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

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

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

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.

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)

🚨 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).

Descriptif du poste Contexte et mission Vous rejoindrez un programme d'IA de haut impact visant à construire un système agentique pour automatiser les workflows d'email dans le secteur financier. Ce programme transformera les processus manuels en workflows intelligents alimentés par l'IA générative, avec un objectif de réduction de 60%+ de l'effort manuel. Le système agentique comprendra : 1. Conversation Service : Conversion d'emails en données structurées, extraction d'entités et d'intentions 2. Prioritizer : Scoring basé sur le risque et gestion des SLA 3. Drafter : Réponses GenAI avec garde-fous de conformité 4. Summarizer : Distillation des threads et pistes d'audit Stack technologique : CrewAI, intégrations MCP/A2A/ACP, Python, SQL, APIs. Profil recherché Expérience requise 8+ ans en tant qu'analyste métier dans les services financiers (CIB, Opérations ou Risque de préférence) 3+ ans sur des projets IA/ML (ex. NLP, RPA, systèmes agentiques) avec focus sur l'automatisation des processus Expérience avec les workflows d'email, les opérations de trading ou le service client en banque Compétences obligatoires PhD ou équivalent 10+ ans en Data Science, 5+ ans en NLP/GenAI Expérience CrewAI Google ADK Connaissance MCP/A2A/ACP Déploiement d'IA en production Python, SQL, APIs Expérience dans l'industrie financière Publications ou brevets Anglais courant Compétences appréciées Expérience en finance Connaissance GDPR/MiFID Frameworks d'évaluation Contributions open-source Français et anglais courants

🏢 L’entreprise Notre client est un éditeur logiciel international du secteur financier, dont les solutions sont utilisées par de grandes institutions bancaires et d’investissement à travers le monde. Dans un contexte de forte accélération autour de l’IA générative, l’entreprise renforce son équipe IA afin de construire et industrialiser des briques GenAI directement intégrées au cœur de ses produits. 🎯 Contexte du recrutement L’IA générative n’est pas un sujet d’innovation ou de POC : elle fait partie intégrante de la roadmap produit. L’objectif du poste est de concevoir, implémenter et opérer des systèmes LLM robustes, utilisés en production par des clients, avec de fortes contraintes de qualité, de sécurité et de scalabilité. Nous recrutons un AI Engineering Lead très hands-on, orienté engineering logiciel, capable de prendre un rôle de référent technique au sein de l’équipe.

En quelques mots Cherry Pick est à la recherche d'un "Senior Data Scientist IA / LLM" pour un client dans le secteur bancaire Description 🚀 Le Contexte : L'ère des Agents Autonomes Dans le cadre du développement de nos solutions de nouvelle génération, nous recherchons un Data Scientist / AI Engineer capable de transformer des modèles de langage (LLM) en agents autonomes et décisionnels. Vous ne vous contenterez pas de faire des appels API simples ; vous concevrez des architectures d'agents complexes capables de raisonner, d'utiliser des outils et de gérer des workflows cycliques au sein d'un environnement Web robuste (Django). 🎯 Vos Missions : Orchestration et Architecture 1. Conception d'Agents avec LangGraph & LangChain : Développer des systèmes d'agents multi-acteurs utilisant LangGraph pour gérer des états complexes et des boucles de rétroaction (cycles). Implémenter des chaînes de traitement modulaires avec LangChain (RAG, mémoires, agents de planification). Optimiser le Prompt Engineering et la structuration des données en sortie (JSON mode, parsing). 2. Intégration et Backend (Django) : Développer les briques Backend sous Django pour exposer les capacités de l'IA via des APIs (REST / WebSockets pour le streaming). Gérer la persistance des états des agents et des sessions utilisateurs dans la base de données Django. Assurer la sécurité et l'authentification des accès aux outils LLM. 3. RAG & Knowledge Management : Mettre en œuvre des architectures de Retrieval Augmented Generation (RAG) performantes. Connecter les agents à des bases de données vectorielles (Qdrant, Pinecone, ou Pgvector) et des sources de données métiers. 4. Évaluation et Fiabilité (LLM Ops) : Mettre en place des protocoles d'évaluation pour mesurer la pertinence des agents (Frameworks type RAGAS ou DeepEval). Monitorer les coûts et les latences des appels aux modèles (OpenAI, Mistral, modèles Open Source).

Re, Une autre recherche (Machine Learning Ops) – Expert MLOps (IA / ML / LLM) | Industrialisation & Production IA 🎯 Contexte & enjeux Vous jouerez un rôle clé dans la définition et la mise en œuvre des bonnes pratiques MLOps (CI/CD, monitoring, sécurité, reproductibilité). 🛠️ Responsabilités principales · Conception, mise en place et maintien de pipelines MLOps (CI/CD, versioning des modèles et datasets) · Conteneurisation et déploiement des services IA ( Docker, Kubernetes ) · Mise en œuvre d’outils de tracking et registre de modèles (MLflow, Comet ML ou équivalent) · Industrialisation d’architectures LLM / NLP et RAG (Retrieval-Augmented Generation) · Intégration et orchestration de frameworks LLM ( LangChain, LangSmith, Semantic Kernel ) · Déploiement de solutions IA sur Cloud Provider (AWS, Azure ou GCP) · Mise en place de boucles de feedback continu (monitoring de la dérive, retraining automatique, human-in-the-loop) · Garantie de la sécurité, qualité et reproductibilité des modèles en production 🧠 Compétences requises · Minimum 3 ans d’expérience en industrialisation IA/ML/DL en production · Excellente maîtrise de Python et des librairies clés (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow) · Solides compétences SQL · Expertise CI/CD (GitLab CI ou équivalent) · Maîtrise de la conteneurisation ( Docker ) · Expérience confirmée avec MLflow ou outils équivalents · Connaissance approfondie des LLM et des architectures RAG · Expérience de déploiement IA sur le Cloud ➕ Compétences appréciées · Déploiement IA sur Kubernetes (Kubeflow, Argo) · Tests de performance, benchmarking et montée en charge · Optimisation avancée de modèles (Quantization, Distillation, Pruning, Fine-tuning / PEFT – LoRA) · Expérience en Computer Vision ou Small Language Models (SLM) · Métriques avancées d’évaluation LLM (AI as a Judge, hallucination rate, grounding score) 📍 Modalités · Présence sur site requise à hauteur de 50 % minimum · Astreintes possibles les week-ends et jours fériés 📩 Intéressé(e) ou recommandation ?

Contexte Développement de solutions IA avancées pour le projet du client Missions Concevoir, entraîner et optimiser des modèles ML et LLM Implémenter des architectures Agentic AI Industrialiser les modèles (MLOps, monitoring, performance) Collaborer avec les équipes produit et tech Garantir la robustesse et l’éthique des modèles en production Profil recherché 10+ ans d’expérience en data science Excellente maîtrise de Python et des frameworks ML Expérience réelle de LLM et Agentic AI en production Forte capacité d’abstraction et de vulgarisation Experience en IA / AI en production ANGLAIS ASAP

Au sein de la Data & IA Fabric d'INVENTIV IT, nous recherchons des PhD IA & Data (+3 ans d'expérience minimum) afin de travailler sur la mise en place d'une IA Souveraine et des projets internationaux connexes autours de la Data & IA Mise en Place d'une IA souveraine Construction et évaluation de modèles de Machine Learning. Utilisation de frameworks de Deep Learning (TensorFlow, PyTorch, Scikit-Learn). Préparation de données, ingénierie des caractéristiques ( feature engineering ) et test de modèles. Développement d'applications IA à petite échelle et de preuves de concept (PoC). Mise en place de LLM Souverain Solutions & Agentique IA Data Market Place Travail au sein d'équipes pluridisciplinaires et respect des meilleures pratiques d'ingénierie. Vous êtes quelqu'un de passionné par l'IA & la Data. Vous êtes en veille constante sur les nouvelles technologies et solutions. Vous pratiquez de manière opérationnelle depuis + de 3 ans. Proactif, rigoureux, désireux d'explorer de nouvelles techniques d'IA et déterminé à évoluer vers un poste d'ingénieur pleinement autonome capable de gérer des projets d'IA de plus grande envergure. Vous souhaitez devenir les meilleurs et être encadré par des expert séniors avec des expériences à l'international Alors rejoignez-nous ! Francophone et Anglophone obligatoire Date de démarrage : Janvier/Février 2026 Localisation : France Rythme : ouvert au Full TT Chez INVENTIV IT, nous faisons de l'IA & Data un levier business accessible, conforme et intégrer dans les processus métiers

En tant que Développeur Sinequa LLM, vous interviendrez sur : Le développement, la configuration et l’intégration de solutions Sinequa. L’optimisation et le déploiement de modèles LLM au sein de l’écosystème Sinequa. La mise en place et l’évolution des pipelines de données. La gestion et le tuning des connecteurs et des index. La contribution à l’amélioration continue des performances et de la pertinence des moteurs de recherche. La rédaction de la documentation technique et fonctionnelle. Le support technique auprès des équipes internes.