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

Pour un acteur en assurance, le prestataire interviendra en tant que Product Manager IA Générative, à l’interface entre les équipes techniques (Data, IT, Architecture, Sécurité) et les directions métiers. Il/elle aura pour mission de : Structurer la vision cible de la plateforme IA Gen, notamment en run (SLA, architecture, sécurité, scalabilité, UX, conformité, gouvernance). Nourrir la roadmap produit de la plateforme et des composants associés (LLM Gateway, RAG, agents, etc.). Identifier, cadrer et prioriser des cas d’usage IA à fort impact métier, en lien avec les directions concernées (RH, DOCC, DD, Achats, etc.). Accompagner les équipes dans l’appropriation des briques IA et l’industrialisation des usages. Ce rôle nécessite une forte capacité de projection, une compréhension fine des enjeux IA, et un leadership transverse permettant de faire émerger des convictions. Livrables : 1. Gouvernance & pilotage produit Production des supports de pilotage et des comptes rendus. Suivi des jalons techniques et métiers (MEP, MVP, industrialisation). 2. Vision produit & construction de la valeur Définition des features de la plateforme IA Gen (RAG, agents, supervision, sécurité, UX…). Appropriation des composants techniques (LLM Gateway, reranker, VPCE, etc.). Participation active aux phases de recette fonctionnelle. Évaluation de la pertinence métier et des enjeux éthiques des cas d’usage. Veille IA Générative et coordination des contributeurs internes. 3. Structuration du delivery Construction et mise à jour de la roadmap produit. Coordination avec les équipes Data, IT, Sécurité, Architecture. Suivi des risques, qualité, conformité (IA Act, DRG-Secop…). 4. Délivrer des cas d'usages précis pour les métiers en lien avec l'équipe data science

Nous souhaitons renforcer la sécurité de solutions IA afin de garantir la protection optimale des données et prévenir les potentielles vulnérabilités. Cette demande vise à intégrer un consultant avec une expérience de la sécurisation des solutions IA Gen et de la gestion des risques de fiabilité et de sécurité : Élaborer et mettre en oeuvre des stratégies de sécurisation. Paramétrer les premiers systèmes de sécurisation adaptés aux solutions IA générative. Il s'agit d'un accompagnement très opérationnel, en interaction avec les équipes de Data et IA enginieering, de nos architectes IA et de nos équipes de sécurité opérationnelles. L'expert s'intégrera notamment dans l'équipe produit "plateforme IA Gen" déjà en place en charge du chantier pour couvrir ces aspects sur lesquels sont expertises est attendue. La mission inclut : L'évaluation des solutions existantes en termes de sécurité. La proposition et mise en oeuvre des améliorations concrètes. Le paramétrage des systèmes de sécurisation adaptés aux solutions IA. La création de protocoles de sécurité et mise en place des mesures immédiates. La formation des équipes internes aux bonnes pratiques de sécurité en IA. Un accompagnement pendant la mise en oeuvre des recommandations. Les livrables incluent : Des scénarios de tests Des composants et des process de sécurisation des IA Gen, notamment par Guardrailing, paramétrés et opérationnels Des rapports d'évaluation de performances Des composants et des process automatiques d'évaluation de performances des mécanismes de sécurisation Des composants d'automatisations de systèmes de sécurisation paramétrés et opérationnels.

Nous recherchons un Expert Sinequa certifié pour intervenir sur un projet stratégique autour de l’intégration d’un moteur de recherche intelligent capable de s’interfacer avec un LLM (Large Language Model) . La mission s’inscrit dans une démarche d’innovation autour de la recherche cognitive et de la valorisation des données via l’IA. Responsabilités : Configurer et optimiser la solution Sinequa (solution française / Chaps Vision). Concevoir et maintenir l’ architecture d’interfaçage entre Sinequa et un LLM (RAG, GPU, pipelines d’inférence, etc.). Travailler sur la mise en œuvre d’une architecture RAG (Retrieval-Augmented Generation) . Assurer la connexion et la compatibilité de la solution avec l’environnement Azure / Cloud Microsoft . Collaborer avec les équipes IA, Data et Infrastructure pour garantir la performance et la sécurité de la solution.

Définir l’architecture et développer les composants nécessaires à la mise à disposition homogène des modèles LLM. Développer des solutions pour qualifier, exposer et instancier les modèles, en assurant leur supervision. Assister les squads métiers sur la conception des solutions bancaires en utilisant les outils développés par la squad socle. Contribuer au suivi de production et à la résolution des incidents. Prendre en charge des tickets de développement et de support. Être force de proposition pour l’amélioration continue des produits, dans le respect des normes d’architecture du SI.

Nous recherchons un AI Engineer Azure confirmé pour le compte d’un grand groupe dans le cadre d’un projet stratégique autour de l’IA Générative . La mission consiste à concevoir et développer des solutions d’assistants IA en exploitant les services avancés de la plateforme Microsoft Azure . 🎯 Vos missions principales : Concevoir et développer des solutions IA Générative (LLM, RAG, Agents) dans Azure. Mettre en œuvre et exploiter les services Azure AI Foundry et Copilot Studio . Déployer des assistants IA répondant aux besoins métiers et intégrés aux outils internes. Développer et intégrer des modèles IA/ML personnalisés (fine-tuning, optimisation). Collaborer avec les équipes techniques et métiers pour définir les cas d’usage et maximiser la valeur business. Contribuer à la mise en production et à l’orchestration des pipelines IA via Azure DevOps.

Le consultant interviendra en tant que Data Scientist pour accompagner les travaux de consolidation et d'industrialisation de nouveaux services pour les directions métier. Le terrain de jeux sera les technologies IA Gen, les RAG et les chaines d'ingestions de corpus documentaires hétérogènes. Le DS sera en responsabilité de la conception (en collaboration avec les interlocuteurs métiers, Data et DSI) et le développement de solutions répondant aux besoins métier. Il réalisera les études de faisabilité, de risque et de performance nécessaire pour la maturation du Use Case à travers le cycle de vie (incubation, industrialisation, run). Livrables : Pipeline d'acquisition, préparation et traitement de données (structurées et non structurées) Pipeline d'entrainement, test et validation, Composants d'inférence Automatisation de pipeline et workflow Mécanismes et process de monitoring de la performance API Prototypes et démonstrateurs Plan d'experiences et de tests Documentation technique et fonctionnelle Rapport de veille technologique et technique

Orcan Intelligence recherche pour l’un de ses clients, un software Engineer senior pour concevoir, développer et déployer une solution stratégique au cœur du système d'information. Cette solution servira d'interface centralisée entre les différentes applications métiers et les Large Language Models (LLM). Missions : Développer l'application d'interface en utilisant principalement le framework .NET. Intégrer les différents LLM et les connecter aux applications existantes du client. Mettre en œuvre les composants liés à l'Intelligence Artificielle. Intervenir sur l'infrastructure pour le déploiement d'une solution Microsoft dédiée et garantir l'opérationnalité dans le Cloud Azure.

Vous êtes passionné(e) par l’innovation et les défis techniques ? Vous avez une solide expérience en Machine Learning et en industrialisation de modèles ? Cette opportunité est faite pour vous ! 🔍 Vos missions : ✅ Concevoir, entraîner et déployer des modèles d’IA performants ✅ Optimiser leur intégration dans nos systèmes ✅ Développer des solutions scalables en Python ✅ Assurer la mise en production et le déploiement ✅ Collaborer avec les équipes Data Science et développement En termes de compétences, sont notamment attendus une maîtrise de : Infrastructure cloud Produits Docker Python et des librairies Machine et Deep Learning (Pytorch, TensorFlow, Fastai, ...) FastAPI Grands Modèles de Langage (LLM) Expérience en création d'outils IA

GenAI Platform Software Engineer Vorstone recherche un Ingénieur logiciel applicatif intégration GenAI Platform - Cloud GCP, DevOps, Python, APIs, intégration, pour un de ses clients basé à Paris. La mission s’inscrit dans le cadre du développement d’une plateforme IA interne visant à industrialiser les cas d’usage métiers autour de la GenAI. Initialement déployée via PrismAI (SaaS), la plateforme sera internalisée d’ici fin 2025 sur GCP. L’équipe en place recherche un Ingénieur applicatif intégration GenAI Platform pour contribuer à la montée en puissance de la solution et préparer les prochaines évolutions prévues sur la roadmap 2026.

En quelques mots Cherry Pick est à la recherche d'un Data Scientist (H/F) , pour le compte de l'un de ses clients qui opère dans le domaine de l'énergie . Description 🎯 Contexte Le groupe accélère la production de solutions digitales pour ses activités dans le monde. Dans ce cadre, la Data Factory recherche un Data Scientist expérimenté en LLM et IA Générative pour développer des solutions innovantes et industrielles autour de l’IA agentique et du traitement de données complexes. 🛠️ Missions & Livrables Exploration & PrototypageConcevoir et évaluer des approches IA agentique (LLM + outils/API + code).Expérimenter du fine-tuning ciblé (LoRA, autres techniques) sur données métiers.Comparer rigoureusement RAG / fine-tuning / multi-agents et frameworks (LangChain, LlamaIndex, CrewAI). Conception & Développement Créer des workflows avancés combinant RAG (connaissance), fine-tuning (style), agents (actions). Explorer et mesurer la fiabilité des capacités de raisonnement (Chain-of-Thought, ReAct, etc.). Produire des démonstrateurs fonctionnels et recommandations techniques. Contributions transverses Participer aux CoP (communautés de pratique) et rituels de squads. Contribuer à la conception/maintenance d’outils et packages communs. Challenger la vision de l’équipe et participer à la roadmap IA.

Attention, 50% du temps sur site client à Bruxelles (au moins 2 jours par semaine non négociable) Développement technique de la solution GenAI Choix, implémentation et ajustement des modèles LLM Mise en place et gestion des bases de données vectorielles Intégration des sources de données (SharePoint Online) Optimisation des prompts Supervision du pipeline de données Contribution au déploiement sécurisé dans Azure Cloud : Microsoft Azure Données : Documentation technique interne (PDF sur SharePoint Online) Architecture cible : Chatbot avec RAG et LLM (OpenAI GPT ou autre), sécurisé, déployé dans Azure Technologies envisagées : Python, Azure OpenAI, CI/CD, REST API, IAM, RBAC

Contexte du poste Dans un contexte d’accélération des usages de l’IA et d’exigences croissantes en cybersécurité et conformité réglementaire (NIS2, RGPD, AI Act, bonnes pratiques ISO/IEC 42001, 27001/27005…), l’organisation souhaite structurer et formaliser sa politique de cybersécurité appliquée à l’IA. Le Chef de projet IA / Cybersécurité jouera un rôle clé dans la définition du cadre, sa mise en œuvre opérationnelle, et l’accompagnement des équipes techniques et métiers. Missions principales 1. Élaboration de la politique de cybersécurité appliquée à l’IA Construire une politique cybersécurité dédiée aux projets IA (purs ou intégrant des briques IA). Définir les exigences de sécurité adaptées aux différents types d’IA (ML, LLM, modèles embarqués, services cloud, etc.). Intégrer les enjeux liés aux données (qualité, confidentialité, gouvernance, gestion des jeux d’entraînement). 2. Définition du processus de prise en compte de la cybersécurité dans le cycle de vie des projets IA Conception d’un processus de sécurité couvrant tout le cycle : idéation, cadrage, conception, entraînement, validation, déploiement, exploitation. Coordination avec les métiers, les équipes d’ingénierie, les architectes, le juridique, la data gouvernance et le RSSI. Intégration du processus dans la gouvernance projet et dans les instances existantes. 3. Rédaction du livrable de référence : “Politique de prise en compte de la cybersécurité dans les projets et produits IA” Le livrable inclura notamment : L’organisation cible et les rôles/responsabilités (Métiers, Data, RSSI, Architectes, Juridique, Achats…). Les jalons de validation et exigences à contrôler à chaque étape. Les points de contrôle cyber spécifiques aux projets IA (robustesse des modèles, attaques adversariales, données sensibles, dérives de modèle, dépendances cloud…). Les grilles d’évaluation et matrices de risques cyber appliquées à l’IA (risques modèles, risques données, risques d’exploitation). Les clauses contractuelles types pour appels d’offres et contrats incluant de l’IA : obligations de sécurité, exigences de gestion et protection des données, auditabilité et monitoring, obligations de conformité (AI Act, RGPD…), obligations en matière de gestion de vulnérabilités IA. 4. Préparation de la phase opérationnelle Préparer le passage de la politique à l’opérationnel. Former et sensibiliser les équipes (ingénierie, métiers, achats, juridique). Participer à la structuration du dispositif opérationnel et soutenir l’Expert IA / Cybersécurité. Contribuer à la mise en place des outils de suivi, audit, monitoring sécurité des modèles.

Le Lab Data connaît une forte accélération et un passage à l’échelle. Les équipes construisent et opèrent un Data Mesh , un Datalake , ainsi qu’une plateforme complète permettant de rendre accessibles les données, les analytics et les produits IA. Le périmètre inclut : Conception du magasin Workspace pour accès aux données Connectivité avancée du Data Lab Mise en production de nombreux agents et modèles (≈60) Montée en puissance sur l’ observabilité , le Go-to-Market , l’orchestration, et l’optimisation de la vitesse de livraison L’objectif : accélérer , scaler , et professionnaliser la chaîne de valeur Data & IA pour soutenir une croissance forte du nombre d’utilisateurs. Mission principale Rejoindre le Lab Data pour : Accélérer l’évolution du Data Mesh et du Datalake Renforcer l’observabilité, la qualité, et la fiabilité des pipelines Structurer et opérer la plateforme agentique (LLM, agents, graph, orchestration) Améliorer la vitesse et la maturité en production (MLOps & LLMOps) Accompagner l’onboarding rapide des nouveaux utilisateurs et experts Contribuer au Go-to-Market et à la montée en maturité du produit Participer au développement interne des outils d’automatisation et d’orchestration Responsabilités clésData Engineering & Analytics Développer et opérer des pipelines Spark / SQL performants Contribuer au Data Mesh, Datalake, et aux connecteurs Workspace Gestion de la consommation via API, Spark, Elastic Search Déploiement et optimisation Power BI & DataViz avancée Participer à la construction du catalogue de données / agents Orchestration & Infrastructure Concevoir et opérer les workflows sur Kubernetes Infrastructure as Code (Terraform – un plus) Observabilité appliquée au Data & IA (logs, metrics, traces) Contribution à la refonte de n8n interne Gestion DAG & orchestrateurs internes / agentiques ML Ops & LLM Ops Gestion du cycle de vie ML & LLM Mise en production d’agents LLM (60+ agents en prod) Context engineering : gestion dynamique du contexte partagé, hiérarchie, rationalisation Deep Search, Knowledge Graph, Neo Forging Monitoring, optimisation et sécurité des modèles Plateforme agentique : supervision, versioning, fiabilité Développement Applicatif API robustes (Python / FastAPI) Application front (React – un plus, avec sensibilité design) Automatisation et intégration dans la plateforme

Nous recherchons un Ingénieur IA / ML Ops senior pour renforcer notre équipe IT Data & IA en charge des projets Data & IA stratégiques d'un grand groupe international. 📍 Localisation : Saint Quentin en Yvelines / 2J de TT 📅 Démarrage : ASAP ⏳ Durée : Longue mission ✅Piloter le portefeuille de cas d’usage IA (ML, deep learning, IA générative, agentique) ✅Être le référent IA auprès des chefs de projet, architectes, métiers et partenaires ✅Mettre en place les bonnes pratiques de Feature Engineering, validation des données & QA ✅Challenger les modèles et garantir leur robustesse, explicabilité et conformité (IA Act, RGPD) ✅Définir et appliquer le cadre ML Ops du groupe (CI/CD, versioning, monitoring, reproductibilité) ✅Concevoir et implémenter des architectures IA modulaires et industrialisables ✅Auditer, valider et documenter les modèles / cas d’usage avant mise en production ✅Encadrer et accompagner les juniors, diffuser les bonnes pratiques et vulgariser auprès des métiers ✅Assurer une veille technologique active et anticiper les évolutions réglementaires

La mission s’inscrit dans le cadre du projet « Artificial Intelligence Engineering », au sein de la division GDAI du Groupe. Ce projet vise à accompagner les entités dans leur montée en compétence, en définissant et en appliquant les meilleures pratiques en matière d’ingénierie ML / LLM. Nous déployons un parcours de formation en ML/LLM Engineering à l’échelle mondiale du Groupe, et nous recherchons une personne pour soutenir cette initiative. Améliorer le référentiel de formation MLOps / ML Engineering utilisé à l’échelle mondiale au sein du groupe Faire évoluer le parcours vers des pipelines ML sur AWS et Databricks (actuellement sur Azure)

Contexte Le profil interviendra sur l’ensemble du cycle de vie des solutions d’Intelligence Artificielle (IA), incluant : Industrialisation et CI/CD : Mise en place et maintenance de pipelines CI/CD (GitLab, Docker, Terraform, Kubernetes). Infrastructure et automatisation : Gestion et optimisation des environnements AWS (S3, EMR, SageMaker, IAM…). Data Engineering & Spark : Développement et optimisation de jobs Spark pour la préparation et le traitement de données à grande échelle. MLOps / Production : Déploiement, suivi et supervision des modèles IA (MLflow, , monitoring Datadog). Collaboration transverse : Interaction quotidienne avec les Data Scientists pour fiabiliser le delivery et le suivi des modèles. Veille et amélioration continue : Participation active à l’optimisation des pipelines et à la montée en maturité technique de l’équipe. Description de la mission Le profil sera en charge de : Maintenir et faire évoluer les pipelines d’industrialisation (CI/CD, Terraform, Docker, Kubernetes). Participer à la mise en production et au suivi des modèles IA (Airflow, Datadog, , MLflow). Garantir la fiabilité des traitements Spark et la conformité des environnements AWS. Contribuer au suivi de la production et aux mises en production (MCO). Participer à l’amélioration continue des outils et pratiques Data/IA. Documenter les bonnes pratiques techniques et partager les retours d’expérience au sein de l’équipe AI Experts. Compétences techniques attendues Obligatoires (Must Have) : CI/CD (GitLab) Docker Terraform Kubernetes Spark Python AWS (S3, EMR, SageMaker, IAM…) Souhaitables (Nice to Have) : MLflow Airflow API / FastAPI Datadog Suivi de production / MEP Autres compétences : Expérience de collaboration avec des Data Scientists Veille technologique et amélioration continue Soft Skills recherchés Esprit d’équipe et forte culture du delivery Rigueur technique, curiosité et autonomie Capacité à collaborer efficacement dans un environnement pluridisciplinaire (DE, DS, OPS, PO, DEV, staff) Sens du partage et de la documentation Livrables et responsabilités principales Maintenir et faire évoluer les pipelines CI/CD et d’industrialisation Participer aux mises en production et au suivi des modèles IA Garantir la fiabilité des traitements Spark et la conformité AWS Contribuer à l’optimisation continue des outils et pratiques Documenter et partager les bonnes pratiques techniques