échanges avec des utilisateurs du groupe BNP Paribas sur des domaines techniques et fonctionnels variés et innovants. Vous serez amené(e) à communiquer et collaborer régulièrement avec de nombreuses parties prenantes issues : des métiers : Risques, Opérations, Marketing, etc. des équipes IT : Application Managers, Développeurs, Intégrateurs.

Conditions de télétravail Pas de télétravail les 3 premiers mois de la mission 3 jours de présence sur site obligatoires ensuite Votre rôle et vos principales missions En tant que QA Practice & Tools Manager vous serez responsable de la définition, de la structuration et de l'industrialisation des pratiques d'ingénierie qualité au sein d'Estreem. Directement rattaché, au Quality Engineering Director, vous jouerez un rôle déterminant dans la montée en maturité des équipes QA Estreem en garantissant la cohérence méthodologique entre les squads ainsi que les QA plateforme tout en assurant l'alignement des outils, frameworks et standards avec la stratégie technologique Estreem. Véritable référent qualité et leader d'influence, vous contribuerez à faire de la qualité un vecteur de performance, de maîtrise des risques et d'accélération du delivery. Responsabilités principales Définition et pilotage des pratiques Quality Engineering · Définir les bonnes pratiques en matière d'ingénierie qualité, · Formaliser le référentiel méthodologique (Processus, pratiques, DoR, DoD, quality gates, etc.), · Définir les standards de test par niveau : unitaire, intégration composant, intégration système, système, UAT, performance, sécurité), · Structurer la pyramide des tests cible et le niveau de maille des tests, · Mettre en place une stratégie Shift Left / shift Right, · Définir une stratégie d'automatisation alignée ROI et roadmap produit. Gouvernance des outils et architecture d'automatisation · Sélectionner et rationnaliser les outils (test management, framework, etc.), · Définir une architecture d'automatisation (framework , CI, reporting), · Standardiser les pratiques convention de code, qualité des scripts, · Intégrer les outils dans la CI/CD et les pipelines DevOPs Industrialisation et performance Standardiser et industrialiser les pratiques de tests, Définir les KPI Qualité (Taux de défauts, Couverture des tests, Flakiness, Lead time des anomalies, etc.) Construire un dashboard qualité consolidé de niveau plateforme Identifier les axes d'amélioration continue Leadership et animation de la practice · Recruter et manager votre équipe, · Animer la practice QA, · Développer les compétences de la QA Estreem (plan de formation, certifications, coaching, mentorat), · Structurer les parcours de carrière des QA, · Mettre en place des communautés techniques de partage, · Accompagner les squads dans leur montée en compétence et dans l'amélioration continue. Innovation et veille · Intégrer l'IA générative dans les processus de test (pompt engineering, génération de tests, automations), · Etudier l'impact des LLM dans la conception et la maintenance des tests, Environnement & outils • Jira, Confluence, Xray • Cucumber, BDD, Gherkin, Vulcain (outil interne) 🎯Votre profil Formation : Bac+5 - Master avec une spécialisation dans un secteur technique ou commercial ou un équivalent avec une école spécialisée. Expérience : · 10+ ans d'expérience en gestion de la qualité logicielle et en mise en place de méthodologie et outillage des tests en conformité avec l'ISTQB, · Expérience avérée en structuration et développement de practice d'expertise méthodes et outils, · Une expérience en environnement SaaS / Plateforme et un plus, · Une connaissance de la monétique/paiement ou de la fintech est un plus, · Maîtrise des standards ISTQB et TMMi, · Capacité à structurer des processus robustes · Aisance à collaborer avec des équipes pluridisciplinaires, · Solide expérience du travail en environnement transverse, avec une capacité démontrée à mobiliser et influencer les équipes par l'impact et la collaboration. Langues : Français courant (C2), Anglais professionnel (B2-C1) Compétences clés requises Techniques : · Expertise en ingénierie qualité et tests · Bonne connaissance des méthodologies Agile et des technologies de Software développement (API) Personnelles : · Capacités d'analyse et de synthèse pour communiquer des concepts complexes de manière simple · Leadership · Esprit d'équipe et de collaboration · Orientation client · Pragmatique

Sur le périmètre Allocation / Middle-Office critique opérationnel très rapidement, capable d'absorber du run + des Major Projects du client tout en portant la trajectoire Python 1st et la délégation au support. Attendus spécifiques: Être opérationnel rapidement sur le métier Middle-Office Comprendre et maîtriser rapidement les flux post-trade (trade → allocation → positions → impacts coûts/risques). Être capable de challenger des besoins Ops / Trading-Support / Portfolio sur les sujets allocation, exceptions, et process de production. Assurer la continuité du périmètre Allocation Prendre le rôle de référent de l'équipe, tout en organisant le partage de connaissance (docs, pairing, transfert vers l'équipe). Structurer le run (runbooks, procédures, ownership clair) pour que l'équipe puisse tenir le périmètre même en cas d'absence. Leader de production : incidents, RCA, fiabilisation Piloter les incidents majeurs de bout en bout (diagnostic, coordination inter-équipes, communication, mitigation, retour à la normale). Produire des root cause analyses actionnables et s'assurer que les actions correctives sont effectivement livrées (pas seulement documentées). Améliorer monitoring/alerting selon un principe clair : une alerte = utile, actionnable, avec un owner. Accélérer la réduction de dette technique et porter “Python 1st” Être moteur sur la sortie progressive de la logique métier Oracle/PL/SQL (pas de nouvelles procédures ; trajectoire de migration). Livrer 1–2 refactors structurants sur le périmètre allocation/production, avec un vrai gain de maintenabilité et de robustesse (tests, design, observabilité). Délégation au support : posture de partenaire (Front-Support/Ops) Construire un plan de délégation concret (périmètre, garde-fous, checks, formation) et le faire avancer. Transformer la logique “IT garde la main” en une logique “clients autonomes + contrôles + monitoring” afin de libérer de la capacité de dev. Être un enabler sur les Major Projects du client (Unified Exec) Identifier rapidement les dépendances, risques, et besoins de l'équipe Portfolio Middleoffice sur Unified Exec (MANAX / Crossing / règles d'exécution...). Être capable de proposer des options réalistes, d'aligner les parties prenantes et de sécuriser des mises en production. Livrables attendus : Le/la prestataire devra, en coordination avec le manager de l'équipe Portfolio Middleoffice, contribuer à la réalisation d'un sous-ensemble significatif des livrables suivants : 1. Continuité et fiabilisation du périmètre Allocation / Unified Exec Note de synthèse à jour sur la chaîne d'allocation ITMO (périmètre, règles, cas particuliers, dépendances clés). Contribution à au moins une mise en production structurante (par ex. évolution Unified Exec / Managed Accounts / Secure Managed Accounts) avec : plan de tests, stratégie de rollback, contrôles post-MEP documentés. 2. Dette technique & trajectoire Python 1st Cartographie ciblée de la dette technique sur le périmètre confié (allocation / batch / écrans) et proposition d'un backlog priorisé de remédiations. Réalisation de 1 à 2 refontes ou refactors structurants (par ex. migration d'un module PL/SQL vers Python, simplification d'un composant critique) améliorant la maintenabilité et la robustesse. 3. Support, délégation et documentation opérationnelle Rédaction de notebooks pour les incidents fréquents sur la chaîne d'allocation, utilisables par Front-Support / Ops (procédure, critères d'escalade). Contribution à un plan de délégation vers Front-Support/Ops (définition du périmètre transféré, prérequis, étapes), avec au moins un premier lot effectivement transféré. 4. Alertes & monitoring Revue des alertes existantes sur le périmètre (bruit vs utile) et réduction mesurable du nombre d'alertes non actionnables. Amélioration ou mise en place d'une vue de monitoring (dashboard ou équivalent) pour suivre l'état de la chaîne d'allocation et les alertes critiques. 5. Modernisation écrans / interfaces (si inclus dans la mission) Participation à la définition d'un plan de modernisation des écrans concernés (priorités, dépendances, attentes des utilisateurs). Contribution à la refonte ou à la création de 1 à 2 écrans clés, limitant les accès directs à Oracle et améliorant l'autonomie des équipes clientes. 6. GenAI (optionnel mais fortement souhaité) Utilisation de l'IA générative sur le périmètre (refactor de code, génération de tests, analyse de logs), avec au moins 1–2 cas d'usage concrets documentés montrant le gain (temps, qualité).

ContexteAu sein de la Direction Informatique , le Head of IT AI Platform est responsable de la définition, du déploiement et du passage à l'échelle de la plateforme d'intelligence artificielle du Groupe. Le poste a pour vocation d'opérer les capacités IA du Groupe (IA générative, LLM, agents IA) sous forme de plateforme mutualisée permettant aux différents métiers de développer et exploiter des cas d'usage IA à grande échelle dans un environnement sécurisé, gouverné et conforme aux exigences réglementaires. Mission principaleDéfinir, construire, industrialiser et exploiter une plateforme IA scalable, sécurisée et performante permettant l'adoption généralisée de l'intelligence artificielle au sein du Groupe en : Considérant les capacités IA comme des produits. Industrialisant l'ensemble du cycle de vie des modèles IA. Favorisant l'adoption du self-service IA. Garantissant la gouvernance, la maîtrise des risques et la conformité. Assurant la performance, la disponibilité et l'évolutivité des solutions IA. Responsabilités principales1. Définition de la stratégie et du modèle opérationnel IADéfinir et piloter la vision, la feuille de route et le modèle opérationnel de la plateforme IA. Sélectionner et encadrer l'utilisation des modèles Frontier et Open Source. Aligner les initiatives IA avec les priorités métier et la stratégie Data & AI du Groupe. Définir et suivre les indicateurs clés de performance : Usage Adoption Qualité de service Performance Coûts Piloter les budgets et investissements liés aux plateformes IA. 2. Ownership de la plateforme IAAssurer la responsabilité complète des plateformes : Prisme AI Microsoft Foundry Claude for Work Microsoft Copilot for Work Sur les dimensions suivantes : Disponibilité et continuité de service Respect des SLA et SLO Maîtrise des coûts Optimisation de la consommation d'API et des LLM Capacity planning Scalabilité Support et exploitation Mettre en place : Monitoring Alerting Gestion des incidents Gestion du cycle de vie des solutions Plan d'amélioration continue des services IA. 3. Architecture et intégration des plateformes IAPiloter l'architecture technique des solutions IA du Groupe. Concevoir les schémas d'intégration avec : Snowflake Les LLM Les systèmes applicatifs internes Développer les modèles de connecteurs standards. Définir les patterns d'intégration réutilisables. Garantir la robustesse et la maintenabilité des environnements IA. 4. Industrialisation des modèles IA (LLMOps / MLOps)Définir le cadre d'exploitation des modèles Frontier et Open Source. Mettre en œuvre : Gestion du cycle de vie des modèles Déploiement Monitoring Versioning Réentraînement CI/CD IA Assurer les déploiements en production à grande échelle. Mesurer continuellement : Performance Fiabilité Taux d'utilisation Consommation Coûts. 5. Gouvernance, conformité et gestion des risquesDéfinir le cadre de gouvernance IA du Groupe. Mettre en place : Politiques d'accès Processus de validation des modèles Contrôles de risques Gestion des hallucinations Frameworks de conformité Assurer : La confidentialité des données La sécurité des usages IA Le respect des contraintes réglementaires. Collaborer étroitement avec les équipes Data & Digital Services. 6. Adoption et self-serviceDévelopper un catalogue de services IA. Construire un marketplace IA interne. Mettre à disposition : Agents IA réutilisables Prompts standardisés APIs Composants partagés Améliorer l'expérience des développeurs et utilisateurs. Promouvoir l'adoption de l'IA auprès de l'ensemble des métiers. 7. Création de valeur et pilotage des résultatsAssurer les livraisons de bout en bout des capacités de la plateforme IA. Prioriser les initiatives avec le comité de gouvernance IA. Mesurer les bénéfices obtenus : Productivité Adoption Retour sur investissement Création de valeur métier. Garantir l'alignement entre les besoins métiers et les capacités technologiques disponibles. 8. Management et leadershipEncadrer les équipes d'ingénierie IA. Structurer les capacités d'AI Engineering du Groupe. Gérer les équipes internes et partenaires externes. Développer une culture produit autour des plateformes IA. Accompagner la transformation technologique du Groupe. 9. Partenariat avec les services Data & DigitalCo-piloter la transformation IA de l'entreprise. Aligner : Roadmap IT Priorités stratégiques Portefeuille d'investissements Favoriser l'industrialisation des cas d'usage IA. Coordonner les initiatives IA transverses du Groupe. Piloter les budgets informatiques dédiés à l'intelligence artificielle. Pourquoi rejoindre ce projet ?Vous serez au cœur de la transformation IA d'un groupe bancaire international et aurez la responsabilité de construire et d'industrialiser une plateforme stratégique permettant de démocratiser l'usage de l'Intelligence Artificielle à l'échelle de l'entreprise tout en garantissant sécurité, conformité et création de valeur métier.