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

Venez structurer des architectures scalables, migrer vers Data Bricks et développer des agents IA from scratch dans un contexte international Maîtriser IA agentique : LLM, Transformers Google, protocoles MCP & Agent Protocols. Communiquer avec les métiers, expliquer IA/Data, animer des présentations. Collaborer en équipe agile (16+ pers.), reporting CTO/DG Expert migrations Data Bricks/DBT/GCP et un spécialiste IA agentique/LLM 3ans d'expériences minimum en architecture Anglais courant requis Bon Esprit d'équipe

Missions Ingénierie IA & LLM Conception d'architectures IA : sélection et intégration des modèles adaptés (OpenAI, Llama, ... via APIs locales). Mise en œuvre du RAG (Retrieval-Augmented Generation) : conception et alimentation des pipelines de données (chunking sémantique, embeddings, vector databases) pour connecter les LLM aux bases de connaissances internes. Écosystème MCP (Model Context Protocol) : développement et configuration de serveurs/clients MCP pour permettre aux agents IA d'interagir nativement avec les outils et bases de données. Optimisation : maîtrise de la gestion des tokens (coûts et fenêtres de contexte) et du fine-tuning de prompts. Développement Fullstack & Architecture Promotion de l'utilisation d'agents de coding type RooCode dans un IDE. Backend : développement et maintenance des services robustes, principalement en C# / .NET (Core & Framework) et ponctuellement en Java. Frontend & Desktop : évolution des interfaces (.NET WPF et web Angular). Data & Scripting : utilisation de Python pour le prototypage IA et le traitement de données.

📌 Informations Clés Contrat / Mission : Prestation de services (Freelance) Localisation : Paris (Format hybride : sur site + quelques jours de télétravail) Tarif Journalier Moyen (TJM) Max : 450 € HT Date de démarrage : ASAP Date de fin : 31/12/2026 (Mission long terme) 🚀 Contexte et Mission Intégré(e) au sein d’une équipe IA internationale axée "produit", vous participerez au cycle de vie complet des systèmes d'intelligence artificielle à grande échelle : de la donnée brute au déploiement en production, jusqu'à la mesure de l'impact métier. Votre rôle consistera à concevoir, construire et optimiser des systèmes intelligents et composés pour répondre à des problématiques concrètes liées au secteur du voyage d'affaires (classement, recommandation, expériences LLM orientées clients). Principales responsabilités : Développement IA : Concevoir et implémenter des solutions basées sur l'apprentissage automatique, le deep learning et l'IA générative (classement, chatbots, reconnaissance d'intention, systèmes agentiques, NLQ). End-to-End Delivery : Gérer l'ingénierie des fonctionnalités, le pipeline de données, la modélisation, ainsi que l'évaluation (en ligne/hors ligne) et le monitoring des modèles. Analyse & Data : Manipuler de grands ensembles de données réelles (structurées et non structurées) pour extraire des insights exploitables. Collaboration & Communication : Vulgariser des concepts de Data Science complexes pour les restituer de manière simple à la direction et aux partenaires métiers, au sein d'une équipe multisite et multiculturelle.

Nous recherchons un(e) AI Engineer pour rejoindre une startup spécialisée dans le développement de solutions d'IA sur mesure pour des clients évoluant dans des secteurs variés (énergie, agriculture, pharmaceutique, e-commerce, etc.). L'entreprise accompagne ses clients de bout en bout, de la définition de la stratégie IA jusqu'au déploiement en production de solutions à grande échelle. Vous intégrerez une structure en forte croissance où l'autonomie, la capacité à apprendre rapidement et la prise d'initiative sont essentielles. Vos missions Participer à la phase de cadrage et de compréhension des problématiques métiers. Concevoir et développer des solutions IA robustes et industrialisables. Développer des systèmes basés sur les LLM (RAG, agents, assistants IA, automatisation). Concevoir, entraîner, optimiser et déployer des modèles de Machine Learning. Collaborer avec les équipes techniques et les parties prenantes pour transformer les besoins métiers en solutions concrètes. Participer aux choix d'architecture et aux bonnes pratiques de développement. Assurer la mise en production, le suivi et l'amélioration continue des solutions déployées. Contribuer à la montée en compétence de l'équipe et partager vos connaissances. Environnement technique Python Machine Learning / Deep Learning LLMs, RAG, Agents IA LangChain, LlamaIndex ou équivalent PyTorch ou TensorFlow Pandas / Polars Bases de données vectorielles Docker AWS ou GCP

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : Worflow AI et Agentic AI pour les process Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés Bases de connaissances, RAG Factory, ... Socle et process LLMOps et evaluation de performance, ... Description Intégration des modèles IA dans des solutions applicatives, Développement de prototype, démonstrateurs, pilotes. Industrialisation et optimisation pour la production, développement d'APIs et services ML

Informations Clés : Intitulé du poste : System Architect Gen AI – Expert Cloud Hybride (GCP / Microsoft) Département : Direction de la Data / Pôle Architecture IA Localisation : Paris (75) Rythme de travail : Mode hybride (Présentiel obligatoire 3 jours par semaine minimum) Date de démarrage : ASAP (Urgent) Durée de la mission : Visibilité jusqu'au 31/12/2026 Budget / Tarif : 650 € - 680 € HT / jour (Selon expérience) Objectif de la mission : Sous la supervision du Lead System Architect AI, votre rôle principal sera de concevoir, de mettre en œuvre et de faire évoluer les assets d'Intelligence Artificielle Générative (Gen AI) sur une plateforme hybride GCP/Microsoft. Vous serez le garant de la cohérence technique, de la scalabilité, de la robustesse et de la sécurité des solutions d'IA Générative, tout en agissant comme référent d'excellence sur les architectures LLM. 🛠️ Missions Principales & Responsabilités Architecture Gen AI & LLMOps : Conception d'architectures découplées, scalables et sécurisées (RAG, Agents autonomes). Définition de l'architecture applicative des environnements LLM (DEV, UAT, PROD) et intégration des pipelines CI/CD via les pratiques LLMOps. Solutions "Développeur Augmenté" : Piloter et mettre en œuvre des solutions et outils d'augmentation de la productivité des développeurs par l'IA. Conception d'Architectures Robustes : Garantir la tolérance aux pannes, rédiger les contrats d'interface, développer les processus de fallback et gérer les exigences non fonctionnelles (optimisation de la latence, sécurité, fiabilité). Modèles d'Interaction et d'Ingestion : Analyser les besoins métiers, créer les modèles conceptuels pour le stockage vectoriel, optimiser la consommation des tokens LLM et mettre en place des mécanismes d'évaluation continue des modèles. Gouvernance et Dette Technique : Assurer la mise en application des principes de gouvernance de l'IA au sein du groupe et piloter activement la réduction de la dette technique. Compétences Techniques Requises : 1. Expertises Cloud Écosystèmes IA (Multi-Modèles) Environnement Google Cloud (GCP) : Agent Platform (ex-Vertex AI), BigQuery Data Agents, Gemini. Environnement Microsoft : Copilot, Copilot Studio, WorkIQ, M365 Copilot Agents. Développement & Frameworks : Python, SQL, ADK. Protocoles : A2A, MCP. 2. Architectures Cognitives & LLMOps Avancés Orchestration & Function Calling : Expérience prouvée dans le découplage de la logique métier pour faire interagir dynamiquement les agents avec le Système d'Information (code modulaire en Python, Go, etc.). Conception pour Forts Volumes : Gestion des bases de données vectorielles à l'échelle ( Vector Search ), stratégies avancées de mise en cache sémantique (réduction des coûts et de la latence) et maîtrise des architectures multi-agents (planification, réflexion). Sécurité appliquée à la Gen AI : Maîtrise des stratégies de prévention des attaques (ex: Prompt Injection , Data Poisoning ) et implémentation de filtrages stricts (OLS/RLS sémantique) pour le cloisonnement des données. Observabilité & Monitoring : Traçabilité fine des prompts, monitoring des coûts par token et diffusion des logs applicatifs vers les couches de Sécurité du SI (SIEM). Livrables Attendus : Diagrammes d'architecture cibles et cartographies techniques. Dossiers de spécifications techniques des pipelines LLMOps. Documentation des exigences et formalisation des décisions d'architecture. Supports techniques et évangélisation auprès des équipes de développement.

Contexte: Equipe de 20 experts repartis sur 5 poles d'activite (Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office, Client Services). 15+ plateformes de Data Science / MLOps en production (Cloud et on premise) / 600+ utilisateurs Data Scientists Plusieurs infrastructures, plateformes et services d'IA Generative en production a l'attention de tous les metiers du Groupe. Un GRID de GPU on premise utilise pourle training et l'inference. Pratiques DevSecOps / GitOps / MLOps / LLMOps Automatisation autour des APIs des infrasturcutres, des plateformes (kubernetes/openshift) et des produits. Environnement technique: - Docker / Kubernetes / OpenShift / Cloud / Bare Metal - Programmation en python - Shell scipting - GPU Computing Outils de CI/CD DevSecOps/GitOps : hashicorp Vault, gitlab, gitlab-CI, kaniko, keycloak, ansible, Artifactory, ArgoCD, Argo Workflow

Missions Conception et développement de services Data et IA pour la connaissance clients et la performance business Pilotage de la performance commerciale Détection d’insights, recommandations, prédictions Détails techniques Machine Learning : IA générative et agentique : techniques de mises en œuvre de LLMs, architectures RAG et agentiques, … Techniques NLP / NLU : embeddings, transformers, BERT, … Machine learning : régression, classification, clustering, détection d’anomalies, moteur de recommandations, séries temporelles Deep learning (architectures, transfert learning, fine tuning, …) IA responsable et de confiance, IA explicable, maîtrise des biais Maîtrise de Python pour la data science (sklearn, pytorch, keras, LangChain, LangGraph, …) Bases vectorielles et d’indexation texte et embeddings : Elasticsearch, Faiss, … Expérience avec la plateforme Dataiku Outils informatiques Langage : Python Prototypage : Gradio, Streamlit Outil de versioning : git Cloud : AWS Bedrock Expérience avec une architecture On prem serait un plus Curiosité intellectuelle, autonomie et réactivité Capacité de communication : capacité à analyser et synthétiser, pédagogie Force de proposition : capacité à proposer des solutions innovantes

Contexte & Enjeux Les données de marché de référence (futures, yields, FX, indices, obligations) présentent de nombreuses anomalies non détectées, non tracées et souvent corrigées manuellement. Cette situation entraîne une perte de temps significative et impacte la confiance des équipes Research & Prediction. Objectif de la mission Structurer, fiabiliser et industrialiser les contrôles de qualité sur les données de marché, avec une approche à la fois technique et analytique. Les 3 axes principaux 1. Audit Cartographie complète des contrôles existants Identification des gaps par classe d’actifs Construction d’un backlog priorisé 2. Implémentation Développement d’une librairie modulaire de quality checks en Python Remédiation des données historiques Gestion des escalades avec les fournisseurs de données (Bloomberg) 3. Industrialisation & IA Mise en place d’un monitoring automatisé (dashboards KPI, alerting) Industrialisation des contrôles en production Réalisation d’un POC basé sur des LLMs pour : Génération semi-automatique de contrôles Analyse des causes racines des anomalies

Dans le cadre du renforcement d’une équipe technique, nous recherchons un développeur confirmé pour intervenir sur des projets applicatifs en forte évolution, intégrant des technologies modernes et des solutions d’intelligence artificielle. Vous participerez à l’ensemble du cycle de développement, de la conception à la mise en production, dans un environnement exigeant mêlant développement fullstack, intégration de services IA/LLM et pratiques DevOps. À ce titre, vos principales missions seront : Concevoir, développer et intégrer de nouvelles fonctionnalités (backend et frontend) Développer et maintenir des API en Python (FastAPI ou Django) Participer à l’intégration de solutions basées sur des modèles d’intelligence artificielle (LLM, APIs IA, LangChain, etc.) Assurer la maintenance évolutive et corrective des applications Optimiser les performances et la qualité du code Contribuer aux pipelines CI/CD et aux pratiques DevOps (Docker, Kubernetes) Rédiger et maintenir la documentation technique (architecture, API, procédures de déploiement) Vous évoluerez dans un environnement technique moderne, avec des enjeux forts autour de la qualité logicielle, de la sécurité et de la performance, notamment sur des problématiques de recherche documentaire (Elasticsearch) et de déploiement sur cloud souverain.