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

Bonjour, Pour le compte de notre client, nous recherchons, un chef de projet data & IA en revanche qui sais développer, qui développera et supervisera quand l'équipe grandira !!! Résumé profil recherché : Hands-on , capable de développer et superviser workflows et solutions automatisées Expert n8n ou montée rapide en compétence (Make/Zapier) Maîtrise LLM / NLP pour extraction, classification et traitement de documents (OCR, parsing, RAG) Autonome, pédagogique , orienté résultats et capable de former le client Bon relationnel et documentation claire Seniorité : 3-7 ans ou + 2 DESCRIPTION DE LA MISSION 2.1 Objectifs L’entreprise souhaite mettre en place un agent IA opérationnel pour traiter automatiquement des devis reçus par mail de la part de fournisseurs. L’agent devra être déployé sur une instance n8n (self hosted ou cloud ou on prem sur nos data centers) et s’intégrer dans le système d’information existant (messagerie, base de données de suivi, éventuel ERP/CRM et ITSM). L’objectif principal est d’automatiser l’analyse des devis à partir d’une grille de critères métier, de générer les réponses fournisseurs et d’alimenter une base de données de suivi, tout en escaladant les cas non conformes vers un expert humain. 2.2 Description détaillée des tâches qui constituent la mission Le chef de projet Data & IA sera responsable de bout en bout du projet d’agent IA, depuis la traduction du besoin jusqu’à la mise en production et l’amélioration continue. Responsabilités principales : • Piloter l’installation, la configuration et la sécurisation d’une instance n8n dédiée au traitement des devis. Documenter l’ensemble des étapes et aider à la mise ne place de bonnes pratiques au sein du département • Concevoir, spécifier puis superviser le développement des workflows nécessaires au fonctionnement de l’agent IA. • Définir, formaliser et maintenir la grille de critères d’analyse des devis en lien avec les équipes métier (achats, finance, opérationnels). • Mettre en place la chaîne de traitement automatique des courriels fournisseurs : récupération des mails et pièces jointes, extraction des données, analyse, décision, réponse et historisation. • Assurer l’intégration avec la base de données de suivi et les éventuels systèmes existants (ERP, CRM, outils achats). • Mettre en place la supervision, les indicateurs de performance et les procédures de gestion des erreurs et cas particuliers. Périmètre fonctionnel de l’agent IA • Réception et préparation des données (emails, pièces jointes) et Traitement des pièces jointes (extraction, normalisation) Analyse des devis selon une grille de critères • Mise en œuvre d’un modèle IA (LLM et/ou service spécialisé) pour o Structurer les informations dans un format standard (JSON ou équivalent) : fournisseur, références, lignes de postes, quantités, couts, délais… o Classer les postes de couts selon des catégories définies (main d’œuvre, matériel, prestations annexes…) • Consolidation et Application d’une grille de critères métiers o Respect de seuils de prix unitaires, totaux par catégories ; o Respect du formalisme, présence obligatoire de certaines informations o Conformité aux conditions contractuelles • Généralisation d’un verdict automatique o En cas de conformité, validation automatisée et suivi interne o En cas de non-conformité ou d’incertitude, classement pour revue par un expert o Analyse des non-conformités pour transmettre des bonnes pratiques et baisser leur occurrence. Génération de la réponse automatique au fournisseur Alimentation de la base de données de suivi • Enregistrement systématique des informations dans une base de suivi dédiée, Standardisation du traitement des données stockées entre les différents services concernés (LAN et WiFi dans un premier temps) o Identifiant du projet / devis et du fournisseur o Données extraites structurées (lignes, montants, catégories de couts) o Résultat de l’analyse (conforme/ non conforme/ incertain) o Motifs principaux de non-conformité o Lien vers l’email initial et la réponse envoyée o Date/heure de traitement, score de confiance de l’IA • Mise à disposition de vues / tableaux de bord pour o Suivre les volumes traités automatiquement o Identifier les causes récurrences de non-conformité o Suivre les performances des fournisseurs Gestion des cas non conformes et escalade • Pour les devis non conformes, classification automatique par catégorie de rejet (poste manquant, dépassement seuil de prix, données incomplètes, non-respect directive…) et attribution à un expert pour analyser. • Mise en place de mécanismes pour que les retours des experts alimentent l’amélioration continue du système Interne 2.3 Résultats attendus et/ou livrables avec échéancier si besoin • Dossier de cadrage fonctionnel et technique de la solution. • Spécifications détaillées de la grille de critères d’analyse des devis. • Instance n8n installée, configurée et documentée. • Workflows opérationnels couvrant : • Récupération des emails et pièces jointes, • Extraction/structuration des données, • Application des critères et prise de décision, • Génération des réponses fournisseurs, • Alimentation de la base de données, • Gestion des exceptions et escalades. • Documentation utilisateur et documentation technique. • Tableau de bord de suivi de la performance du système. • Plan d’amélioration continue (mise à jour des modèles, des critères, des workflows).

Dans le cadre d’un projet stratégique Data & IA, nous accompagnons l’un de nos clients, acteur tech à fort enjeu produit, dans le recrutement d’un Lead AI Engineer. Le rôle Le Lead AI Engineer est responsable de la conception, du développement et du déploiement de solutions IA à forte valeur métier. À la fois référent technique IA et acteur clé du delivery, il combine une posture très hands-on avec une vision produit / ROI, en lien étroit avec les équipes métier, produit et la direction. Vos responsabilités 1. Conception & développement de solutions IA (cœur du poste) Concevoir et développer des solutions IA avancées : LLM & GenAI (RAG, MCP, agents, workflows IA, fine-tuning si nécessaire) Modèles de scoring, recommandation, prédiction, classification Développer des solutions robustes, scalables et industrialisées, prêtes pour la production Être très fortement hands-on en développement, principalement en Python Garantir la qualité du code, la performance, la sécurité et la maintenabilité Utiliser des outils d’assistance au développement (ex. Claude Code) 2. Leadership technique & delivery IA Porter les projets IA de bout en bout : cadrage fonctionnel et technique, choix d’architecture, priorisation delivery, mise en production et suivi de la valeur Jouer un rôle de leader technique, sans management hiérarchique direct Être capable d’arbitrer et de prendre des décisions techniques structurantes Structurer le delivery dans une logique produit et ROI, en lien avec le CPTO 3. Interface produit, métier et direction Travailler en proximité avec : les équipes métiers, le produit, les équipes techniques, la direction Traduire des besoins métier complexes en solutions IA concrètes Animer des ateliers de cadrage, restituer les avancées, vulgariser les sujets IA Porter une vision transverse des projets (roadmap, dépendances, risques) 4. Structuration et montée en maturité IA Contribuer à la vision IA globale (choix technologiques, standards, bonnes pratiques) Mettre en place des patterns réutilisables (RAG, pipelines IA, templates projets) Participer à la diffusion de la culture IA Assurer une veille active sur les évolutions IA (LLM, frameworks, usages) Environnement technique Langage : Python (expert) IA / Data : LLM / GenAI, RAG, embeddings, agents Pandas, PySpark (selon cas) Plateforme Data : MinIO, MongoDB, PostgreSQL, ElasticSearch, Airflow, RabbitMQ Infra : Docker, Kubernetes Dataviz / exposition : PowerBI, Metabase Outils : Git, CI/CD, outils d’IA d’assistance au développement

Offre de mission – Ingénierie infra & IA au sein d’un AI Innovation Lab Contexte et objectif de la mission Au cœur d’un AI Innovation Lab appartenant à un grand groupe bancaire international multi‑entités, la mission consiste à concevoir, déployer et expérimenter des Proof‑of‑Concept (POC) innovants autour des agents autonomes et des modèles de langage (LLM) appliqués aux jeux de données d’infrastructures IT. L’objectif est de fournir des aides intelligentes à la production, de faciliter la supervision, l’automatisation et la résolution proactive d’incidents. Le poste s’inscrit dans une démarche agile, collaborative et orientée industrialisation à terme. Missions principales / Tâches 1. Concevoir et gérer des environnements d’expérimentation Kubernetes/Docker avec intégration CI/CD (Jenkins, GitLab CI/CD, ArgoCD). 2. Automatiser la collecte, la pré‑traitance et l’exploitation des datasets d’infrastructure (logs, CMDB, monitoring) pour entraîner et alimenter des agents basés sur des modèles de langage (LLM). 3. Développer et intégrer les pipelines de déploiement d’agents IA en collaboration avec les data‑scientists et les ingénieurs IA (utilisation de LangChain, AutoGen ou équivalents). 4. Implémenter des scripts et outils en Python, Bash, Go pour l’automatisation des tâches d’infrastructure, l’orchestration et le monitoring. 5. Garantir la sécurité du développement et des déploiements dans un environnement réglementé : approches DevSecOps, outils SAST/DAST, gestion des accès, conformité RGPD. 6. Produire la documentation technique des POC et rédiger les spécifications d’industrialisation à destination des équipes produit. 7. Assurer une veille technologique continue sur les évolutions des architectures agentiques, des LLM et de l’automatisation d’infrastructure. Profil recherché Compétences techniques clés - Systèmes d’exploitation : maîtrise avancée de Linux/Unix et des concepts réseaux (TCP/IP, HTTP, DNS, VPN). - Cloud & Infrastructure as Code (IaC) : connaissance des principaux cloud publics (AWS, Azure, GCP) et des outils IaC (Terraform, Pulumi, CloudFormation). - Conteneurisation & orchestration : Docker, Kubernetes, Helm. - CI/CD : Jenkins, GitLab CI, ArgoCD. - Automation de configuration : Ansible, Puppet, Chef. - Langages : Python (niveau expert), Bash, Go (appréciés). - Monitoring & logging : Prometheus, Grafana, ELK Stack. - Sécurité & conformité : pratiques DevSecOps, gestion des vulnérabilités (SonarQube, Snyk, Aqua Security), conformité RGPD. Soft skills & langues - Passion pour les technologies émergentes, curiosité et esprit d’initiative pour expérimenter et résoudre des défis complexes. - Forte capacité d’analyse, rigueur dans la documentation et le codage. - Aptitude au travail collaboratif dans des équipes pluridisciplinaires et internationales. - Autonomie, adaptabilité à des environnements dynamiques et aux méthodes agiles (Scrum, Kanban). - Excellente communication en anglais (écrit & oral) pour échanger avec des experts internationaux.

StarClay recherche plusieurs Data Scientists expérimentés (5 ans minimum) pour une mission à forte dimension internationale auprès de son client, leader de l'information juridique. Les consultants rejoindront une équipe data existante et interviendront en collaboration étroite avec une Business Unit internationale. L'objectif principal de la mission est l'adaptation et le déploiement d'un cas d'usage stratégique de génération de réponses aux questions clients, basé sur une architecture RAG avancée. Une dimension clé de la mission consiste à apporter une expertise méthodologique sur l'évaluation de la performance des modèles d'IA générative, en capitalisant sur les acquis et bonnes pratiques développés par l'équipe française. Vous aurez les responsabilités suivantes : - Adaptation technique - Implémenter, adapter et faire évoluer une solution RAG (Retrieval-Augmented Generation) : - Développée en Python - Appuyée sur un moteur de recherche SOLR (ou équivalent type Elastic) - Intégrant des pratiques avancées de prompt engineering - Stratégie d'évaluation - Concevoir, mettre en place et piloter des protocoles d'évaluation manuelle et automatique de la qualité des réponses générées : - Définition de métriques pertinentes - Approches LLM-as-a-judge - Boucles de feedback et amélioration continue - Benchmark des LLM - Tester, comparer et benchmarker les différents LLM du marché - Sélectionner les modèles les plus adaptés aux contraintes métiers, linguistiques et locales - Collaboration transverse - Travailler en interaction étroite avec l'équipe française - Comprendre l'architecture existante et les choix techniques - Assurer le transfert de compétences et des bonnes pratiques vers les BU internationales

Intégrer et consommer des flux Kafka/Redpanda (producers, consumers, gestion des topics, monitoring). Modéliser, transformer et stocker les données dans MongoDB . Concevoir, optimiser et industrialiser des workflows n8n déclenchés par les événements Kafka. Intégrer des LLM on-prem et Azure dans les workflows (analyse, classification, enrichissement, transformation de données). Mettre en place les bonnes pratiques d’industrialisation : CICD des workflows Observabilité / logs / supervision Gestion des erreurs, retries, robustesse Sécurité et gestion des secrets Participer à la mise en production et à l’évolution de l’architecture globale. Travailler en lien direct avec les équipes Data, DevOps, Ops et responsables métiers.

Expert Python / IA – LLM - Orleans Localisation : Orléans Modalités : Démarrage en full présentiel, puis possibilité de 3 jours de télétravail par semaine Contexte : Plusieurs sujets stratégiques autour de l’intelligence artificielle et des modèles de langage (LLM) sont actuellement en cours, ce qui motive la recherche d’un expert Python capable d’accompagner ces initiatives. Descriptif du poste : L’expert Python interviendra sur des projets de développement back-end intégrant des briques IA. Il participera à la conception, au développement et à l’optimisation de solutions exploitant des modèles de langage (LLM), ainsi qu’à l’industrialisation de ces usages dans le SI existant. Il sera force de proposition sur les choix techniques et les architectures. Compétences attendues : Expertise confirmée en développement Python Expérience sur des projets IA / Machine Learning et/ou LLM Maîtrise de frameworks Python (Django, Flask, FastAPI ou équivalent) Expérience dans l’intégration et l’exploitation de modèles de langage (API, pipelines, prompt engineering, etc.) Connaissance des architectures API, du traitement de données et des environnements Linux Autonomie, capacité d’analyse et sens de la collaboration

Bonjour, Pour le compte de notre client, nous recherchons, un chef de projet data & IA en revanche qui sais développer, qui développera et supervisera quand l'équipe grandira !!! Résumé profil recherché : Hands-on , capable de développer et superviser workflows et solutions automatisées Expert n8n ou montée rapide en compétence (Make/Zapier) Maîtrise LLM / NLP pour extraction, classification et traitement de documents (OCR, parsing, RAG) Autonome, pédagogique , orienté résultats et capable de former le client Bon relationnel et documentation claire Seniorité : 3-7 ans ou + 2 DESCRIPTION DE LA MISSION 2.1 Objectifs L’entreprise souhaite mettre en place un agent IA opérationnel pour traiter automatiquement des devis reçus par mail de la part de fournisseurs. L’agent devra être déployé sur une instance n8n (self hosted ou cloud ou on prem sur nos data centers) et s’intégrer dans le système d’information existant (messagerie, base de données de suivi, éventuel ERP/CRM et ITSM). L’objectif principal est d’automatiser l’analyse des devis à partir d’une grille de critères métier, de générer les réponses fournisseurs et d’alimenter une base de données de suivi, tout en escaladant les cas non conformes vers un expert humain. 2.2 Description détaillée des tâches qui constituent la mission Le chef de projet Data & IA sera responsable de bout en bout du projet d’agent IA, depuis la traduction du besoin jusqu’à la mise en production et l’amélioration continue. Responsabilités principales : • Piloter l’installation, la configuration et la sécurisation d’une instance n8n dédiée au traitement des devis. Documenter l’ensemble des étapes et aider à la mise ne place de bonnes pratiques au sein du département • Concevoir, spécifier puis superviser le développement des workflows nécessaires au fonctionnement de l’agent IA. • Définir, formaliser et maintenir la grille de critères d’analyse des devis en lien avec les équipes métier (achats, finance, opérationnels). • Mettre en place la chaîne de traitement automatique des courriels fournisseurs : récupération des mails et pièces jointes, extraction des données, analyse, décision, réponse et historisation. • Assurer l’intégration avec la base de données de suivi et les éventuels systèmes existants (ERP, CRM, outils achats). • Mettre en place la supervision, les indicateurs de performance et les procédures de gestion des erreurs et cas particuliers. Périmètre fonctionnel de l’agent IA • Réception et préparation des données (emails, pièces jointes) et Traitement des pièces jointes (extraction, normalisation) Analyse des devis selon une grille de critères • Mise en œuvre d’un modèle IA (LLM et/ou service spécialisé) pour o Structurer les informations dans un format standard (JSON ou équivalent) : fournisseur, références, lignes de postes, quantités, couts, délais… o Classer les postes de couts selon des catégories définies (main d’œuvre, matériel, prestations annexes…) • Consolidation et Application d’une grille de critères métiers o Respect de seuils de prix unitaires, totaux par catégories ; o Respect du formalisme, présence obligatoire de certaines informations o Conformité aux conditions contractuelles • Généralisation d’un verdict automatique o En cas de conformité, validation automatisée et suivi interne o En cas de non-conformité ou d’incertitude, classement pour revue par un expert o Analyse des non-conformités pour transmettre des bonnes pratiques et baisser leur occurrence. Génération de la réponse automatique au fournisseur Alimentation de la base de données de suivi • Enregistrement systématique des informations dans une base de suivi dédiée, Standardisation du traitement des données stockées entre les différents services concernés (LAN et WiFi dans un premier temps) o Identifiant du projet / devis et du fournisseur o Données extraites structurées (lignes, montants, catégories de couts) o Résultat de l’analyse (conforme/ non conforme/ incertain) o Motifs principaux de non-conformité o Lien vers l’email initial et la réponse envoyée o Date/heure de traitement, score de confiance de l’IA • Mise à disposition de vues / tableaux de bord pour o Suivre les volumes traités automatiquement o Identifier les causes récurrences de non-conformité o Suivre les performances des fournisseurs Gestion des cas non conformes et escalade • Pour les devis non conformes, classification automatique par catégorie de rejet (poste manquant, dépassement seuil de prix, données incomplètes, non-respect directive…) et attribution à un expert pour analyser. • Mise en place de mécanismes pour que les retours des experts alimentent l’amélioration continue du système Interne 2.3 Résultats attendus et/ou livrables avec échéancier si besoin • Dossier de cadrage fonctionnel et technique de la solution. • Spécifications détaillées de la grille de critères d’analyse des devis. • Instance n8n installée, configurée et documentée. • Workflows opérationnels couvrant : • Récupération des emails et pièces jointes, • Extraction/structuration des données, • Application des critères et prise de décision, • Génération des réponses fournisseurs, • Alimentation de la base de données, • Gestion des exceptions et escalades. • Documentation utilisateur et documentation technique. • Tableau de bord de suivi de la performance du système. • Plan d’amélioration continue (mise à jour des modèles, des critères, des workflows).

Panda Services , société de services informatiques, recherche pour l’un de ses clients basé à Paris (75) un(e) Data Engineer - Spécialisation GenAI & LLM Contexte Nous renforçons notre équipe Data pour accompagner le déploiement de cas d’usage stratégiques en IA générative et LLM . Vous rejoindrez une plateforme data cloud moderne, au cœur des enjeux de valorisation des données structurées et non structurées , avec un objectif clair : rendre la donnée directement exploitable par des modèles LLM à l’échelle industrielle . Vos missions 🔹 Data Engineering moderne Concevoir et développer des pipelines ELT performants et scalables sur Snowflake Construire des modèles de données analytiques optimisés pour les usages BI et GenAI Optimiser les coûts, la performance et la sécurité de la plateforme data cloud 🔹 DataOps & qualité des données Mettre en place des tests, contrôles qualité et standards data indispensables à des projets LLM fiables Industrialiser les pipelines via Git, CI/CD et automatisation Participer à l’outillage DataOps / MLOps orienté LLM 🔹 Données & IA générative (axe clé du poste) Ingestion et préparation de données structurées, semi-structurées et non structurées (textes, documents, etc.) Contribution directe à des projets GenAI & LLM : génération et gestion d’ embeddings mise en œuvre d’architectures RAG (Retrieval Augmented Generation) exploitation et structuration de corpus documentaires pour les LLM Travailler avec les équipes IA pour garantir la qualité, la fraîcheur et la traçabilité des données exposées aux modèles 🔹 Collaboration Travail en étroite collaboration avec les équipes Data, BI, IA et Produit Force de proposition sur les bonnes pratiques Data & GenAI Profil recherché Compétences techniques Snowflake SQL avancé Python (data processing, préparation de données pour IA) Data modeling analytique Environnements cloud Git / CI-CD / DataOps Solides bases ou forte appétence pour les LLM & l’IA générative : embeddings RAG traitement de données textuelles Profil Forte curiosité pour les usages concrets de l’IA générative Capacité à évoluer dans des environnements data modernes et transverses Esprit d’optimisation, autonomie et sens de la qualité Envie de participer à des projets GenAI à fort impact business

Dans le cadre de l’industrialisation de l’IA générative, une équipe experte au sein d'une grande banque Française cherche à renforcer son équipe. Nous recherchons un Développeur Full Stack confirmé , proactif et autonome, capable de concevoir, livrer et maintenir des solutions innovantes basées sur les grands modèles de langage (LLM). Votre mission : transformer les irritants métiers en solutions concrètes grâce à l’IA générative. Vos responsabilités : Investigation métier : Aller à la rencontre des équipes pour identifier leurs blocages opérationnels Proposer des cas d’usage innovants basés sur les LLM Challenger l’existant avec une approche orientée valeur Conception & architecture : Définir l’architecture des solutions (Front Angular, Back Java/Spring Boot, services LLM) Rédiger les spécifications fonctionnelles et techniques Estimer les charges et structurer les travaux Développement & intégration IA : Implémenter les composants applicatifs Orchestrer les appels API LLM Mettre en œuvre RAG, embeddings, vector stores Travailler le prompt engineering, les guardrails et les mécanismes d’évaluation Mise en production & run : Automatiser les pipelines CI/CD Superviser la performance des solutions Optimiser coûts et latence des appels LLM Assurer le support en production

Nous cherchons pour notre client un(e) Architecte Tech Lead - Programme IA Contexte Dans le cadre d’un programme stratégique d’Intelligence Artificielle, un acteur du secteur public renforce ses équipes afin de concevoir et d’industrialiser des solutions IA à fort impact métier, au service de projets structurants. Missions Définir et piloter l’architecture technique de solutions IA / ML / GenAI Encadrer et animer des équipes techniques pluridisciplinaires Concevoir des architectures scalables (cloud, microservices, APIs) Réaliser des PoC IA et accompagner l’industrialisation (MLOps) Collaborer avec les équipes métiers et SI Garantir la conformité : sécurité, éthique, RGPD, AI Act Environnement technique Cloud : AWS / Azure / GCP IA / ML / LLM Bases de données : SQL APIs & intégration applicative Méthodologies : Agile / Scrum Profil recherché Formation Bac+5 (école d’ingénieur ou Master) 8 ans minimum d’expérience en architecture / data / IA, dont 3 ans en Tech Lead Leadership, excellentes capacités de communication Sensibilité aux enjeux d’ IA responsable

Orcan intelligence recherche pour l’un de ses clients dans la finance, un AI Product manager pour une mission avec un fort enjeu stratégique. Vos missions : Priorisation & Roadmap : Analyser les POCs existants, définir les indicateurs de succès et sélectionner les Use Cases à industrialiser en priorité. Stratégie de Données : Piloter la conception et la mise en place de la base de données dédiée à l'IA (structuration, choix des sources, vision Vector DB / RAG). Conception de Solutions : Designer des workflows d'automatisation avancés intégrant des technologies LLM et ALLM (Agentic LLM) pour automatiser des tâches complexes. Aide à la Décision : Préparer les dossiers d'arbitrage pour la Direction (coûts, gains de productivité, faisabilité) afin de lever les derniers verrous de validation. Pilotage du Delivery : Faire le pont avec les équipes techniques (Data Engineers / AI Devs) pour s'assurer que le produit livré répond parfaitement aux besoins des Opérations.

Au sein de l'équipe Assets IA, vous intégrez le projet phare du moment : la conception et le maintien en production d'une solution d'IA Générative souveraine (type "ChatGPT interne") destinée à assister plus de 100 000 collaborateurs au quotidien. Vos Missions En collaboration directe avec le Tech Lead et le Product Owner, vous êtes le garant opérationnel de la sortie des nouvelles fonctionnalités. Votre rôle est hybride entre pilotage et "faire" : Spécification Technique & Fonctionnelle : Traduire la roadmap en spécifications claires pour les développeurs et l'équipe UX/UI. Pilotage Agile (Scrum) : Animer les rituels d'une équipe de 5 experts (stand-up, planning, rétro) et suivre la vélocité. Stratégie de Recette (QA) : C'est un point clé. Vous pilotez et réalisez les phases de tests pour garantir que l'IA répond aux exigences de qualité avant le déploiement massif. Documentation : Assurer la pérennité du projet via une documentation technique et utilisateur rigoureuse.

Vous interviendrez en tant que développeur.euse IA dans le cadre du déploiement de projets IA stratégiques. Vous travaillerez en étroite collaboration avec le Tech Lead et le chef de projet IA pour apporter expertise technique et vision projet. Votre rôle Développement et implémentation IA · Développer des solutions IA et data en environnements de pré-production et de production · Implémenter des cas d’usage IA variés (NLP, assistants intelligents, RAG, classification, résumé, extraction) · Mettre en œuvre des pipelines IA de bout en bout (ingestion des données, traitement, modèles, évaluation) en intégrant des mécanismes de contrôle et d’amélioration continue · Faire évoluer et optimiser les solutions existantes Architecture IA, arbitrages et sécurisation technique · Contribuer aux choix d’architecture IA et data · Sélectionner, évaluer et intégrer des modèles (open source ou via API) en tenant compte des enjeux de coûts, sécurité, souveraineté et pérennité · Concevoir et industrialiser des architectures RAG (indexation, retrieval, génération, évaluation) · Participer aux arbitrages techniques et à la priorisation des sujets · Structurer, expliquer et documenter les choix techniques Coordination technique et collaboration · Travailler en étroite collaboration avec le tech lead, les développeurs et data scientists · Assurer une coordination technique fluide avec le chef de projets IA · Expliquer les sujets techniques à des profils non techniques · Contribuer à la capitalisation des connaissances via la documentation technique et les outils collaboratifs (Confluence)

Bonjour, Pour l’un de mes clients, je recherche un(e) consultant(e) pour la mission suivante : Mission : ML Ops / ML Engineer – Lille ou Paris Déployer et gérer des applications de machine learning en production Collecter, nettoyer et orchestrer les données Créer des outils pour automatiser la mise en production Développer le monitoring et intégrer les applications ML dans les produits Compétences principales : MLOps et machine learning IA générative / LLMOps Python, API et webapp simples Docker et CI/CD SQL et gestion de données Anglais courant et travail en équipe Profil recherché : Confirmé/senior, expérience sur LLM et industrialisation de modèles Basé sur Lille idéalement ou Paris Si vous êtes intéressé(e) et que votre profil correspond, merci d’envoyer votre CV à jour. Je reviendrai vers vous rapidement pour échanger.

🚨 Opportunité – Product Owner Data / IA – LCB/LAB 🚨 Nous recherchons un Product Owner issu de la Data Science souhaitant évoluer vers un rôle PO, pour piloter l’implémentation d’un nouveau moteur de détection LCB/LAB intégrant des briques d’Intelligence Artificielle. 🎯 Au cœur de la mission : Backtesting et modèles prédictifs Modélisation du risque par alertes Développement d’un agent conversationnel LLM pour l’aide au traitement des alertes Visualisation des données via base graphe (Neo4j) 👉 Mission à forte valeur ajoutée, mêlant Data, IA, produit et enjeux réglementaires.

En quelques mots Cherry Pick est à la recherche d'un "Développeur Java Angular" pour un client dans le secteur bancaire Description 🤖 Le Contexte : L’Industrialisation de l’IA Générative Au sein de la IA Gen Factory , nous passons du stade de l'expérimentation à celui de l'industrialisation. Notre mission est de transformer les processus métiers du Groupe en intégrant l’IA générative au cœur de nos applications. Nous recherchons un Développeur Fullstack confirmé , capable non seulement de coder, mais aussi d'agir en véritable partenaire des métiers. Vous devrez investiguer leurs besoins, identifier les opportunités d'accélération opérationnelle et proposer des solutions innovantes basées sur les Large Language Models (LLM) en toute autonomie. 🎯 Vos Missions : Concevoir, Livrer et Optimiser Votre rôle couvre l'ensemble du cycle de vie des produits IA, de l'idéation à la mise en production. 1. Conception & Architecture : Définir l’architecture logicielle (Front Angular, Back Java/Spring Boot, services LLM). Rédiger les spécifications fonctionnelles et techniques. Estimer les charges et organiser votre backlog en autonomie. 2. Implémentation & Ingénierie IA : Développer les composants applicatifs et orchestrer les appels API LLM. Mettre en place des architectures RAG (Retrieval-Augmented Generation) . Gérer les embeddings, les bases de données vectorielles (Vector Stores) et la recherche sémantique. Maîtriser le Prompt Engineering , les Guardrails et les systèmes d'évaluations automatiques de prompts. 3. DevOps & Performance : Automatiser la CI/CD (GitLab, Jenkins, OpenShift). Superviser la performance des modèles en production. Optimisation critique : Maîtriser les coûts et la latence des appels LLM. Assurer la sécurité et la conformité (OAuth2, RGPD, Data Masking).