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

Mission La mission d'une institution financière majeure est de contribuer à une croissance responsable et durable par un financement de l'économie dans le respect des plus hauts standards éthiques, en particulier dans les domaines de l'anti-blanchiment d'argent, de la lutte contre le terrorisme, et de la lutte contre la fraude et l'ingénierie sociale. L'optimisation des services opérationnels via la science des données représente une opportunité majeure pour notre entreprise de se démarquer sur le marché. Descriptif du Poste Assurer la recherche de données et la mise au point de modèles performants afin d'assister de nombreuses équipes de la banque commerciale dans leur effort d'identification et d'analyse des comportements suspects. Déployer et intégrer ces modèles dans les infrastructures et flux de travail de l'entreprise en assurant un impact positif et maîtrisé. Profil Recherché Nous cherchons un profil capable de développer et intégrer des solutions avancées de data science appliquée à des données structurées en priorité. Des compétences en traitement du langage naturel (NLP traditionnelle, voire GenAI) seraient un plus permettant de proposer à nos clients internes des fonctionnalités différenciantes et l'évolution en interne du profil vers d'autres projets. Ce profil doit connaître en détail le fonctionnement de nombreux algorithmes d'apprentissage, supervisé comme non supervisé, et être en pleine possession des méthodologies d'évaluation de modèles. Idéalement, le candidat devrait avoir une expérience pratique dans des projets similaires et démontrer une capacité à traduire un problème concret en problème mathématique au moyen des données. Une excellente maîtrise de Python et de SQL est en outre nécessaire. Des compétences de type "soft skills" seront également incontournables, comme la gestion de projet, une écoute de qualité avec les interlocuteurs métier ainsi qu'une bonne communication, et un goût de la collaboration et le partage des connaissances, notamment avec les autres data scientists et les équipes techniques et opérationnelles (MLE, MLOPS, OPS).

Vous assurez le pont entre la recherche en Data Science et la mise en production des modèles prédictifs. Votre mission principale consiste à industrialiser les pipelines de Machine Learning pour garantir leur robustesse, leur répétabilité et leur scalabilité. Vous mettez en place des chaînes de CI/CD spécifiques au ML (MLOps) incluant le versioning des données, des modèles et du code. Vous développez des outils de monitoring pour détecter la dérive des données (data drift) et la baisse de performance des modèles en production. Vous travaillez sur l'optimisation des infrastructures de calcul (GPU/CPU), la conteneurisation des modèles (Docker/Kubernetes) et l'exposition via des micro-services performants. Expert technique, vous collaborez avec les Data Scientists pour optimiser les algorithmes et avec les équipes Infra pour garantir une intégration fluide dans l'écosystème Cloud ou On-premise de la banque.

Contexte de la mission Dans le cadre de ses initiatives visant à améliorer la performance énergétique et à accélérer la décarbonation de ses activités, le client recherche un Product Engineer IA / ML . La mission s’inscrit au cœur des activités Énergie (bâtiments, sites industriels, réseaux, production) et consiste à accompagner les Business Units dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle à fort impact opérationnel. Le prestataire interviendra comme acteur clé entre les équipes métier, Data Science et IT , avec un objectif clair de passage à l’échelle et de déploiement multi-BU. 2. Objectifs de la mission Développer et déployer des solutions IA/ML industrielles visant l’optimisation de la performance énergétique et la réduction de l’empreinte carbone Transformer des problématiques opérationnelles complexes en produits IA robustes, maintenables et prêts pour la production Garantir l’intégration des solutions dans la plateforme data du Groupe et leur réplicabilité à l’échelle des Business Units Assurer un impact métier mesurable en lien direct avec les enjeux énergétiques et environnementaux 3. Missions et responsabilités Le Product Engineer IA / ML sera en charge de : Concevoir, développer et déployer des solutions IA/ML scalables, du POC à la production Collaborer étroitement avec les équipes Data Science et IT pour assurer la faisabilité technique, la qualité des données et l’industrialisation Construire et maintenir une bibliothèque de composants IA/ML explicables et réutilisables Intégrer les solutions dans la plateforme data Groupe pour un déploiement multi-BU Orchestrer la livraison end-to-end des cas d’usage, en garantissant robustesse, performance et traçabilité Produire une documentation complète (blueprints, guides d’implémentation, bonnes pratiques) afin de faciliter la réplication des solutions Favoriser la collaboration transverse entre Business Units, équipes Data, IT et fonctions centrales Contribuer au partage de connaissances et à la montée en compétence des équipes internes 4. Compétences requisesCompétences techniques IA générative et agents : Expert Machine Learning & Deep Learning : Expert MLOps et industrialisation des modèles : Confirmé Data Engineering : Avancé Efficacité énergétique et enjeux de décarbonation : Avancé Compétences transverses Capacité à transformer des enjeux métier en produits IA industrialisables Forte culture produit et orientation impact mesurable Capacité à travailler en environnement complexe et multi-acteurs Autonomie, rigueur technique et sens du delivery

Mission AI Engineering (expertise avancée en IA traditionnelle et Gen IA), pour l'accompagnement de nos équipes IT dans la conception, le développement et l'intégration de nos cas d'usages IA en production. Mise à l'échelle des modèles développés, en garantissant leur performance, leur sécurité et leur monitoring dans l'environnement de production. Responsabilités Analyse en profondeur des besoins métier pour concevoir des solutions d'IA sur mesure, performantes, évolutives et économiquement viables. Interaction avec les équipes IT et Opérations pour l'intégration et la maintenance des modèles. Instauration d'une culture de partage de connaissances en IA au sein de l'IT, en organisant des ateliers, des formations et des sessions de mentorat pour faire monter en compétence les équipes. Évaluation régulièrement les solutions d'IA déployées pour en mesurer l'impact, proposer des améliorations continues et assurer une gestion rigoureuse des coûts associés. Support technique et recommandations stratégiques aux équipes projets, tout en veillant à l'optimisation des coûts et à l'efficience des ressources déployées. Garantie de la conformité aux standards de sécurité et aux bonnes pratiques de développement. Compétences techniques Expertise en apprentissage automatique & profond (Machine Learning, Deep Learning...), en traitement du langage naturel (NLP, LLM, Transformers, …), et sur les domaines/technologies pertinents de la Gen IA (RAG, Agent IA, parseur des documents, évaluation et monitoring, etc…) Maîtrise des langages de programmation (e.g. Python...) et des frameworks d'IA (TensorFlow, PyTorch...) et de GenIA (LangChain, LangGraph…) Outils de gestion de données et de modélisation (SQL, NoSQL, Hadoop, Spark, etc.), ainsi que la capacité à développer et à déployer des solutions d'IA dans des environnements de production à grande échelle. Pratiques pour le déploiement comme le MLOPS/GenIA OPS, pour la surveillance et la maintenance des systèmes d'IA en production, garantissant ainsi une transition fluide et efficace du développement à la production. Principes de l'ingénierie logicielle, y compris le développement agile, l'intégration continue et le déploiement continu (CI/CD). Environnements cloud (IBM en particulier) Autres compétences Métier d'Asset Management Aptitude à communiquer des concepts techniques complexes de manière claire et pédagogique, facilitant ainsi le transfert de connaissances. Résolution de problèmes complexes.

Objectifs Au sein de la division AI & Innovation de l'IT groupe d'une institution financière majeure, l'équipe AI Production Center recherche un profil premium afin d'assurer l'ownership technique du produit "Data Science Platform" du groupe. Contexte Équipe de 20 experts répartis sur 5 pôles d'activité (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 à l'attention de tous les métiers du Groupe Un GRID de GPU on premise utilisé pour le training et l'inference Pratiques DevSecOps / GitOps / MLOps / LLMOps Automatisation autour des APIs des infrastructures, des plateformes (kubernetes/openshift) et des produits Environnement de travail Team Play avant tout! Curiosité sans limites!! Autonomie, rigueur, qualité Sens du service client Patience & bienveillance Appétance naturelle pour le partage de connaissances L'automatisation dans le sang Anglais courant (fournisseurs et clients en dehors de France, base documentaire entièrement en Anglais) Laptops au choix (MacOS, Windows)

Dans le cadre du développement d’initiatives autour de l’Intelligence Artificielle Générative, notre client souhaite renforcer son pôle innovation par un profil capable d’explorer, tester et implémenter rapidement des solutions basées sur l’état de l’art en IA. Vous interviendrez sur des sujets mêlant NLP, Computer Vision et LLMs , avec une forte dimension veille technologique et prototypage. Vos missions : Réaliser une veille active sur les technologies d’IA Générative (LLM, outils, frameworks) Identifier, benchmarker et tester des modèles SOTA (state-of-the-art) Concevoir et implémenter des POC et prototypes IA Construire et optimiser des pipelines de traitement de données Mettre en place des architectures RAG (Retrieval Augmented Generation) Effectuer du fine-tuning de modèles de Deep Learning (type BERT/Transformers) Développer des solutions NLP (classification, extraction d’informations, résumé, Q&A) Développer des cas d’usage en Computer Vision (OCR, détection d’objets type YOLO) Proposer des approches méthodologiques et techniques innovantes Participer aux choix d’architecture et d’outillage IA Compétences techniques requises Langages & Data Science Excellente maîtrise de Python Modélisation machine learning (supervisé / non supervisé) Expérience en Deep Learning Frameworks & librairies PyTorch et/ou TensorFlow Transformers (HuggingFace) Scikit-learn LangChain IA Générative & LLM Construction d’architectures RAG Prompt engineering Expérience avec LLM commerciaux (GPT-4, GPT-4o…) Connaissance de LLM open source (Llama 3, Mistral…) NLP Expérience significative en traitement du langage naturel Fine-tuning de modèles type BERT Computer Vision OCR Détection d’objets (YOLO)

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 ?

Dans le cadre d’un renforcement urgent de notre équipe dédiée à l'intelligence artificielle, nous lançons une procédure de recrutement suite à une erreur précédente qui a conduit à l’absence de livraison sur la mission attendue. Nous recherchons dès à présent un(e) Ingénieur(e) IA opérationnel(le) immédiatement, capable de produire rapidement des résultats concrets, des livrables exploitables et des solutions immédiates. Missions principales En tant qu’Ingénieur(e) IA, votre objectif sera de concevoir, développer et déployer des solutions IA performantes, en mettant l’accent sur l’efficacité et l’impact. Développer et mettre en production des modèles IA / ML (NLP, vision, prédiction, classification, selon les besoins) Concevoir des pipelines de traitement des données et entraîner des modèles Optimiser les performances en termes d’exactitude, de latence et de coût Industrialiser les solutions : effectuer des tests, assurer le monitoring, gérer le versioning et appliquer les pratiques MLOps Participer à la définition des cas d’usage en collaboration avec les équipes métier et produit Assurer une livraison rapide de POC (Proof of Concept), MVP (Minimum Viable Product) et de la mise en production Rédiger la documentation, transmettre les compétences et assurer le suivi des avancées

Fort d’une maturité croissante sur ces sujets, notre client lance en 2026 un programme stratégique IA composé d’environ 40 projets et produits, avec pour ambition d’accélérer sa capacité à délivrer des solutions à forte valeur ajoutée. Dans ce cadre, un accompagnement est recherché pour accompagner le développement de produits dédiés à l’efficacité commerciale. Mission : Piloter le développement des produits IA/ML orientés performance commerciale, en lien avec la Direction du Développement Commercial. Identifier et prioriser les cas d’usage à fort impact business (segmentation, scoring, prédiction, churn, valeur client BtoB/BtoC), pour construire une backlog orientée valeur. Assurer, en lien avec l'équipe Data Science, la reprise et la création d’algorithmes de Machine Learning, en garantissant leur robustesse, leur pertinence métier et en s'assurant du respect du processus de gouvernance (Validation des cas d'usages par les instances dédiées, Documentation des produits au niveau attendu, anticipation de la phase d'industrialisation le cas échéant,...). Coordonner la mise en oeuvre de la roadmap produit avec les équipes Data Science, IT, Architecture et Sécurité, en anticipant les jalons, les mises en production et les validations de performance. Mettre en place des mécanismes automatisés de mesure de la valeur produit (performances des modèles, adoption, satisfaction métier) et améliorer la datavisualisation des usages pour suivre l’impact business. Animer et structurer la gouvernance du produit et préparer les livrables à destination du Sponsor pour arbitrages éventuels (COPIL, Report au programme IA,....). livrables : 1. Gouvernance & pilotage produit - Production des supports d’animation des instances (COPIL, COMOP, ateliers de travail) et rédaction des comptes rendus associés - Animation des ateliers de recensement des besoins et d’alignement stratégique avec les métiers - Suivi des budgets dédiés aux projets et réalisation du reporting 2. Construction de la valeur produit - Contribution active à la formation des besoins et problématiques métiers à adresser grâce à l'IA / ML - Contribution active à la définition des features et améliorations nécessaires pour délivrer la valeur métier ; pour des projets en construction ou dans le cadre de l'évolution de produits déjà en run - Participation aux phases de recette fonctionnelle en lien avec les métiers et les data scientists. La pédagogie est primordiale - Appropriation des composants technologiques sous-jacents, en lien avec les architectes, afin de mieux évaluer leur impact sur la performance produit. 3. Structuration du delivery produit - Développement et mise à jour de la roadmap et de la backlog produit, en priorisant la valeur métier. - Support à l’équipe produit sur les sujets transverses : qualité, gouvernance, gestion des risques, et coordination avec la DSI. - Reprise du cycle de vie des produits de scoring en production et dédiés au développement commercial 4. Animation & acculturation IA - Animation de l’équipe produit (métier, DSI, Data, Dev front, etc.) sur les cas d’usage en phase d’exploration ou d’incubation. - Mise en oeuvre du plan de communication autour des produits le cas échéant. - Animation de la veille autour des sujets

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

Contexte et enjeux Notre client en assurance s’est engagé dans un projet stratégique majeur visant à accélérer et industrialiser le déploiement des cas d’usage de la Data Science et de l’Intelligence Artificielle (Machine Learning et LLM). Ce programme ambitieux repose sur la mise en œuvre de socles technologiques robustes, sécurisés et scalables : MLOps LLMOps Environnements Python industrialisés L’objectif est de fournir une plateforme mutualisée et standardisée permettant le développement, l’entraînement, le déploiement et le monitoring des modèles d’IA, utilisable par l’ensemble des équipes Data & IA du client. Dans ce cadre, notre client en assurance recherche un Consultant expert pour prendre en charge la gestion et l’animation de l’équipe dédiée à la plateforme MLOps . Ce rôle est stratégique pour la réussite du projet et la pérennisation des socles en mode RUN. Responsabilités principales 1. Management et animation de l’équipe MLOps Structurer et encadrer l’équipe MLOps (MLOps Engineers, Data Engineers, etc.) Définir les rôles et responsabilités Organiser et planifier les activités, répartir les charges et suivre l’avancement Mettre en place et animer les rituels agiles (daily stand-ups, sprint reviews, rétrospectives) Favoriser la montée en compétences et la diffusion des bonnes pratiques 2. Pilotage technique de la plateforme MLOps / LLMOps Définir l’architecture technique de la plateforme en collaboration avec les architectes et les équipes Data & IA Sélectionner et intégrer les outils et technologies MLOps / LLMOps pertinents Garantir la disponibilité, la scalabilité, la sécurité et la performance de la plateforme Assurer la conformité aux normes de sécurité, de gouvernance des données et de réglementation (RGPD) Définir, suivre et analyser les KPIs de la plateforme et des modèles déployés 3. Delivery du socle MLOps et des cas d’usage Garantir le déploiement des composants du socle MLOps industriel , en lien avec l’ensemble des parties prenantes DSI Organiser la réintégration des cas d’usage déjà en production dans le nouveau socle (compatibilité ascendante) Piloter le déploiement et la gestion opérationnelle de la plateforme MLOps, en autonomie et en coordination avec la DSI Accompagner l’industrialisation et la mise en production des cas d’usage IA 4. Roadmap, gouvernance et pilotage Définir et mettre en œuvre la roadmap MLOps / LLMOps , en adéquation avec les besoins des équipes Data & IA Piloter un portefeuille de projets techniques Gérer les budgets et l’allocation des ressources Animer les instances de pilotage (Comité Projet, Comité de Pilotage) S’appuyer sur les outils de suivi : SCIFORMA (planning et suivi budgétaire), JIRA (suivi des tâches) 5. Communication et coordination Interagir avec les équipes Data Scientists, Data Analysts, Architectes, Sécurité et Opérations Présenter l’avancement et les résultats aux parties prenantes internes (direction, métiers) Animer des ateliers de partage de connaissances et de bonnes pratiques Accompagner l’adoption de la plateforme par les équipes Data & IA Livrables attendus Organisation cible et plan de charge de l’équipe MLOps Roadmap détaillée de la plateforme MLOps / LLMOps Documentation technique et fonctionnelle Rapports d’activité et tableaux de bord de suivi Propositions d’architecture et de choix technologiques Processus et procédures MLOps / LLMOps formalisés Supports de formation et de sensibilisation

Big APPS recrute un(e) Data & IA Engineer en CDI pour intervenir sur des projets Data & IA à forte valeur ajoutée. En tant que Data Engineer, vous aurez pour responsabilités de : Concevoir, développer et maintenir les plateformes de données de nos clients, en garantissant l’intégrité, la disponibilité et la sécurité des données Mettre en œuvre des pipelines de traitement de données : ingestion, stockage, transformation et analyse en temps réel Participer à la création et au déploiement de solutions d’intelligence artificielle (machine learning, systèmes de recommandation) Collaborer avec les équipes Data Science pour l’industrialisation des modèles prédictifs Exploiter les environnements Cloud (Azure, AWS, GCP) pour concevoir des solutions performantes et scalables Contribuer à la culture DevOps en automatisant les déploiements et en intégrant des pratiques CI/CD Profil recherché Pour réussir sur ce poste, vous disposez de : Une expérience ou de solides connaissances en Python, Spark, Scala, Kafka, Java Une forte appétence pour l’IA et la Data Science Une expérience avec au moins un Cloud Provider (Azure, AWS ou GCP) Des connaissances en orchestration de données (Airflow, Prefect) et en bases de données SQL / NoSQL Une sensibilité aux bonnes pratiques DevOps Des certifications Data & Cloud appréciées : Azure Data Engineer, AWS Big Data, Google Cloud Data Engineer, DBT, Snowflake, Databricks Environnement de travail - Une équipe soudée, motivée par le partage de connaissances et le développement des compétences. - Des projets variés touchant à des domaines tels que l'IA, la Big Data, le DevOps et le Cloud. - Un environnement stimulant, favorisant l’innovation et l’utilisation des dernières technologies. - La possibilité de travailler avec des experts et de se former en continu sur les technologies émergentes, notamment dans le domaine de l’intelligence artificielle. Si vous souhaitez rejoindre une entreprise où l'innovation et le développement sont au cœur des projets, envoyez-nous votre candidature dès aujourd’hui !

En tant que Data Analyst ou Data Scientist ou AI Ingineer , vous contribuez aux projets stratégiques de grands comptes bancaires en intervenant sur l’analyse, le traitement et la valorisation des données bancaires et financières. Vos principales missions : Recueillir et analyser les besoins métiers Collecter, structurer et traiter les données chiffrées issues de différentes sources Nettoyer les données (suppression des doublons, gestion des valeurs manquantes, etc.) Développer des algorithmes pour l’exploitation des données (analyse statistique, machine learning) Concevoir et construire des actifs informatiques dédiés à la préparation et à la visualisation des données Développer du code ou des scripts s’appuyant sur des données structurées et non structurées Participer aux phases de tests, recettes et validation des solutions déployées Installer et configurer les outils requis dans le respect du cadre de référence technique Assurer la maintenance évolutive et corrective des solutions déployées, intervenir en support si nécessaire Rédiger la documentation associée (use cases, développements, procédures) Lieu : Paris – Client : Grand établissement bancaire – Type de mission : CDI / Freelance / Portage Démarrage : ASAP – Durée : 3 ans

Mission de pilotage de socle industriel IA Contexte Dans le cadre de sa stratégie Data & IA, notre client en secteur d'assurance engage un programme structurant visant à industrialiser et accélérer le déploiement des cas d’usage de Data Science, Machine Learning et IA Générative (LLM) . Ce programme repose sur la mise en place de socles technologiques mutualisés, robustes, sécurisés et scalables , notamment : une plateforme MLOps , un socle LLMOps , un environnement Python standardisé . Ces socles doivent permettre aux équipes Data & IA de concevoir, entraîner, déployer et superviser des modèles d’IA de bout en bout, dans des conditions industrielles. Dans ce contexte, notre client recherche un Responsable Plateforme MLOps , en charge du pilotage, de la conception, de la mise en œuvre et de l’exploitation du socle MLOps . Responsable Plateforme MLOps (Mission pilote de socle IA) Rattachement fonctionnel Data Office / Direction Data & IA En collaboration étroite avec : équipes Data Scientists & ML Engineers équipes IT / DSI / Production équipes Architecture et Sécurité SI 🎯 MISSIONS PRINCIPALES1. Conception & Architecture Définir, maintenir et faire évoluer l’ architecture cible de la plateforme MLOps en cohérence avec les standards du client. Sélectionner et intégrer les outils MLOps les plus pertinents (orchestration, versioning, CI/CD IA, monitoring…), sur la base du cadrage réalisé. Garantir l’ interopérabilité avec les socles LLMOps existants et l’environnement Python à venir . Valider les choix techniques avec les instances d’architecture et de sécurité. 2. Mise en œuvre & Déploiement Piloter et contribuer activement à la mise en œuvre technique du socle MLOps. Compléter le socle CI/CD existant avec les composants spécifiques à l’IA et au ML. Définir et implémenter les processus de déploiement, de versioning et de mise à jour des modèles en production . Travailler en coordination avec les équipes DSI / Production Data. 3. Exploitation, RUN & Monitoring Garantir la disponibilité, la performance, la sécurité et la scalabilité de la plateforme. Mettre en place un monitoring proactif des modèles (qualité, dérive, performance) et de l’infrastructure. Définir et suivre les KPIs, SLAs et indicateurs de service . Gérer les incidents et problèmes selon les pratiques ITIL. 4. Standardisation & Bonnes pratiques Définir et diffuser les bonnes pratiques MLOps auprès des équipes Data & IA. Mettre en place des standards de développement, de test, de packaging et de déploiement des modèles. Produire et maintenir une documentation technique et fonctionnelle complète. 5. Accompagnement & Support Accompagner les Data Scientists et ML Engineers dans l’appropriation de la plateforme. Fournir un support technique expert . Contribuer aux actions de formation, de conduite du changement et de partage de connaissances , en lien avec les équipes Change du Data Office. 6. Veille & amélioration continue Assurer une veille technologique active sur les outils et pratiques MLOps / LLMOps. Proposer des évolutions continues du socle en fonction des besoins métiers et des innovations du marché.

Dans le cadre de sa stratégie Data & IA, notre client dans le secteur bancaire renforce ses équipes pour concevoir, entraîner, déployer et monitorer des modèles de Machine Learning, et intégrer les solutions d’IA Générative dans ses parcours clients et processus métiers. Vous rejoignez une équipe Data innovante, à la croisée des enjeux opérationnels, réglementaires et technologiques. Environnement technique : Modélisation & IA : Logistic Regression, XGBoost / LightGBM, SHAP, LIME, LLM (OpenAI, HuggingFace), LangChain, LangGraph ML Engineering : Python, Scikit-learn, MLflow, FastAPI, Pytest, GitHub Actions, Docker, Kubernetes Cloud & Big Data : Azure ML, Databricks, pySpark, Azure DevOps, Snowflake (atout) MLOps : CI/CD, Feature Store, API ML, Monitoring Drift, Backtesting, RAGAS, LLM as a Judge

En tant qu’AI Engineer, vous intervenez sur la conception, le développement et l’industrialisation de solutions d’Intelligence Artificielle, allant du Machine Learning classique aux cas d’usage de GenAI. Vous travaillez au cœur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits. Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production. Vous correspondez au/à la AI Engineer que nous recherchons si : Vous évoluez efficacement au sein d’équipes agiles et pluridisciplinaires , en collaboration étroite avec les équipes Data, IT et métiers Vous faites preuve d’un fort esprit analytique , de rigueur et de pragmatisme Vous êtes autonome, proactif et doté d’un solide sens des responsabilités Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes Vous savez prioriser vos tâches , gérer les contraintes (qualité, délais, coûts) et respecter vos engagements Vous disposez d’un solide bagage en software engineering , vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables , principalement en Python Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage Vous êtes à l’aise avec les outils de versioning (Git) et les workflows collaboratifs associés Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent) Vous comprenez les enjeux de préparation des données , de feature engineering et de qualité des datasets pour les usages ML / AI Vous avez une experience dans l’ industrialisation des modèles ML , incluant entraînement, validation, versioning et déploiement Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring) Vous avez une appétence pour les cas d’usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en œuvre de frameworks d’évaluation pour les systèmes GenAI incluant : évaluation de la qualité des réponses (relevance, faithfulness, completeness), validation des chaînes de retrieval et d’embeddings, comparaison de prompts, modèles ou configurations