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

StarClay recherche un Data Scientist spécialisé en Intelligence Artificielle pour une mission auprès de son client, leader de l'information juridique. La mission s'inscrit dans un contexte de développement et d'industrialisation de solutions d'IA avancées visant à enrichir les contenus et les produits juridiques du client à l'international. Le consultant interviendra sur l'ensemble du cycle de vie des solutions data et IA. Sa mission principale consistera à concevoir, développer et mettre en production des modèles et solutions basées sur l'IA (Agentic, LLM, Deep Learning). Les responsabilités clés incluent : - Définir et implémenter des solutions basées sur : - le prompt engineering - des modèles de deep learning (NLP, classification, ranking) - des workflows agentiques - Exploiter des données textuelles complexes (juridiques, doctrinales) pour concevoir des solutions innovantes - Mettre en oeuvre des mécanismes garantissant la qualité, la robustesse et le monitoring des modèles en production - Collaborer étroitement avec les équipes Produit, Data Engineering et les experts métiers

Dans le cadre de projets innovants autour de l’Intelligence Artificielle et plus particulièrement des Large Language Models (LLM) , nous recherchons un Data LLM Engineer pour rejoindre une équipe spécialisée dans la mise en place de solutions IA génératives. Missions Concevoir, développer et optimiser des pipelines de données adaptés à l’entraînement et au fine-tuning de modèles LLM. Participer à la préparation, la structuration et l’étiquetage de jeux de données massifs et hétérogènes. Intégrer et déployer des modèles de langage dans des environnements de production. Mettre en place des mécanismes d’évaluation, monitoring et amélioration continue des performances des modèles (metrics, hallucinations, biais, robustesse). Collaborer étroitement avec les Data Scientists, MLOps et Software Engineers pour industrialiser les solutions IA. Assurer une veille technologique sur les dernières avancées en NLP, LLM et IA générative.

🔍 Nous recherchons un Data Scientist senior pour concevoir et développer de nouveaux cas d’usage en Intelligence Artificielle à fort enjeu. 🎯 Vos missions principales (3 axes) : ✅ Identification & analyse des besoins : participation à des ateliers d’idéation, compréhension des enjeux clients et proposition de solutions algorithmiques sur mesure ✅ Développement & validation des modèles IA : analyse des données, conception, tests et validation d’algorithmes (optimisation, ML, Deep Learning, LLM, NLP) en environnement sensible ✅ Partage & montée en compétences : diffusion des connaissances au sein de l'équipe, partage des retours d’expérience et contribution à la montée en maturité de l’équipe

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).

Poste IA Native Software engineer Localisation Hauts de Seine TT: 2 jours Dans un contexte de forte accélération de l’innovation digitale, nous recherchons un AI-Native Software Engineer capable d’accompagner la transformation des pratiques de développement et d’intégrer l’IA générative au cœur des usages technologiques. Rattaché(e) à la direction Innovation & Stratégie Digitale, le/la prestataire interviendra en tant que référent technique et coach IA, avec une approche résolument orientée delivery, qualité et montée en compétence des équipes. Missions principales Agir comme coach technique des équipes de développement, en diffusant les bonnes pratiques liées à l’IA générative et aux approches AI-Native Accompagner la montée en compétence des équipes via l’intégration d’assistants IA (ex. Copilot, Claude Code) pour accélérer le développement, la revue de code et la documentation Concevoir, développer et maintenir des applications performantes et scalables (Java / Spring Boot, React ou Angular, Node.js), enrichies par des assistants IA intégrés au cycle de vie du développement Mettre en œuvre des automatisations avancées (tests, CI/CD, observabilité, monitoring) afin d’optimiser la productivité et la fiabilité des livraisons Contribuer à des architectures modernes orientées APIs et Cloud (PaaS / IaaS), incluant infrastructure as code (Terraform) Garantir la qualité, la sécurité et la robustesse des développements, en veillant au respect des standards techniques, des bonnes pratiques de sécurité et des contraintes de l’environnement SI Collaborer étroitement avec les équipes produit, design et architecture, dans une logique agile et transverse Accompagner les équipes sur l’ensemble du cycle de vie des solutions, de la conception technique assistée par IA jusqu’au monitoring en production

Dans un contexte de déploiement et de sécurisation de solutions d’IA de nouvelle génération (GenAI, LLM, agentique) , nous recherchons un expert technique cybersécurité & DevSecOps avec une forte expertise Azure / Microsoft . Le rôle est exclusivement technique , orienté mise en œuvre concrète des contrôles de sécurité , en interaction directe avec les équipes de développement et data. Missions principales Sécurisation de la stack Azure IA / GenAI : Azure AI & Cognitive Services Azure OpenAI (si utilisé) Azure Machine Learning Fabric, Power Platform, M365 Design et implémentation des contrôles de sécurité : authentification et autorisation (RBAC, MFA, Conditional Access, PIM), sécurisation réseau et identité, cloisonnement des environnements et sécurisation des endpoints IA. Mise en place et amélioration de chaînes CI/CD sécurisées Sécurisation de l’Infrastructure as Code (Terraform, Bicep) Exploitation et paramétrage des outils Microsoft : Sentinel, Defender for Cloud, Purview (DLP, gouvernance des données) Accompagnement des développeurs, data engineers et data scientists sur : les risques IA (prompt injection, poisoning, exfiltration, escalade de privilèges), les bonnes pratiques de sécurité applicables. Livrables attendus Architectures et blueprints de sécurité pour des solutions GenAI sur Azure Configurations sécurisées des services IA Contributions aux analyses de risques et mesures de mitigation techniques Revues de code, IaC et pipelines CI/CD Mise en place de contrôles automatisés (policy-as-code, scripts, pipelines) Reporting technique sur la posture de sécurité et les plans de remédiation Profil recherché 8 à 12 ans d’expérience en cybersécurité / cloud security Au moins 3 ans récents sur des projets GenAI / LLM / IA moderne en environnement Azure Expertise confirmée sur : Azure & M365 (RBAC, MFA, Conditional Access, PIM), services IA Azure, DevSecOps / CI-CD / IaC, outils de sécurité Microsoft (Sentinel, Defender for Cloud, Purview). Capacité à intervenir sur des projets IA concrets , au-delà de simples POC Soft skills & langues Forte capacité à interagir avec des profils techniques (devs, data) Posture pédagogique et orientée solutions À l’aise en environnement international Anglais professionnel courant obligatoire Intitulés possibles Expert Technique Cybersécurité & DevSecOps – GenAI / Azure Senior Cloud Security Engineer – Azure / GenAI Architecte Sécurité Azure & M365 – IA / GenAI

Dans le cadre de programmes stratégiques autour de l’ IA de nouvelle génération (GenAI) , notre client grand compte du secteur bancaire renforce ses équipes avec un expert technique en cybersécurité et DevSecOps , très orienté mise en œuvre concrète des contrôles de sécurité sur Azure / Microsoft . Vous rejoignez une équipe internationale mature, déjà dotée de profils GRC et pilotage . 👉 Ce poste n’est pas un rôle de chef de projet ni de GRC : la valeur attendue est 100 % technique . 🎯 Priorité absolue : experts cyber capables de sécuriser des cas d’usage GenAI / LLM / agentiques en production , dans un contexte bancaire exigeant (sécurité, conformité, data sensible) . Vos missions (périmètre technique) Vous interviendrez en support technique avancé pour la sécurisation de la stack IA du client : 🔹 Sécurité des plateformes GenAI sur Azure Azure AI & Cognitive Services Azure OpenAI (si utilisé) Azure Machine Learning Microsoft Fabric, Power Platform, M365 Intégrations data (ex : Snowflake) 🔹 Design & implémentation des contrôles de sécurité Identités & accès : RBAC, MFA, Conditional Access, PIM Sécurisation réseau et cloisonnement des environnements Sécurisation des endpoints et services IA 🔹 DevSecOps & Infrastructure as Code Mise en place et amélioration de pipelines CI/CD sécurisés Sécurité de l’IaC : Terraform, Bicep Intégration de contrôles automatisés et policy-as-code 🔹 Outils de sécurité Microsoft Microsoft Sentinel Defender for Cloud Microsoft Purview (DLP, classification, conformité) 🔹 Rôle de référent technique Interaction directe avec développeurs, data engineers, data scientists Capacité à apporter des réponses opérationnelles sur les risques IA : prompt injection data / model poisoning exfiltration de données escalade de privilèges via agents / LLM 📦 Livrables attendus Blueprints et architectures de sécurité GenAI sur Azure Configurations sécurisées des services IA (RBAC, policies, alertes, DLP…) Contribution aux analyses de risques et mesures de mitigation techniques Revue de code, IaC et pipelines CI/CD Mise en œuvre de contrôles automatisés Reporting technique : posture de sécurité, vulnérabilités, plans de remédiation

Périmètre DevOps & SysOps 1. Automatisation & Déploiement Mise en place d’un pipeline CI/CD complet : build, tests, déploiements et releases. Déploiement automatisé de l’API backend et de tous les modules associés. Gestion de l’infrastructure pour garantir une mise en production fiable et répétable. 2. Supervision & Observabilité Mise en œuvre de la surveillance des composants LLM et IA générative (logs, métriques, alertes). Monitoring et reporting des KPIs de performance, d’usage et de qualité. 3. Sécurité & Conformité Configuration et gestion de l’authentification, autorisation et gestion des accès. Respect des exigences sécurité du Groupe BNP et des règles d’accessibilité RGAA . Mise en place de la gestion et rotation des secrets, tokens et credentials. 4. Exploitation & Résilience Rédaction de la documentation technique d’exploitation et d’intégration. Mise en place et automatisation des procédures de sauvegarde et restauration (données, contextes, historiques). Gestion de la scalabilité : montée en charge, load-balancing, optimisation des performances. Définition et application de la politique de gestion des incidents, astreintes et SLA. Expertises fonctionnelles et techniques : Compétences requises Compétences techniques essentielles (synthèse) 1. Cloud & Infrastructure Maîtrise d’un cloud (AWS, Azure, GCP) Infrastructure as Code : Terraform, Ansible Architectures scalables et haute disponibilité 2. Conteneurs & Orchestration Docker Kubernetes / OpenShift (déploiement, scaling, secrets, monitoring) 3. CI/CD & Automatisation Pipelines GitLab CI, GitHub Actions, Jenkins Automatisation build/test/deploy Sécurisation des pipelines 4. Observabilité Logs : ELK, Splunk Monitoring : Prometheus, Grafana, Datadog Suivi spécifique LLM/IA : performance, coûts, dérives 5. Sécurité Authentification/autorisation (OAuth2, OIDC, SAML) Gestion des secrets (Vault, KMS) Sécurité API et conformité RGAA 6. Backend & APIs Compréhension des APIs REST/GraphQL Connaissance de base en Python / Node.js / Java Microservices 7. Bases de données PostgreSQL, MongoDB, Redis Backup/restore, stockage objet 8. Exploitation & Incidents Runbooks, SLA, ITIL Tableaux de bord et KPIs d’usage/performance 9. IA Générative (bonus fortement recommandé) Appels API LLM Gestion des prompts et contextes Notions de RAG et sécurité IA

Attention au respect du TJM Au sein d’un domaine dédié aux services digitaux et à la relation client, l’équipe conçoit et opère des solutions innovantes basées sur l’IA Générative, déployées à l’international. L’une des solutions majeures est un chatbot conversationnel GenAI à destination des clients finaux de plateformes e-commerce multi-pays. Le Développeur Backend GenAI intervient au sein d’une équipe agile (développeurs, Product Owner), en collaboration étroite avec des experts Data et Ops. Il est responsable de la conception, l’industrialisation, la maintenance et l’évolution de la couche backend qui alimente les agents virtuels GenAI, dans un environnement technologique en évolution rapide. Curiosité, autonomie, proactivité et capacité d’expérimentation sont essentielles pour réussir dans ce rôle. Responsabilités principalesDéveloppement applicatif & architecture Concevoir et développer des microservices Python orchestrant les conversations Garantir un code propre, testé, documenté et maintenable Participer aux décisions d’architecture applicative Intégration IA Générative (LLM) Implémenter et optimiser des workflows GenAI Concevoir et améliorer les prompts Gérer le contexte conversationnel Mettre en œuvre des stratégies de RAG (Retrieval Augmented Generation) Qualité & évaluation IA Mettre en place des pipelines d’évaluation automatique des réponses LLM Utiliser des approches de type LLM-as-a-Judge Suivre des métriques de pertinence et de fiabilité Observabilité & Run Instrumenter le code pour assurer la robustesse en production Surveiller : les latences, les erreurs, les coûts de tokens Exploiter des outils d’observabilité et de monitoring DevOps & exploitation Gérer les déploiements et l’infrastructure sur un cloud public Appliquer les bonnes pratiques : Git, CI/CD, tests unitaires et d’intégration

Dans le cadre d’une mission pour l’un de nos clients, acteur majeur du secteur bancaire, nous recherchons un Data Scientist / ML Engineer spécialisé en IA Générative et Agentic AI pour intégrer l’équipe Data & IA . Vous interviendrez sur la conception, l’entraînement et le déploiement de solutions d’IA avancées visant à optimiser des processus métier critiques : analyse de documents, support aux traders, automatisation de workflows, conformité réglementaire et reporting. Missions principales 1. Modélisation & Machine Learning Développer des modèles de Machine Learning avancés en Python pour des cas d’usage bancaires : fraude, scoring, gestion et anticipation des risques. Préparer, nettoyer et transformer des données structurées et non structurées (logs, documents réglementaires, rapports, données métiers). 2. Large Language Models (LLM) Fine-tuning et intégration de LLM industriels (GPT-4/5, LLaMA, Mistral…). Conception et implémentation de pipelines RAG (Retrieval-Augmented Generation) pour un accès contextualisé aux données internes (politiques internes, réglementations, Knowledge Base). Mise en œuvre de prompting avancé et d’architectures adaptées aux besoins CIB . 3. Agentic AI Prototyper et déployer des agents autonomes capables d’interagir avec : APIs internes Workflows Services bancaires (ex. assistant trader, extraction d’informations réglementaires). Orchestration de tâches complexes via des frameworks tels que : LangChain, LangGraph, AutoGPT . 4. Production & Industrialisation Packager et déployer les modèles en production : Docker API REST / GraphQL Environnements cloud privé ou hybride Collaboration avec les équipes MLOps, Cloud et Sécurité pour garantir : Scalabilité Monitoring & observabilité Respect des contraintes réglementaires. 5.Gouvernance & Compliance IA Garantir l’application des règles internes d’ Ethics & Compliance liées à l’IA. Mise en place de tests de : Robustesse Biais Traçabilité et explicabilité des modèles. Profil recherché Formation supérieure en Data Science, IA ou Informatique Solide expérience en Machine Learning et IA Générative Excellente maîtrise de Python Bonne connaissance des environnements bancaires / financiers appréciée Capacité à travailler sur des sujets à forte valeur métier et forte exigence réglementaire

Contexte Nous recherchons un Développeur Python avec une appétence forte pour l’ intelligence artificielle , capable de participer au développement et à l’industrialisation de solutions IA intégrées à des applications existantes. Missions principales Développer des applications et services backend en Python Intégrer des composants IA / Machine Learning dans des applications métier Concevoir et exposer des APIs pour la consommation de services IA Participer à la mise en production des solutions (tests, déploiement, supervision) Collaborer avec les équipes techniques et métiers Contribuer à l’amélioration continue du code et des pratiques de développement Compétences techniques Très bonne maîtrise de Python Développement d’APIs (FastAPI, Flask ou équivalent) Bases solides en IA / Machine Learning ou en intégration de modèles existants Utilisation de frameworks ou services IA (OpenAI, HuggingFace, Azure OpenAI, etc.) Connaissances en conteneurisation ( Docker ) appréciées Notions de CI/CD et d’environnements cloud appréciées Profil recherché Formation en informatique ou équivalent Expérience en développement Python (production ou projets significatifs) Intérêt marqué pour les sujets IA et LLM Capacité à travailler en équipe et à communiquer efficacement Curiosité technique et esprit pragmatique Environnement de travail Projets techniques à fort impact Collaboration avec des profils backend, IA et infrastructure Contexte évolutif et innovant

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

Notre client, recherche un Product Manager IA Générative / Platform PM – IA Gen & RAG (H/F) dans le cadre d'une longue mission. Le client déploie une plateforme d’IA Générative (LLM, RAG, Agents IA) et recherche un Product Manager senior pour structurer la roadmap produit et piloter des cas d’usage métier à fort impact. - Porter la vision produit de la plateforme IA Générative à l’échelle de l’entreprise - Définir les features techniques : LLM Gateway, RAG, supervision, sécurité, UX - Animer la roadmap produit et les comités associés - Identifier, cadrer et prioriser les cas d’usage avec les métiers - Piloter les MVP, mises en production, industrialisation des solutions IA - Assurer la conformité (IA Act), la qualité et la gestion des risques - Coordonner les équipes Data, IT, Sécurité, Architecture et Métiers Livrables - Vision cible de la plateforme IA Gen (SLA, scalabilité, UX, sécurité) - Roadmap produit détaillée - Dossiers de cadrage des cas d’usage IA - Recettes fonctionnelles des features IA - Supports de pilotage et reporting - Suivi des risques, conformité IA et qualité