Trouvez votre prochaine offre d’emploi ou de mission freelance Machine Learning

Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes

Pour l'un de nos clients nous recherchons un Développeur Golang Confirmé ou Sénior : • Travailler sur des sujets à fort impact et à forte criticité • Collaborer étroitement avec des ML Engineers sur la révolution de l’IA • Monter en compétences sur des sujets Machine Learning et GenAI, appliqués à des cas concrets • Monter en compétences sur le domaine de la Recherche & de la Recommandation • Participer à des conférences Machine Learning / Tech

Dans le cadre du renforcement de son dispositif de lutte contre la fraude, un acteur majeur de la protection sociale souhaite engager une démarche analytique avancée basée sur l’exploitation de ses données internes. L’objectif est de détecter, anticiper et prioriser les cas de fraude via des approches Data Science et Machine Learning. 🚀 Objectifs de la mission Identifier les schémas de fraude existants Développer des modèles de détection (supervisés / non supervisés) Mettre en place un scoring de fraude (segmentation des risques) Améliorer la détection précoce et les capacités d’investigation Proposer des outils et recommandations opérationnelles pour les métiers

Le contexte Tu intègres une équipe data de +12 personnes sur un projet à forte criticité : conception de workflows agentiques connectés à un écosystème data interne, avec de vrais enjeux business (CA, marge, pricing, promotion). Solide expérience en Machine Learning & optimisation (modèles prédictifs, algos de perf — idéalement pricing ou promotion) Data modeling pour alimenter des agents IA (input agents, référentiels produits) Maîtrise de l' IA générative et du NLP : conception de workflows agentiques (analyse de messages, génération de réponses, interaction automatisée) Stack & atouts appréciés Python (Pandas, NumPy, SciPy), Scikit-learn / TensorFlow / PyTorch, GCP , BigQuery & Looker Studio, Git / CI/CD, bonnes pratiques de craftsmanship (SOLID, tests, Sonar), méthodes agiles. Profil +7 ans en Data Science Python, Bac+5 (école d'ingé / université) ou équivalent Expertise hybride : Agentic AI + GenAI (LLM) + ML décisionnel Français courant (interactions métier)

Nous recherchons un Machine Learning Engineer expérimenté pour une mission stratégique chez un client grand compte. Stack et compétences clés : Python 3.12 (expertise attendue) Kubernetes / Helm / Docker (maîtrise technique au-delà de l'utilisation) Azure SDK FastAPI GitLab (CI/CD, évolution de pipelines) OpenAPI, multithreading, ajout de routes pour UI gérant l’orchestration des déploiements jusqu’en UAT Tests unitaires obligatoires, monitoring des performances Organisation Agile en Squads et Chapters (partage des bonnes pratiques) Matrice RACI déjà en place, capacité à la faire évoluer Jenkins pour la production (géré par les équipes Ops) Certification KAD : un plus fortement apprécié, possibilité de la passer pendant la mission Contexte métier : Projet dans le secteur assurance autour de la modélisation de données, extraction d’informations depuis des contrats, comparaison avec des référentiels, vérification de cohérence, automatisation, recherche sémantique

Nous sommes actuellement à la recherche d'un Architecte Data IA pour l'un de nos clients sur le bassin niortais : Modélisation dimensionnelle avancée : étoile, flocon, constellation, choix du grain, gestion des dimensions conformes et des faits. Conception orientée performance : réduire les jointures, anticiper les agrégats, optimiser la lisibilité des requêtes BI et les temps de réponse des tableaux de bord. Découpage fonctionnel du décisionnel : distinguer entre entrepôt de détail central et datamarts thématiques pour servir des usages variés. Modélisation de flux quasi temps réel : savoir concevoir une cible où certains indicateurs sont calculés à la volée, sans casser les usages historiques de BI. Maîtrise SQL et validation des modèles : capacité à prototyper, tester les requêtes et valider la cohérence des modèles avec les équipes métiers et techniques. Concevoir et mettre en place des architectures data robustes et évolutives Définir la stratégie de gestion et de valorisation des données Piloter des projets en intelligence artificielle et machine learning Collaborer avec les équipes techniques et métiers pour identifier les cas d’usage Garantir la qualité, la sécurité et la gouvernance des données Assurer une veille technologique constante sur les outils data et IA

· Vous contribuerez à la mise en œuvre du processus MLOps pour maintenir les modèles de ML en production. · Vous collaborerez avec l'équipe pour déployer ou améliorer des pipelines ML évolutifs et efficaces en utilisant les meilleures pratiques MLOps. · Vous collaborerez avec l'équipe au développement de services de qualité production avec des tests unitaires et d'intégration, CI/CD et devOps pour ces services. · Vous identifierez de nouvelles opportunités pour améliorer les processus de go-to-production et MLOps. · Vous appliquerez des pratiques et des normes de développement logiciel pour améliorer et garantir la qualité du code de nos applications. · Vous maintiendrez un rôle actif à chaque étape du cycle de vie du développement logiciel.

Le poste d'Ingénieur ML est crucial pour le développement d'applications d'intelligence artificielle, en se concentrant sur le cycle complet de développement des modèles de ML, incluant la création de pipelines de données, l'entraînement, l'évaluation et le déploiement des modèles. Responsabilités : Améliorer les modèles d'encodeurs : augmenter la capacité du modèle et la résolution d'entrée. Construire un support de classification multi-classe pour un ensemble d'attributs de fonctionnalités de carte — de bout en bout : pipeline de données, entraînement de modèle et évaluation. Porter un pipeline d'inférence à grande échelle vers C, construire une interface en ligne de commande et un frontend pour la gestion des tâches, et créer une interface de plugin pour visualiser les résultats. Porter l'inférence CoreML vers MLX, permettant l'exécution de modèles sur plusieurs systèmes d'exploitation. Former un modèle de confiance et de classement basé sur les sorties de modèles autoregressifs existants. Mettre en œuvre un entraînement par curriculum : classer les tâches par difficulté et automatiser la planification progressive des données d'entraînement. Must Have : Compétences avancées en Python et en ingénierie de ML à travers l'ensemble du cycle de développement des modèles. Expérience avec des architectures d'encodeurs , des modèles autoregressifs, ou des approches de pré-entraînement auto-supervisées (ex : Autoencodeurs Masqués). Familiarité avec CoreML, MLX, ou des frameworks d'inférence comparables. Expérience en C ou C++ pour des travaux de portage d'inférence est un plus. Nice to Have : Expérience avec des stratégies d'apprentissage par curriculum ou de planification de données d'entraînement. Autres Détails : Présentiel 5 jours sur site à La Défense , bilingue Anglais excellent niveau obligatoire

Le poste d'Ingénieur ML est crucial pour le développement d'applications d'intelligence artificielle, en se concentrant sur le cycle complet de développement des modèles de ML, incluant la création de pipelines de données, l'entraînement, l'évaluation et le déploiement des modèles. Responsabilités : Améliorer les modèles d'encodeurs : augmenter la capacité du modèle et la résolution d'entrée. Construire un support de classification multi-classe pour un ensemble d'attributs de fonctionnalités de carte — de bout en bout : pipeline de données, entraînement de modèle et évaluation. Porter un pipeline d'inférence à grande échelle vers C, construire une interface en ligne de commande et un frontend pour la gestion des tâches, et créer une interface de plugin pour visualiser les résultats. Porter l'inférence CoreML vers MLX, permettant l'exécution de modèles sur plusieurs systèmes d'exploitation. Former un modèle de confiance et de classement basé sur les sorties de modèles autoregressifs existants. Mettre en œuvre un entraînement par curriculum : classer les tâches par difficulté et automatiser la planification progressive des données d'entraînement. Must Have : Compétences avancées en Python et en ingénierie de ML à travers l'ensemble du cycle de développement des modèles. Expérience avec des architectures d'encodeurs , des modèles autoregressifs, ou des approches de pré-entraînement auto-supervisées (ex : Autoencodeurs Masqués). Familiarité avec CoreML, MLX, ou des frameworks d'inférence comparables. Expérience en C ou C++ pour des travaux de portage d'inférence est un plus. Nice to Have : Expérience avec des stratégies d'apprentissage par curriculum ou de planification de données d'entraînement. Autres Détails : Présentiel 5 jours sur site à La Défense , bilingue Anglais excellent niveau obligatoire

Dans le cadre du programme stratégique HALO, visant à enrichir l’expérience bancaire digitale au sein de l’application mobile d’un grand acteur bancaire, nous recherchons actuellement un.e Data Scientist Senior / Machine Learning Engineer. Vous intégrerez le Chapitre Data, rattaché à la Direction Data, en charge de l’accompagnement des squads dans la conception, l’industrialisation et l’exploitation de cas d’usage Data, Machine Learning et Intelligence Artificielle. Vous évoluerez dans un environnement exigeant, multi-squads, au cœur d’une architecture moderne orientée API et event-driven, avec des enjeux forts de performance, sécurité, conformité et qualité des livrables. 🎯 Votre rôle En tant que Data Scientist Senior / Machine Learning Engineer, vous intervenez sur l’ensemble du cycle de vie des cas d’usage IA. De la compréhension des besoins métiers jusqu’au déploiement en production et au suivi en RUN, vous êtes garant.e de la performance, de la robustesse et de la valeur des modèles mis en œuvre. Vous travaillez en lien étroit avec les Product Owners, Business Analysts, Data Engineers et équipes métiers afin de transformer des cas d’usage bancaires en solutions data industrialisées. Vos missions 🧠 Cadrage et analyse des cas d’usage Vous intervenez dès les premières phases des projets pour comprendre et qualifier les besoins : Analyser les cas d’usage métiers avec les squads Identifier les problématiques Data / IA pertinentes Définir les approches de modélisation adaptées Sélectionner les données utiles et leur méthodologie de traitement Traduire les besoins métiers en problématiques data exploitables 🔬 Exploration, prototypage et modélisation Vous construisez et testez les solutions algorithmiques : Réaliser l’exploration et l’analyse des données Développer des prototypes de modèles ML / IA Tester et comparer différents algorithmes Évaluer les performances des modèles (accuracy, recall, precision…) Optimiser les modèles selon les contraintes métiers et techniques 🏗 Industrialisation et déploiement des modèles Vous assurez la mise en production des modèles : Concevoir et industrialiser des modèles de Machine Learning Développer les pipelines de training, inference et scoring Déployer les modèles dans les environnements de production Intégrer les modèles dans des architectures API et event-driven Garantir la scalabilité et la robustesse des solutions 📊 MLOps, monitoring et RUN Vous assurez la fiabilité dans la durée des modèles déployés : Mettre en place des dispositifs de monitoring des modèles Suivre la performance en production Détecter les dérives et proposer des ajustements Participer au RUN et à la résolution d’incidents Améliorer en continu les modèles et pipelines existants 🤝 Collaboration et communication Vous êtes un acteur clé du delivery en environnement Agile : Participer aux rituels des squads multi-équipes Suivre les tâches dans un contexte Agile à l’échelle Présenter les avancées aux équipes métiers et techniques Vulgariser les résultats auprès d’interlocuteurs non techniques Contribuer à la compréhension et l’adoption des solutions IA 🧭 Environnement fonctionnel & technique 🏦 Domaine fonctionnel Banque de détail Expérience client digitale Ciblage, recommandation, recherche et prédiction Parcours clients mobile Cas d’usage IA et Machine Learning 🛠 Environnement technique Python, Scala, Bash SQL / NoSQL Spark, PySpark Kubernetes, Cloudera AWS SageMaker Git, CI/CD MLOps et industrialisation des modèles Scikit-learn, Pandas, NumPy Architecture API et event-driven

Almatek recherche pour l'un de ses clients, un Data Scientist senior et IA/machine Learning sur Lyon. Profil recherché : Data Science & Machine Learning • Maîtrise des techniques de ML supervisé et non supervisé • Expérience en NLP : embeddings, analyse textuelle, extraction d’entités, classification de texte • Connaissance d LLM & IA Générative • Expérience intégration LLM • Connaissance des approches RAG, prompt engineering, et fine-tuning • Capacité à travailler avec des modèles LLM fournis par un tiers (FAB IA SNCF) à travers une API standard. Plateforme Databricks & Data Engineering • Maîtrise de Databricks : Unity Catalog, Delta Lake, MLflow, Génie, notebooks et pipelines • Compétences en SQL avancé et Python • Capacité à concevoir et optimiser des pipelines de données et des workflows de traitement

Hoxton Partners recherche un Senior Data Engineer GCP avec une exposition significative au Machine Learning afin de reprendre et de faire évoluer un produit Data/ML déjà en production. La mission s’inscrit dans un environnement international, transverse et orienté produit, avec de forts enjeux de fiabilité, de maintenabilité et de passage à l’échelle. Missions principales Reprendre, analyser et fiabiliser un produit Data/ML existant en production. Concevoir, maintenir et faire évoluer des pipelines de données sur Google Cloud Platform. Développer et optimiser les traitements en Python et SQL, notamment autour de BigQuery, Cloud Storage, Dataflow, Composer/Airflow et Pub/Sub. Challenger les choix d’architecture et proposer des solutions scalables, robustes et maintenables. Comprendre et faire évoluer des composants Machine Learning, notamment des modèles de forecasting et de séries temporelles. Industrialiser les déploiements à l’aide de pratiques CI/CD, Git, Terraform et DataOps, tout en assurant la documentation et la collaboration avec les équipes internationales.

Dans le cadre du renforcement d'une équipe R&D spécialisée en innovation numérique et design computationnel, nous recherchons un(e) AI/ML Engineer pour intervenir sur des projets à forte composante scientifique et simulation numérique. Vous contribuerez au développement de solutions d'intelligence artificielle appliquées à la modélisation physique, à la prédiction de résultats de simulation et à l'accélération des processus de conception assistée par calcul. Vos missions Développer des modèles d'IA et de Machine Learning appliqués aux simulations physiques. Concevoir et industrialiser des pipelines d'entraînement, de validation et d'évaluation des modèles. Mettre en œuvre des approches de surrogate modeling afin de réduire les temps de calcul des simulations. Participer à la construction de solutions de Scientific Machine Learning. Travailler sur des modèles basés sur les Physics-Informed Neural Networks (PINNs). Structurer, préparer et exploiter des datasets issus de simulations numériques et de données géométriques. Collaborer étroitement avec des équipes multidisciplinaires composées d'ingénieurs, chercheurs et experts métier.

Bonjour, Nous recherchons un Data Engineer / Data Scientist Senior pour une mission longue durée basée à Lyon , avec une présence sur site de 2 à 3 jours par semaine . Localisation : Lyon (2 à 3 jours/semaine sur site) TJM maximum : 430 € HT Démarrage : 01/09/2026 Durée de la mission : 16 mois (jusqu’au 31/12/2027) Contexte de la mission Dans le cadre du développement des usages Data & IA, vous interviendrez sur l’ensemble de la chaîne de valeur, de l’expérimentation à l’industrialisation. Vous apporterez votre expertise sur les technologies Data, participerez à la conception de solutions innovantes et contribuerez à leur intégration dans le système d’information. Principales responsabilités : Apporter une expertise technique sur les technologies Data et contribuer aux choix d’architecture. Réaliser des expérimentations et des Proofs of Concept autour des cas d’usage Data & IA. Développer des modèles et traitements de données adaptés aux besoins métiers. Concevoir et mettre en œuvre des pipelines de traitement et d’intégration des données. Participer à l’industrialisation et au déploiement des solutions au sein du SI. Transformer et valoriser des données non structurées afin de les rendre exploitables. Contribuer à l’amélioration de la qualité, de la structuration et de la gouvernance des données. Collaborer avec les équipes dans un environnement Agile et participer aux rituels de projet.

Bonjour, Nous recherchons pour notre client grand compte un ML Engineer spécialisé en modèles LLM multimodaux et fine-tuning pour l'audiovisuel Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour en français Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence MLE/5344-6 dans l'objet de votre message Contexte de la prestation La prestation s'inscrit chez un grand compte du secteur des médias et de l'audiovisuel, engagé dans la plateformisation de son offre numérique et le développement de ses usages data et IA. Le besoin porte sur l'adaptation et le fine-tuning de modèles open-source multimodaux pour des cas d'usage audiovisuels, leur industrialisation et leur mise en production, ainsi que leur intégration dans l'écosystème média existant. Activités principales Identifier, adapter et fine-tuner des modèles open-source (vision, audio, parole, texte) pour des cas d'usage audiovisuels spécifiques. Implémenter des stratégies avancées d'interaction et d'optimisation (prompt-engineering, RAG (Retrieval-Augmented Generation), LoRA/distillation, quantization, pruning) pour maximiser précision, latence et pertinence éditoriale. Architecturer des pipelines multimodaux end-to-end fusionnant vidéo, audio, images et texte pour enrichir les métadonnées, optimiser l'indexation et automatiser les workflows de production. Établir des métriques d'évaluation, benchmarker et itérer sur les systèmes d'IA via des KPIs techniques et business clairement définis. Concevoir et déployer des solutions multimodales cross-data et cross-modality pour étendre les capacités prédictives et génératives des modèles. Administrer et optimiser l'infrastructure technique nécessaire au déploiement, monitoring et ajustement des modèles en production (clusters GPU/TPU, gateway d'inférence, scaling policies). Orchestrer l'intégration des services IA dans l'écosystème média existant (MAM/PAM, NRCS, chaînes de transcription, pipelines de distribution, systèmes d'information logiciels SI) en collaboration avec product owners et tech leads. Structurer, enrichir et valider les datasets audiovisuels en garantissant leur alignement avec les exigences éditoriales, culturelles et éthiques. Instrumenter, mesurer et raffiner les modèles en conditions opérationnelles (accuracy, fairness, explainability, pertinence culturelle, empreinte carbone). Coordonner avec les équipes pluridisciplinaires l'alignement des solutions IA avec les objectifs stratégiques et le cadre réglementaire (RGPD, AI Act). Élaborer et maintenir une documentation technique exhaustive assurant la transmissibilité des connaissances.