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

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

· 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.

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

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.

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.

Contexte Au sein de la Direction Data de notre client, vous rejoindrez une équipe dédiée au développement de solutions d'Intelligence Artificielle et d'IA Générative visant à améliorer l'expérience utilisateur, personnaliser les contenus numériques et optimiser les processus internes. Vous intégrerez une équipe composée d'un Product Owner, d'un Tech Lead, d'un ML Engineer et de plusieurs Data Scientists dans un environnement innovant et orienté produit. Missions Définir et piloter la roadmap des produits IA en collaboration avec les équipes métiers et techniques Recueillir, analyser et formaliser les besoins sous forme de User Stories Prioriser le backlog en fonction de la valeur métier et des enjeux stratégiques Accompagner les équipes Data Science et Engineering dans la conception et le déploiement des solutions IA Assurer la coordination entre les différentes parties prenantes (Produit, CRM, Édito, Data, Tech) Identifier de nouveaux cas d'usage IA et IA Générative Définir et suivre les indicateurs de performance des produits IA Analyser les résultats et piloter l'amélioration continue des solutions Assurer une veille technologique sur les évolutions de l'IA et de l'IA Générative Environnement Intelligence Artificielle & IA Générative Machine Learning Agile (Scrum / Kanban) SQL Python Cloud (GCP apprécié) Data Science & MLOps RGPD & IA Ac

Dans le cadre d’une transformation ambitieuse autour de l’intelligence artificielle, nous recherchons un Directeur de projets IA chargé d’assurer la coordination opérationnelle d’un centre d’expertise IA transverse. Véritable facilitateur et orchestrateur , le poste s’inscrit au cœur d’une gouvernance structurée et multi-niveaux, en lien étroit avec les équipes métiers, les directions IT et les instances de pilotage. Le Directeur de projets IA intervient comme point central de synchronisation entre les projets IA et les ressources expertes mobilisées (Data Engineers, Data Scientists, AI Engineers, ML Engineers, équipes Infrastructure & Production, Chefs de Projet). Missions principales Coordonner les équipes pluridisciplinaires mobilisées sur les projets IA prioritaires. Assurer l’alignement des expertises et des ressources avec les jalons projets. Piloter les affectations et ajuster les priorités en temps réel selon les besoins. Identifier, anticiper et lever les points de blocage techniques ou organisationnels. Garantir la bonne préparation des déploiements en lien avec les équipes de production et d’infrastructure. Préparer les supports et dossiers d’arbitrage à destination des comités de gouvernance. Traduire les orientations stratégiques en plans d’actions opérationnels. Maintenir et mettre à jour la feuille de route des projets IA. Structurer les revues techniques et le suivi des indicateurs de performance. Favoriser la capitalisation des bonnes pratiques, des méthodes et des retours d’expérience. Assurer la fluidité entre les besoins métiers et les contraintes techniques. Ce rôle requiert une forte capacité à coordonner sans lien hiérarchique direct , en embarquant des équipes issues de différentes directions autour d’objectifs communs.

Permettre à des chercheurs de tester, entraîner et industrialiser rapidement des modèles de machine learning à grande échelle, dans un environnement hybride : neocloud pour la recherche AWS (MLOps / prod) Gérer des entraînements de modèles à grande échelle (GPU / distribué) Assurer la reproductibilité des expériences Optimiser les ressources (GPU, compute) Créer des outils internes pour la recherche ML Faire le lien entre recherche académique ↔ production industrielle Avoir déjà travaillé : soit dans une boîte très technique (type scale-up / deeptech) soit dans un environnement de recherche / labo Parler Anglais

En tant qu' Ingénieur ML au sein de l'équipe ML Platform, vous mettrez à profit votre solide expérience en industrialisation , votre maîtrise de Python et votre expertise pratique de l'entraînement de modèles. Votre rôle sera de faciliter le travail quotidien du ML Lab sur (leur "neocloud" de choix) et d'assurer la liaison avec l'outillage MLOps (principalement sur AWS ), en étroite collaboration avec un ingénieur DevOps dédié. Responsabilités Clés Favoriser l'expérimentation rapide : Créer et maintenir les outils permettant aux chercheurs d'itérer rapidement sur de nouvelles approches ML. Gérer des expériences de recherche à grande échelle : Concevoir et superviser des cycles d'entraînement massifs sur l'infrastructure , en implémentant le suivi des expériences ( experiment tracking ) et la reproductibilité. Faciliter la collaboration externe : Permettre une collaboration sécurisée avec des partenaires académiques et l'accès aux ressources open-source tout en respectant les protocoles de sécurité. Optimisation des performances et des ressources : Profiler et optimiser les pipelines d'entraînement ; gérer efficacement les ressources GPU. Développement d'outils de recherche : Développer des bibliothèques et utilitaires spécifiques aux domaines du Lab (nouvelles architectures, techniques d'entraînement, frameworks d'évaluation). Transfert de connaissances : Partager les enseignements issus de la recherche expérimentale avec l'ensemble de l'équipe ML Platform et les chercheurs

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : Worflow AI et Agentic AI pour les process Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés Bases de connaissances, RAG Factory, ... Socle et process LLMOps et evaluation de performance, ... Description Leadership technique, conception des solutions, encadrement des équipes de développement IA, arbitrage technique, revue de code et qualité

Contexte de la mission Amundi Technology recherche un profil Data Engineer Senior orienté plateformes Data & IA afin d’accompagner la montée en puissance de son socle Data/ML. La mission s’inscrit au sein de l’équipe DAT, responsable des plateformes Data, IA/ML et des environnements Kubernetes du groupe. Le consultant interviendra dans un contexte très orienté production et scalabilité, avec une forte proximité avec les équipes d’ingénierie de production. L’objectif n’est pas uniquement de conseiller, mais d’intervenir concrètement sur les problématiques techniques, les optimisations de plateformes et l’industrialisation des usages Data/IA. Informations clés • Localisation : Paris 15e • Démarrage : ASAP / Mai 2026 • Durée : longue visibilité (3 ans) • Présence : 100% • Horaires : HO uniquement • Télétravail : non précisé • Type de mission : expertise opérationnelle / engineering plateforme Responsabilités principales Plateformes Data & IA • Optimisation et amélioration des plateformes Dagster et Trino en production • Analyse de performances, tuning, optimisation des usages et configurations • Conception et optimisation de pipelines Spark à forte volumétrie • Gestion des problématiques de partitionnement, formats Delta Lake / Iceberg et performance des traitements • Participation à l’évolution du socle Data/IA et aux choix d’architecture techniques • Contribution à la gouvernance technique et aux standards d’engineering Industrialisation & Scalabilité • Industrialisation des pipelines Data & ML • Mise en place des mécanismes de monitoring, observabilité et alerting • Construction des patterns de déploiement à l’échelle • Gestion des problématiques de montée en charge et de robustesse plateforme • Support niveau 3 sur les incidents complexes Data/IA Accompagnement technique • Accompagnement des équipes Data Science et Développement • Pair-working et rôle de référent technique opérationnel • Réalisation de POCs et veille technologique autour des plateformes Data & IA Environnement technique Data / Big Data • Dagster • Trino • Apache Spark • Hive • Delta Lake / Iceberg • Superset • OpenMetadata Cloud / Infra • Kubernetes • Rancher RKE • AKS Azure • Docker DevOps / Observabilité • ArgoCD • Jenkins • Grafana • Prometheus • Sysdig Langages • Python • Go Versioning / Storage • GitLab • Artifactory • S3 Compétences indispensables • Très forte expertise sur des plateformes Data en production • Expertise Dagster (ou équivalent orchestration Data) • Expertise Trino / moteurs distribués • Solide maîtrise Apache Spark et optimisation de pipelines Big Data • Bonne connaissance Delta Lake / Iceberg / Hive • Expérience réelle de problématiques de scaling plateforme • Très bon niveau Python • Bonne maîtrise Linux / Unix Compétences appréciées • Kubernetes / Docker • Azure AKS • GitOps / Infrastructure as Code • MLOps • Go ou Java

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

Notre client, acteur majeur du retail, recherche son futur Data Scientist (H/F) à Paris, pour développer les modèles d'IA exploitant ses données consolidées dans Microsoft Fabric au service de la performance de son réseau d'agence Vos missions : * Intégré à l'équipe data, vous développez des modèles au service de la performance commerciale et logistique, en lien étroit avec le Data Engineer. * Construire des modèles prédictifs : prévision des ventes, optimisation des stocks, recommandation produits * Exploiter les notebooks Fabric (Python, Spark) pour l'entraînement et le test * Passer des POC à l'industrialisation des modèles dans l'écosystème Microsoft * Collaborer avec le Data Engineer pour la mise en production * Tester, suivre et améliorer la performance des modèles (précision, ROI) * Documenter et fiabiliser les modèles déployés Les compétences techniques : * Python (pandas, scikit-learn, PySpark) * Microsoft Fabric (Data Science) * Machine learning * Forecasting * Azure ML * SQL

Notre client dans le secteur Banque et finance recherche un AI Engineer – AIOps & Observabilité H/F Descriptif de la mission: Description de mission Contexte et objectif de la mission Au sein de la Direction IT Production d'un grand groupe du secteur financier, le stream « Observabilité » porte un projet stratégique d'optimisation du MTTR (Mean Time To Repair) par l'automatisation de l'analyse d'incidents. L'objectif est de réduire drastiquement le temps d'identification des causes racines (Root Cause Analysis – RCA) en exploitant les données d'observabilité grâce à des technologies d'Intelligence Artificielle et de Machine Learning. Le prestataire sera intégré au stream « Observabilité » et travaillera en collaboration étroite avec l'équipe « Core IA », en charge de la plateforme agentique. Missions principales • Développer des agents intelligents spécialisés dans le diagnostic technique en s'appuyant sur les frameworks LangChain et LangGraph • Concevoir et déployer des jobs de détection d'anomalies automatisés pour identifier les dérives comportementales des systèmes • Ingérer et analyser les logs via Elasticsearch et les métriques de performance/APM via Dynatrace • Corréler les différentes sources de données d'observabilité pour produire des diagnostics actionnables • Industrialiser des modèles LLM appliqués à la RCA, transformant les données brutes en analyses exploitables par les équipes IT • Contribuer à l'amélioration continue des pipelines d'observabilité dans un environnement de production contraint Environnement technique • Langage : Python (expertise requise) • Observabilité : Elasticsearch (Log Management), Dynatrace (Monitoring / APM) • IA / LLM : LangChain, LangGraph, Machine Learning (Anomaly Detection) • Contexte : Intégration continue en environnement de production bancaire

Je recherche un Full Stack Engineer passionné par le Computational Design, les technologies 3D et l'Intelligence Artificielle pour rejoindre une équipe R&D travaillant sur des projets innovants à la croisée du design, de la simulation et de l'IA. 🎯 Vos missions : Concevoir et développer des plateformes Full Stack dédiées au Computational Design. Développer des APIs performantes avec Python / FastAPI. Concevoir des interfaces web modernes avec React ou Vue.js. Intégrer des modèles d'IA et de Machine Learning dans des applications de production. Manipuler et structurer des données 3D, géométries et workflows de simulation. Participer au déploiement Cloud, Docker et aux pipelines CI/CD. Collaborer avec des designers, chercheurs IA et ingénieurs dans un environnement d'innovation.