Trouvez votre prochaine offre d’emploi ou de mission freelance Large Language Model (LLM)

Pour un acteur majeur du monde de l'interbancaire et du paiement, vous intégrez nos équipes de développement pour participer à un projet mené en mode Agile. Dans le cadre d'un projet en relation avec des partenaires du domaine financier, la société démarre un projet de création et maintien d'applications haute performance back-end avec Python, bases de données et les outils standard de Python, ainsi que une expérience significative sur des sujets de haute performance et/ou forte volumétrie. Une première expérience de construction avec IA/IA générative est requise. En fonction de la feuille de route des livraisons : - Participer à la phase de conception en lien avec les équipes techniques et fonctionnelles - Développer et tester les modules - Assurer le support aux incidents - Participer à l'intégration continue / au déploiement - Reporting fiable de l'avancement des travaux et du suivi des anomalies à la direction de la DED - Contribuer à l'amélioration / la maintenance de l'infrastructure de développement Intégration au sein d'une équipe de 7 personnes dont 1 tech lead.

Contexte Dans le cadre de sa stratégie de transformation, une entreprise du secteur industriel souhaite identifier et déployer des cas d'usage IA à fort impact métier (achats, finance, supply chain, opérations, relation client...). Missions Recueillir les besoins métiers et identifier les cas d'usage IA à potentiel (gains de productivité, qualité, délais), par exemple : Achats : spend analysis automatisé, aide à la rédaction et l'analyse d'appels d'offres (IA générative), scoring des risques fournisseurs, analyse automatique de contrats Finance : automatisation des clôtures, détection d'anomalies, prévisions Supply chain : prévision de la demande, optimisation des stocks Opérations / relation client : assistants IA, traitement automatisé de documents Qualifier et prioriser les use cases : faisabilité, ROI attendu, données disponibles, risques Cadrer les projets retenus : périmètre, données nécessaires, solution cible (IA générative, ML, automatisation), budget, planning Piloter le déploiement en lien avec les équipes SI, data et les éventuels éditeurs/prestataires Assurer l'intégration avec l'écosystème existant (ERP, outils métiers) Conduire le changement : formation des utilisateurs, adoption, mesure de la valeur Mettre en place la gouvernance IA : cadre d'usage, conformité (AI Act, RGPD), éthique Livrables types Portefeuille de use cases priorisés avec business case Roadmap IA métier alignée avec la stratégie SI Use cases déployés et adoptés, avec KPIs de valeur

Dans le cadre d'un projet stratégique autour de l'Intelligence Artificielle, nous recherchons un AI Engineer pour intervenir sur des sujets mêlant IA Générative, Machine Learning et industrialisation de modèles. Vos missionsConcevoir et développer des solutions d'IA Générative (LLM, RAG, Agents IA). Développer des architectures multi-agents et des systèmes conversationnels. Industrialiser les modèles via des API et mettre en œuvre les pratiques MLOps / LLMOps. Concevoir et optimiser des modèles de Machine Learning (scoring, prédiction, fraude...). Assurer le monitoring et l'amélioration continue des modèles en production. Collaborer avec les équipes Data, IT et Métier sur des projets à fort impact.

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Contexte : Dans le cadre du développement de solutions autour de l'IA (LLM, agents IA, industrialisation des modèles), notre client renforce ses équipes et recherche un PM IA pour piloter des produits innovants à forte valeur métier. Cette mission se réalise auprès des équipes comptabilité et finance du groupe. 🎯 Missions Recueillir, challenger et prioriser les besoins métiers autour des cas d'usage IA (LLM, agents intelligents) Définir la vision produit et construire la roadmap en lien avec les équipes techniques et data Rédiger les user stories et piloter le backlog (Agile / Scrum) Suivre le delivery des équipes (Data, ML Engineer, Data Engineer) et garantir la valeur délivrée Assurer la coordination entre équipes techniques, métiers et parties prenantes Suivre la performance des solutions IA mises en place et piloter leur amélioration continue Accompagner l'industrialisation des produits IA (MLOps, passage à l'échelle)

Contexte Notre client, l'un des premiers énergéticiens au niveau mondial, est présent sur l'ensemble de la chaîne de l'énergie, en électricité et en gaz naturel, de l'amont à l'aval. Il s'appuie sur un portefeuille d'approvisionnement diversifié et un parc de production flexible et performant pour proposer des solutions énergétiques innovantes aux particuliers, aux collectivités et aux entreprises. Au sein du groupe, une entité dédiée à la décarbonation des infrastructures de ses clients entreprises et collectivités locales (BtoB) porte cette mission. Au sein de cette entité, le pôle Data & IA de la direction Digital & Data a pour objectif de valoriser les données pour en faire un vrai levier de compétitivité, soutenir les enjeux stratégiques du métier et identifier de nouvelles sources de performance. Nous recherchons un data scientist senior passionné par l'intelligence artificielle (machine learning, deep learning, IA générative). Vous travaillerez sur la conception, l'optimisation et l'implémentation de solutions innovantes pour répondre aux besoins métiers et améliorer les capacités des systèmes IA. Concevoir, implémenter et optimiser des modèles d'IA générative (text-to-text, etc.) pour des applications innovantes Participer à l'industrialisation des solutions d'IA et à leur mise en production Assurer le monitoring, l'évaluation et l'amélioration continue des modèles (MLflow, etc.) Veille technologique et expérimentation sur les avancées des modèles LLM La mission principale est le développement et la conception d'agents pour la plateforme data de l'entité. Cette plateforme propose des fonctionnalités d'exploration des datasets et d'interrogation en langage naturel. L'objectif est d'intégrer de nouvelles features et de nouveaux agents sur des cas d'usage spécifiques (data viz, data quality, cartographie, time series, speech to speech, etc.). Livrables Code source (composants applicatifs et tests unitaires) Dossier de cadrage des agents Participation au dossier d'architecture Participation au dossier RGPD Participation au dossier Privacy Participation au dossier Cyber Design des agents Livraison d'agents IA sur la plateforme Tests techniques et fonctionnels (jeux de tests analytics) Compétences requises CompétenceImportanceNiveau requisDatabricks10Avancé (5-8 ans)Esprit orienté qualité et livrable9Senior (8-10 ans)Expertise NLP et traitement du langage et du contexte9Avancé (5-8 ans)Orienté service9Senior (8-10 ans)Autonomie, proactivité, capacité à challenger8Senior (8-10 ans)Data Engineering (Python, PySpark, API REST)8Senior (8-10 ans)Gen AI & LLM : RAG, Embedding, modèle de langage8Avancé (5-8 ans)Gen AI Amazon Bedrock8Avancé (5-8 ans)Gestion et coordination de projet8Senior (8-10 ans)LLM Ops / CI-CD / Monitoring exploitation des agents8Avancé (5-8 ans)

Contexte : Nous recherchons un Data Scientist confirmé/expert pour concevoir, développer et industrialiser des cas d'usage d'IA générative à fort impact métier. La mission se déroulera principalement dans une squad dédiée pour assurer la continuité et la modularité entre les différents projets. Responsabilités : Concevoir et développer des workflows LLM avancés Collaborer avec les équipes métier et IT pour définir et mettre en oeuvre des solutions IA. Optimiser les performances des solutions : prompt engineering, fine-tuning, gestion du contexte, structuration des outputs Collaborer avec les équipes métier pour cadrer les besoins et traduire les exigences fonctionnelles en solutions techniques Contribuer à la planification détaillée et aux rituels Agile de la squad

Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.

Notre client recherche un Business Analyst Technique IA / RAG pour rejoindre l'équipe XXX, responsable de la plateforme transverse d'IA générative de Bpifrance. L'équipe IAP développe et opère les services mutualisés d'IA : LLM gateway, gestion des accès et des clés (AI Products), monitoring et observabilité (Langfuse), ainsi que l'industrialisation des patterns RAG, agents et pipelines IA. Elle travaille en forte interaction avec les équipes MTA, IALab, GED, RPA, sécurité et architecture, dans un environnement Agile SAFe. Vos principales responsabilités : Cadrage et recueil des besoins : structurer les besoins des équipes consommatrices (MTA, métiers, IT) autour des services de la plateforme IA (API, portail self-service, LLM, RAG, agents) Formalisation fonctionnelle : rédiger les user stories, alimenter le backlog produit plateforme, produire les spécifications fonctionnelles et les guidelines d'utilisation des services Définition des standards d'usage : contribuer aux bonnes pratiques de prompting, RAG et agents, ainsi qu'aux modèles de données et patterns d'intégration Gouvernance IA : participer à la mise en place du cadre de conformité (Charte IA, AI Act, sécurité), à la gestion des accès et au suivi des risques et données sensibles Pilotage qualité & adoption : définir les KPIs (usage, coût, latence, qualité), suivre l'adoption des services IAP, contribuer à la documentation et à l'onboarding des équipes Accompagnement des équipes projets : support au cadrage des cas d'usage, aide à la structuration des pipelines IA, interface entre équipes techniques et métiers Participation aux cérémonies Agile SAFe : daily, PI Planning, backlog refinement, System Demo

Description: Mission de Product Owner technique sur le périmètre Socle IA et Agentique (IA Gen) de la Plateforme Data & IA. L'objectif est de structurer et d'industrialiser les capacités plateforme qui permettent : - Côté Socle IA, de fabriquer, déployer et opérer des modèles d'IA classique (cycle de vie ML de bout en bout) ; - Côté IA Gen, d'outiller le passage à l'échelle de l'agentique (outils, frameworks, patterns) et de sécuriser le cycle de vie global d'un produit agentique (de la conception à l'exploitation). Les services LLM et les services partagés (OCR, Embedder, Speech2Text) étant déjà pilotés par des PO, l'enjeu de cette mission est de compléter le dispositif sur la brique agentique et de garantir une industrialisation robuste : réutilisabilité, qualité de service, observabilité, gouvernance d'usage et adoption. Cadrage & priorisation (avec le PM) - Qualifier les besoins, formaliser les cas d'usage et critères d'acceptation. - Décliner la vision PM en backlog/roadmap opérationnels, arbitrer valeur/risque/effort. Socle IA – cycle de vie ML - Piloter les évolutions plateforme permettant la fabrication et le déploiement : industrialisation des parcours, standards, documentation, templates - Contribuer aux exigences run : observabilité, performance, fiabilité, exploitabilité. IA Gen – outillage agentique - Définir et piloter la mise en place des outils & frameworks (orchestration, composants réutilisables, patterns). - Structurer le cycle de vie agentique : intégration, tests, évaluation, supervision, sécurité/guardrails, itérations. Pilotage delivery - Animer le backlog (refinement, planning, démos), suivre l'avancement, gérer dépendances/risques. - Coordonner dev/lead tech/data scientists/ops/archi, et sécuriser la qualité des livraisons. Adoption & documentation - Produire/mettre à jour la doc produit (guides, exemples, bonnes pratiques) et accompagner les équipes dans la prise en main. - Mettre en place des KPIs (usage, satisfaction, incidents, coût) et alimenter l'amélioration continue.

Nous recherchons un Forward Deployed Engineer doté d'une solide expertise technique et d'une forte sensibilité business afin d'accompagner les clients stratégiques de notre partenaire, principalement des startups innovantes dans le domaine de l'IA. Vous collaborerez avec certaines des startups IA les plus prometteuses au monde, en les accompagnant tout au long du cycle de vie de leurs projets : idéation, développement, mise en production, montée en charge (scalabilité). Votre objectif sera d'accélérer la création de valeur générée grâce à notre la plateforme. Vous travaillerez sur les cas d'usage les plus innovants développés avec leurAPI et jouerez un rôle essentiel dans la remontée de retours produits et de feedbacks sur les modèles d'IA auprès des équipes internes. Vous collaborerez étroitement avec les équipes : Commerciales, Solutions Engineering, Recherche appliquée Produits et serez rattaché au Startups Solutions Architecture Lead. Vos missions Accompagner les clients comme partenaire technique privilégié afin de déployer les solutions de notre partenaire en production et accélérer leur passage de l'idée au déploiement industriel. Conseiller de manière proactive les clients afin de maximiser l'impact métier de leurs applications. Traduire les besoins clients en documentation fonctionnelle claire (PRD, workflows, critères de succès) destinée aux équipes internes. Collaborer avec les équipes Produit, Engineering et Solutions pour définir le périmètre des développements, prioriser les demandes et respecter les échéances. Gérer et prioriser les backlogs de plusieurs projets clients simultanément. Planifier les projets et communiquer leur avancement au travers de plans projets, tableaux de suivi et présentations. Garantir les phases de tests et de validation de bout en bout avant toute mise en production chez les clients.

Le projet consistera à expérimenter une approche assistée par GenAI permettant de reconstruire un lineage à partir de différentes sources : requêtes SQL et tables BigQuery, traitements Python, documentations métiers Word/PPT/PDF. Le cas d'usage principal porte sur la reconstruction d'un lineage end-to-end sur un indicateur ou reporting critique, avec un focus initial sur l'univers risk et un cas candidat autour des provisions sur valeurs résiduelles. L'objectif est de produire une base de lineage pré-remplie, comparable au lineage manuel existant, qui pourra ensuite être validée par les sachants métiers et, si possible, restituée dans un format exploitable ou ingestable. Vous serez en charge de : Renforcer l'équipe Data Science autour de sujets d'AI Engineering, Concevoir, développer et tester une approche assistée par IA pour la reconstruction du data lineage. Améliorer la productivité des ateliers métier, et de produire des livrables réutilisables pour la validation et l'industrialisation éventuelle du dispositif. Analyser Les sources techniques hétérogènes, de développer des composants d'extraction et de reconstruction des liens de données, Documenter les résultats obtenus de manière claire et exploitable par les équipes Data Governance, Data Science et les parties prenantes métier, Les livrables attendus seront les suivants: Un lineage end-to-end reconstruit sur un cas d'usage témoin, comparable au lineage manuel existant Les scripts, notebooks ou composants techniques développés Documentation de l'approche retenue, des hypothèses, limites et écarts constatés Eestitution exploitable par les sachants pour validation Recommandations sur les conditions de passage à l'échelle, notamment en matière d'outillage, d'intégration de gouvernance et d'industrialisation.

Vous souhaitez concevoir des solutions d'IA qui seront réellement utilisées par les équipes métiers ? Rejoignez une équipe Data Solution Analytics évoluant dans un environnement Google Cloud Platform (GCP) et participez au développement de solutions d'IA Générative à forte valeur ajoutée. Vos missions Concevoir et développer des agents IA et des Skills pour les équipes Data. Développer des solutions basées sur RAG, LLMwiki et la BI conversationnelle. Automatiser la documentation, la génération d'objets Data et l'optimisation de requêtes SQL. Accompagner les équipes dans l'adoption des outils IA et animer des ateliers pratiques.

Contexte : Un grand groupe développe une plateforme agentique industrielle basée sur Google Cloud Platform et son écosystème analytique. La mission consiste à contribuer à la conception, au développement et à l'industrialisation de cette plateforme : fondation sémantique gouvernée, agents spécialisés, orchestration multi-agents et dispositifs de supervision. Environnement Agile, au sein d'équipes pluridisciplinaires. Vos missions : Concevoir et développer des composants et services de la plateforme agentique Mettre en place des mécanismes d'orchestration multi-agents et des workflows Développer les connecteurs, APIs et interfaces d'intégration Contribuer à l'architecture data et analytics sur le cloud Assurer les tests, la documentation technique et l'accompagnement à l'industrialisation Participer aux rituels Agile et au suivi d'avancement

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

🎯 Contexte Le consultant rejoindra l'équipe CERT Incident Response afin de développer un assistant virtuel basé sur les LLM (SecureGPT), destiné à aider les analystes cybersécurité dans leurs investigations et le traitement des alertes de sécurité. 🔍 Compétences recherchées IA Générative Large Language Models (GPT, Claude, Llama, Mistral...) Prompt Engineering RAG (Retrieval Augmented Generation) Agentic AI / Agents autonomes Intégration et orchestration de modèles LLM Développement Python confirmé / senior Backend API (FastAPI, Flask ou équivalent) HTML / Frontend Intégration d'API Cloud & DevOps Azure (indispensable) Docker Kubernetes OpenShift CI/CD Data PostgreSQL Cybersécurité SOC / CERT Incident Response Investigation d'alertes Sécurité opérationnelle