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

Contexte du poste Dans un environnement technologique en forte croissance, vous intervenez sur le développement et l’industrialisation de solutions d’Intelligence Artificielle. Les produits évoluent rapidement et nécessitent une forte capacité d’adaptation, de structuration et d’industrialisation des modèles. Objectif Concevoir, développer et déployer des solutions AI/ML robustes et scalables, tout en assurant leur intégration dans une chaîne CI/CD moderne et une plateforme MLOps structurée. Missions principalesDéveloppement & Industrialisation IA Concevoir et développer des modèles de Machine Learning et solutions basées sur les LLM Implémenter des composants AI/ML (fonctions, classes, tests automatisés) Participer à la conception d’architectures orientées Data & IA Assurer le passage du prototype à la production MLOps & Data Engineering Construire et maintenir les pipelines d’entraînement, d’évaluation et de déploiement Automatiser les workflows via Github Actions Mettre en œuvre les bonnes pratiques CI/CD et DevOps Assurer le monitoring, la performance et la scalabilité des modèles Qualité & Documentation Garantir la qualité du code (tests unitaires, intégration) Réaliser des revues de code Documenter les développements et configurations (Github / Gitbook) Assurer le suivi du cycle de vie complet des modèles (build & run) Environnement technique Python (impératif), Github Actions (impératif), LangChain (souhaitable), GCP, Kubernetes, Kafka, Terraform, bases SQL/NoSQL.

Ingénierie Data Concevoir et développer des pipelines de données (ETL / ELT) . Collecter, transformer et intégrer des données provenant de différentes sources (API, bases de données, fichiers, streaming). Mettre en place et optimiser des flux de données robustes et scalables . Garantir la qualité, la fiabilité et la traçabilité des données . Concevoir et maintenir des modèles de données adaptés aux usages analytiques. Plateforme et outils Data Développer des solutions sur des plateformes Big Data et Cloud (ex : Databricks). Automatiser les workflows et déploiements via CI/CD (Azure DevOps) . Optimiser les performances des traitements Python et SQL . Participer à la mise à disposition des données pour les outils de visualisation et de reporting (Power BI) . Intelligence Artificielle appliquée à la Data Utiliser des outils d’IA pour assister le développement (génération et optimisation de code). Mettre en place des processus automatisés d’analyse et de transformation de données basés sur l’IA. Contribuer à l’intégration de modèles d’IA ou de Machine Learning dans les pipelines de données. Utiliser l’IA pour la documentation automatique, la détection d’anomalies et l’analyse exploratoire des données . Collaboration et méthodologie Travailler en méthodologie Agile / Scrum . Collaborer avec les équipes Data, BI, Data Science et métiers . Participer aux rituels Agile (daily, sprint planning, rétrospective). Contribuer aux bonnes pratiques de gouvernance et de gestion des données .

Cadrage des initiatives métier dans le cadre de l'architecture d'entreprise Analyse approfondie et validation des besoins métier : cette étape implique une exploration détaillée des exigences métier, en identifiant les enjeux clés, les objectifs stratégiques, ainsi que les contraintes opérationnelles. Un challenge du besoin est effectué pour assurer qu'il est précis, cohérent et aligné avec la vision globale de l'entreprise. Ateliers de co-conception avec les parties prenantes : organisation de sessions collaboratives réunissant les équipes métier impactées, les architectes techniques, et les architectes d'autres périmètres fonctionnels. Cet échange favorise une compréhension commune du besoin et permet d'élaborer des solutions adaptées, tout en prenant en compte les dépendances et les impacts transverses. Rédaction d’un dossier d’architecture : formalisation des décisions et des solutions retenues dans un document structuré, suivant un template standardisé (par exemple, TOGAF, UML, ou autre). Ce dossier précise la description fonctionnelle, l’architecture technique, les flux d’information, et les intégrations envisagées. Présentation et validation en revue d’architecture : organisation d'une revue formelle où le dossier d’architecture est présenté aux parties prenantes senior, incluant les responsables métier, les architectes, et les responsables IT. L’objectif est d’obtenir un consensus, de valider la cohérence avec les stratégies globales et d’intégrer les ajustements nécessaires. Gestion de la dette technique sur un périmètre de produits En charge d’un portefeuille de produits spécifiques, il est essentiel d’appliquer une démarche structurée pour la gestion de la dette technique. Cela comprend : Une identification précise des éléments de dette existants, en analysant leur impact sur la maintenabilité, la performance, et la sécurité du système. La priorisation des actions de réduction ou de résolution, en tenant compte des contraintes opérationnelles et des bénéfices attendus. La mise en œuvre d’un plan d’action intégré, avec des échéances claires et des ressources dédiées. L’application d’un framework reconnu pour la gestion de la dette, tel que le modèle de DevOps, le Technical Debt Quadrant ou d’autres bonnes pratiques alignées avec la stratégie DevSecOps, afin d’assurer un suivi régulier et une amélioration continue.

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

Principales missions : - Contribuer aux cadrages des nouveaux besoins techniques des métiers liés à la plateforme SNOWFLAKE - Participer à l’évolution de la plateforme Data (gouvernance, contrôles, automatisation, etc) - Participer aux choix technologiques de l’offre à mettre en place - Analyser les documents d’architecture des assets à faire évoluer et définir les nouveaux PATTERN (architecture fonctionnelle, applicative, technique) - Analyser, définir et cadrer les adaptations nécessaires de l’offre proposée - Documenter les PATTERN retenus à un niveau plus détaillé, de sorte à la rendre exécutable pour les autres Business Units - Être l’interlocuteur privilégié des équipes portant les besoins d’agent/usages IA GEN au sein du pôle DATA - Accompagner au déploiement de la solution définie auprès de la BU et des autres Business Units - Accompagner à la prise en main de la plateforme Data

Intitulé du poste Architecte d’Entreprise – Domaines Customer & Marketing Contexte de la mission Dans le cadre du cadrage et de la structuration d’initiatives métier à forte valeur ajoutée, nous recherchons un Architecte d’Entreprise capable d’intervenir sur des sujets Customer et Marketing. Le rôle s’inscrit dans une démarche de transformation et d’urbanisation du système d’information, avec un fort enjeu de cohérence, de pérennité et de création de valeur. Missions principales Cadrer les initiatives métier sous l’angle de l’architecture d’entreprise et de l’architecture solution Explorer, analyser et challenger les besoins exprimés par les métiers Co-concevoir les solutions avec les équipes impactées et les architectes des autres périmètres Définir les principes d’architecture cible en garantissant l’alignement avec la stratégie SI Formaliser les dossiers d’architecture selon les standards et templates en vigueur Présenter et défendre les choix d’architecture lors des instances de revue d’architecture Piloter et réduire la dette d’architecture sur le périmètre de produits confié Contribuer à l’amélioration continue des pratiques d’architecture d’entreprise Environnement fonctionnel et technique Architecture d’entreprise et architecture solution Domaines Customer, Marketing et parcours client Enjeux data, intégration, interopérabilité et scalabilité Prise en compte des contraintes réglementaires et de conformité Compétences requises Design d’architecture solution : niveau expert, impératif Intelligence artificielle : niveau confirmé, important Marketing automation : niveau confirmé, appréciable GDPR / conformité réglementaire : niveau confirmé, appréciable Langues Français courant : impératif Anglais professionnel : impératif Livrables attendus Dossiers d’architecture complets et argumentés Schémas d’architecture et trajectoires d’évolution Éléments de cadrage et d’aide à la décision pour les instances d’architecture

• Vision & Stratégie Produit IA : Porter la vision produit des solutions d’IA en étroite collaboration avec les équipes métier. Cela inclut d’identifier les opportunités d’usage de l’IA au service du Risque, du Paiement, du Digital et des autres lignes métiers, et de prioriser les projets en conséquence (focus valeur et faisabilité). • Gestion du Backlog & Priorisation : Être garant de la priorisation des initiatives Data Science/IA. Vous traduisez les besoins métier en features et user stories, alimentez et maintenez le backlog, et arbitrez les priorités en fonction de la valeur ajoutée attendue, du feedback utilisateur et des contraintes (réglementaires, techniques, ROI). Votre objectif est de maximiser l’impact business de chaque sprint livré. • Pilotage du Delivery Agile : Piloter la delivery des projets IA en méthodologie agile. Vous organisez et animez les cérémonies Scrum/Kanban (planification, revues, démonstrations, rétrospectives), suivez l’avancement des développements, et assurez la levée des obstacles en coordination avec les autres départements. Vous veillez au respect des engagements de qualité, budget et délais, et communiquez de manière proactive sur l’avancement auprès des sponsors. • Coordination Métiers–Data–IT : Jouer le rôle d’interface et de facilitateur entre les équipes Data Science, les équipes IT (architectes, MLOps, sécurité…) et les métiers sponsors. Vous travaillez en collaboration étroite avec les experts métier pour co-construire les solutions et favoriser leur adoption, tout en intégrant les contraintes techniques avec les équipes Data/IT pour une implémentation fluide. • Crédit & Risque (Scoring) – Use cases « Machine Learning » traditionnels : Sur ce pilier clé, vous pilotez les évolutions des modèles de scoring crédit (scoring d’octroi, scores comportementaux). En lien direct avec les équipes Risque et Validation, vous concevez et suivez les projets d’optimisation des scores existants et le développement de nouveaux modèles, en explorant des approches innovantes (par ex. nouvelles données, algorithmes avancés). Vous vous assurez que les modèles délivrés contribuent à la stabilité du coût du risque (suivi des KPIs de performance) et respectent les exigences réglementaires. Vous veillez également à la mise en production et au monitoring de ces modèles (détection de dérive, recalibrage), en collaboration avec les Data Scientists et Analystes Risque. • IA Générative & Agents : Vous explorez et déployez les cas d’usage liés à l’IA Générative pour transformer nos processus internes et la relation client. Concrètement, vous pilotez des projets d’agents IA (chatbots avancés, assistants cognitifs, systèmes à base de LLM, approches RAG – Retrieval-Augmented Generation). Par exemple, vous pourrez lancer des MVP d’agents pour automatiser l’analyse de documents complexes, assister les équipes internes (Audit, Marketing…) ou enrichir le support client. Vous définissez les objectifs et indicateurs de succès de ces projets, supervisez les étapes de prototypage et de déploiement en production, et veillez à mettre en place des architectures agentiques robustes pour ces solutions. Vous aurez aussi à cœur d’évaluer et optimiser les performances de ces agents (cohérence des réponses, pertinence, diversité), en vous appuyant sur des méthodologies de pointe (par ex. LLM as a Judge pour la qualité des réponses). L’enjeu est de concrétiser les promesses de l’IA générative tout en garantissant un usage responsable et efficace pour l’entreprise.

Pour un acteur du secteur du Retail basé dans le Nord de la France : Dans un contexte d’accélération des technologies autour de l’AI et du GenAI, de transformation digitale et d’organisation d’entreprise plateforme, nous déployons des solutions et produits en lien direct avec l’ensemble de nos BUs et des communautés Digitales. En tant que Data Engineer avec un rôle de Discovery Lead, tu es un profil moteur sur l'ensemble du cycle : de l'analyse des nouvelles tendances à la mise en production de MVP (Minimum Viable Product). 1. Pilotage du Discovery : ○ Tu prends en charge des sujets complexes et émergents liés à la donnée (SEO, expérience client, APIs). ○ Tu es capable d'initier le développement sans nécessiter un cahier des charges exhaustif et d'agir sur la base d'objectifs métier. ○ Tu as déjà eu des approches de type Discovery, où tu as participé et organisé l'analyse et à la spécification de solutions naissantes. 2. Veille, Analyse & Architecture : ○ Tu réalises une veille technique et forcément en lien avec le métier dans les domaines du Commerce en ligne, du SEO/GEO, et des évolutions du Generative AI pour anticiper les nouveaux besoins. ○ En lien direct avec nos Tech leads et nos software architects, tu utilises ton excellent niveau d'analyse pour définir et documenter le plan technique et l'architecture à mettre en place pour chaque explorations (y compris les pipelines de données, où les différentes approches de prompt engineering). 3. Développement de MVP (Minimum Viable Product) : ○ Ta mission est de développer rapidement des prototypes fonctionnels pour tester et valider la valeur business. ○ Cela implique de réaliser aussi bien le développement Back-end (API Java) que le développement Front-end rapide pour matérialiser le produit ou l'outil d'expérimentation. ○ Tu as la capacité de limiter le périmètre fonctionnel du MVP à l'essentiel (ne pas traiter 100% des cas) afin de maximiser la vitesse de mise en marché / expérimentation. 4. Mesure & Communication : ○ Tu définis les KPIs (Key Performance Indicators) à atteindre pour chaque MVP. ○ Tu assures aussi la spécification et la communication claire et concise des résultats des expérimentations auprès des équipes métier et techniques Périmètre des Sujets : ● Phase 1 - SEO Technique & Gen AI : Construction de solutions pour enrichir, formater et rendre nos données "AI-friendly" afin d'optimiser son indexation et sa compréhension par les moteurs de recherche et les Generative Engines. ● Phase 2 - Expérience Client & Plateforme : Ton périmètre s'étendra à des sujets stratégiques : Site Web (Navigation, Personnalisation), Espace Client, Pages Magasins, et développement d'APIs Backend transverses (Web/Mobile/App).

Missions : Nous recherchons une personne avec une expérience confirmée (au moins 3 à 5 ans sur des problématiques Data), passionnée par la construction de solutions analytiques robustes et percutantes. Modélisation et Bases de Données : Vous maîtrisez parfaitement le langage SQL pour concevoir et optimiser des tables de données, notamment dans BigQuery et PostgreSQL. Vous avez également une connaissance des bases de données NoSQL comme MongoDB. Une expérience avec dbt pour la transformation et la modélisation est fortement appréciée. Visualisation de Données (Dataviz) : Vous avez une expertise solide sur des outils de BI comme Power BI ou Looker pour transformer des données brutes en dashboards interactifs et clairs, aidant ainsi à la prise de décision. Ingénierie et Analyse : Vous utilisez Python pour l'analyse, la manipulation de données complexes ou l'automatisation de tâches. Écosystème Cloud & DevOps : Vous êtes familier avec Google Cloud Platform (GCP). Vous avez une forte sensibilité aux pratiques DevOps et une expérience avec les outils d'intégration et de déploiement continus (CI/CD, comme Git, GitLab CI, GitHub Actions) pour garantir le versionnement, la qualité et l'automatisation des déploiements. Qualité de la Donnée : Vous êtes sensible à la qualité et à la gouvernance des données, et vous mettez en place des pratiques pour assurer la fiabilité des informations.

Dans le cadre d’un projet stratégique de transformation digitale, notre client, groupe international du secteur retail, recherche un Développeur Fullstack Java / VueJS pour renforcer une feature team dédiée à la création d’un générateur de configurateurs produit à destination de plusieurs enseignes. Vous interviendrez sur des produits digitaux à fort impact, dans un environnement agile et international. Vos missions : Analyser les besoins fonctionnels et participer aux choix techniques Développer et maintenir des applications front (VueJS) et back (Java) Intervenir en BUILD & RUN sur des API et applications web Garantir la qualité du code (tests unitaires, documentation, code reviews) Collaborer avec les équipes produit, OPS et équipes transverses Mettre en place des actions d’observabilité Intégrer des fonctionnalités basées sur l’ IA générative Prendre en charge des sujets en autonomie

Principales missions : Vision & Stratégie Produit IA : Définir la stratégie des solutions IA en collaboration avec les équipes métier, en identifiant les opportunités dans les domaines du Risque, du Paiement, du Digital, etc., et en priorisant les projets selon leur valeur et faisabilité. Gestion du Backlog & Priorisation : Coordonner et prioriser les initiatives en Data Science et IA en traduisant les besoins métier en fonctionnalités, en maintenant le backlog et en arbitrant les priorités pour maximiser l’impact business à chaque sprint. Pilotage du Delivery Agile : Superviser la livraison des projets IA via des méthodologies agile (Scrum/Kanban), organiser les cérémonies, suivre l’avancement, lever les obstacles, et garantir le respect des délais, du budget et de la qualité, tout en communiquant avec les sponsors. Coordination Métiers–Data–IT : Servir d’interface entre les équipes Data Science, IT et métiers, en facilitant la co-construction de solutions adaptées, en intégrant les contraintes techniques et en assurant une mise en œuvre fluide. Crédit & Risque (Scoring) – Use cases « Machine Learning » classiques : Piloter l’évolution des modèles de scoring crédit (octroi, scores comportementaux), en concevant, expérimentant, déployant et en monitorant les modèles en collaboration avec Risque et Validation, en s’assurant qu’ils respectent les normes réglementaires et qu’ils améliorent la stabilité du coût du risque. IA Générative & Agents : Explorer et déployer des cas d’usage liés à l’IA générative, tels que chatbots, assistants cognitifs ou systèmes avec LLM/RAG, pour automatiser l’analyse de documents, soutenir les équipes internes ou enrichir le support client, en définissant objectifs et indicateurs de performance.

Contexte du poste : Un acteur bancaire souhaite renforcer sa stratégie d’Intelligence Artificielle en développant des solutions avancées de Machine Learning, Deep Learning, NLP et IA Générative. L’objectif est de valoriser les données, optimiser les processus internes et améliorer l’expérience client grâce à des modèles robustes, explicables et industrialisés. Missions principales : 1. Modélisation Risque & Scoring Concevoir, optimiser et challenger les modèles de scoring d’octroi et de comportement. Explorer des approches innovantes pour améliorer la performance et la stabilité des modèles. Déployer les modèles en production et assurer leur monitoring (dérive, performance, stabilité). Travailler en étroite collaboration avec les équipes Risque, Validation et les experts métier. 2. Développement de Solutions IA Intégrer les modèles ML/AI en temps réel dans les parcours digitaux (scoring instantané, personnalisation des offres…). Participer à la conception de l’architecture technique (Cloud, MLOps, API, pipelines). Collaborer avec les équipes IT et Produit pour industrialiser les solutions et garantir leur scalabilité. 3. IA Générative & Agents Prototyper et déployer des solutions d’IA Générative (LLM, RAG, agents intelligents) pour transformer les processus internes (Marketing, Audit, Risque, Support…). Mettre en place des architectures agentiques pour automatiser des tâches complexes : analyse documentaire, octroi de crédit, interaction client. Évaluer et monitorer les performances des agents (cohérence, diversité, RAGAS, LLM-as-a-Judge…).

Nous recherchons pour notre client un Data Scientist / ML Engineer – IA & GenAI Contexte : Dans le cadre d’un programme IA au sein d’un grand groupe international, vous concevez et industrialisez des solutions IA en production (ML + IA générative), avec une forte exigence de software engineering , de fiabilité et de standards MLOps/LLMOps . Missions principales : Concevoir et déployer des fonctionnalités IA (ML & GenAI) en environnement de production. Construire des pipelines de traitement de données (structurées et non structurées). Industrialiser et monitorer les applications/services : latence, coût, taux de réponse, satisfaction utilisateur . Mettre en place les pratiques MLOps/LLMOps : suivi d’expériences, déploiement, observabilité, monitoring. Garantir qualité des données , conformité (RGPD/GDPR) et sécurité des solutions. Localisation : Métropole lilloise (secteur Villeneuve d’Ascq / Lezennes) Présence sur site : souhaitée 2 jours/semaine

Dans le cadre du développement de solutions innovantes autour de l’intelligence artificielle, nous recherchons un Data Scientist / AI Engineer expérimenté capable de concevoir, industrialiser et fiabiliser des solutions IA en production. L’objectif est de développer des applications basées sur l’IA tout en mettant en place des standards d’ingénierie logicielle robustes (tests, CI/CD, MLOps, sécurité, observabilité). Vos missions Concevoir et déployer des solutions et fonctionnalités basées sur l’IA . Construire et maintenir des pipelines de traitement de données . Industrialiser et monitorer les 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 conformité réglementaire (notamment GDPR) et la sécurité des solutions.

Dans le cadre du développement de solutions innovantes autour de l’intelligence artificielle, nous recherchons un Data Scientist / AI Engineer expérimenté capable de concevoir, industrialiser et fiabiliser des solutions IA en production. L’objectif est de développer des applications basées sur l’IA tout en mettant en place des standards d’ingénierie logicielle robustes (tests, CI/CD, MLOps, sécurité, observabilité). Vos missions Concevoir et déployer des solutions et fonctionnalités basées sur l’IA . Construire et maintenir des pipelines de traitement de données . Industrialiser et monitorer les 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 conformité réglementaire (notamment GDPR) et la sécurité des solutions.

Missions Principales1. Expertise technique & développement Intervenir sur un socle legacy Microsoft (technos anciennes, dont Centura/Gupta – aujourd’hui obsolète – utilisé en front API). Superviser les échanges via Kafka (consommation/production d’événements). Contribuer aux développements sur la nouvelle stack JavaScript . Participer activement au décommissionnement progressif du legacy (gros plus si déjà fait). 2. Tech Leadership Accompagner, challenger et faire monter en compétence les équipes techniques. Mettre en place et maintenir les bonnes pratiques de développement, d’architecture et de qualité logicielle. Faire le lien entre la vision technique, le besoin métier et la roadmap. 3. Compréhension fonctionnelle Forte capacité à comprendre le fonctionnel (indispensable pour le poste). C’est LE point le plus critique : capacité à absorber, analyser et retranscrire les besoins utilisateurs & métiers. 4. Innovation & IA Intérêt pour l’IA : savoir l’utiliser de manière intelligente pour optimiser les pratiques tech (sans que ce soit l’activité principale).