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

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

Intégré(e) aux équipes d'un de nos clients grand compte, votre mission portera sur l'industrialisation et l'automatisation de certaines tâches liées aux migrations d'applications et de données, notamment la génération de documentation, les certifications et le paramétrage, afin de gagner du temps et fiabiliser les déploiements. Le détail de vos missions sera le suivant : - Analyser les processus actuels de l'usine de migration (migration de données, paramétrage, certification) afin d'identifier les opportunités d'automatisation les plus pertinentes. - Concevoir et mettre en œuvre des solutions d'automatisation personnalisées, en s'appuyant sur les dernières avancées de l'IA générative et de l'agentique. - Développer des outils et scripts pour automatiser la génération de livrables (rapports, documentation, scripts de test, etc.) ou pans de processus. - Accompagner les équipes (migration de données, paramétreur, certificateur) dans l'adoption et l'utilisation des nouvelles solutions automatisées. - Assurer la maintenance et l'amélioration continue des solutions déployées. Environnement technique à maîtriser : IA Générative - Compréhension des Large Language Models (LLMs) et de leur fonctionnement. - Expérience dans l'utilisation et le fine-tuning de modèles comme GPT, Llama, Mixtral, ou équivalents. - Capacité à générer divers types de contenus : code, documentation, spécifications, rapports, etc. - Connaissance des techniques de Prompt Engineering avancées. Agentique (Autonomous Agents) - Compréhension des architectures et des frameworks d'agents autonomes (ex: LangChain, Auto-GPT...). - Capacité à concevoir et implémenter des agents capables d'exécuter des tâches complexes de manière autonome ou semi-autonome. - Expérience dans la gestion de la mémoire, de la planification et de l'exécution d'actions par des agents. Développement : - Excellente maîtrise de Python - Compétences en JavaScript, TypeScript, ou autres langages orientés web. - Frameworks d'IA/ML : bibliothèques comme TensorFlow, PyTorch, Scikit-learn. - Bases de données relationnelles : SQL et/ou NoSQL. - API et intégration : APIs RESTful et services externes. - Outils de CI/CD - Cloud Computing : familiarité avec au moins une plateforme cloud majeure (AWS, Azure, GCP) et ses services IA. - Conteneurisation : Docker, Kubernetes. - Pratique de l'agilité (SCRUM, SAFE)

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

Au sein de l’équipe Digital Innovation , vous interviendrez comme Ingénieur AI/ML/LLM orienté prototypage , avec pour objectif de concevoir et tester des démonstrateurs basés sur des agents IA . Vous explorerez des cas d’usage liés à l’analyse de feedbacks clients, à l’identification de tendances marché et à l’application de l’IA aux opérations unitaires de bioprocédés . En collaboration avec les équipes métier, IT et produit, vous développerez des prototypes à forte valeur ajoutée, évaluerez leur pertinence et documenterez les résultats afin d’orienter les décisions d’innovation futures. Le rôle est centré sur l’expérimentation rapide et la démonstration de valeur, hors périmètre d’industrialisation.

Le poste consiste à intervenir en tant qu’expert senior en Data Engineering spécialisé en IA/ML au sein d’un environnement Big Data et cloud à forte volumétrie. La mission porte sur l’optimisation, l’industrialisation et la montée en charge de plateformes Data et IA utilisant notamment Spark, Kubernetes, Dagster et Trino. Le profil recherché doit être capable d’améliorer les performances des pipelines de données, structurer les pratiques techniques, accompagner les équipes Data Science et développement, mettre en place des solutions de monitoring et de scalabilité, ainsi que participer à des projets d’innovation autour des architectures Data/IA et des outils MLOps.

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

Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers. L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance. La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform). Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI. Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI. Data Quality & Feature Store : Great Expectations, Feast. Ta Mission & Ton Impact : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production. Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions. Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation). Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.

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 du poste : Nous recherchons un Data Scientist confirmé, expert en Python et en Data Learning, pour intervenir sur un projet d’évolution d’outils d’Event Management vers une plateforme intégrant des capacités avancées d’AIOps. L’objectif est de renforcer l’automatisation, la corrélation d’incidents et la prédiction au sein d’un environnement de supervision IT. Missions principales : - Participer à la migration d’un outil d’Event Management vers une solution intégrant des modules AIOps. - Analyser les événements et concevoir des modèles de corrélation permettant d’identifier, regrouper et prioriser les incidents. - Développer des modèles de Data Learning / Machine Learning pour améliorer la détection et la prédiction d’incidents. - Implémenter des scripts d’auto‑remédiation et des mécanismes intelligents de traitement d’alertes. - Créer, enrichir et intégrer des situations / patterns d’événements dans la plateforme AIOps. - Collaborer avec les équipes d’exploitation, d’architecture et de développement pour assurer une intégration fluide des modèles. - Contribuer à l’évolution continue des outils et pipelines IA/ML.

Bonjour, je recherche pour l'un de mes clients un(e) consultant(e) SAP MM / ML / LE . Skills : MM - ML - LE - anglais Mission : -intervenir sur les modules Materials Management (MM), Material Ledger (ML) et Logistics Execution (LE) -participer aux projets de transformation digitale et déploiement SAP -analyser les besoins métiers (achats, logistique, transport) -configurer et paramétrer SAP MM, ML et LE -gérer les flux d’approvisionnement et de transport -assurer les phases de test et de recette -former et accompagner les utilisateurs N'hésitez pas à revenir vers moi pour des informations complémentaires.

Dans le cadre de nouveaux projets industriels à fort enjeu, une grande entreprise du secteur industriel et défense recherche un Data Scientist expert afin d’exploiter des données issues de capteurs et systèmes industriels (HUMS et données de pannes). La mission vise à développer des modèles de maintenance prédictive et à réaliser des analyses avancées de fiabilité et de durée de vie des systèmes. Missions principales Collecter, nettoyer et structurer des données industrielles complexes (HUMS, pannes, capteurs) Explorer et analyser les données afin d’identifier des corrélations entre usage et défaillances Développer des modèles de maintenance prédictive Réaliser des analyses statistiques avancées et de survivance Mettre en œuvre des modèles de fiabilité (Kaplan-Meier, Weibull) Interpréter les résultats et produire des recommandations exploitables Documenter les modèles, processus et résultats Restituer les analyses sous forme de livrables clairs et exploitables Livrables attendus État des lieux et structuration des données industrielles Analyse des corrélations entre usage et pannes Étude de survivance des systèmes Documentation des modèles et méthodologies utilisées Synthèse des résultats pour les équipes métiers Informations clés Localisation : Versailles-Satory (Île-de-France) Démarrage : mi-juin 2026 Durée : prestation forfaitaire avec suivi par lots Temps plein Forte présence sur site dans un environnement sécurisé

Mission de Data Engineer senior spécialisé en IA/ML , visant à concevoir, optimiser et industrialiser des plateformes data à grande échelle. Le rôle consiste à améliorer les pipelines d’ingestion et de traitement (notamment distribués), assurer la performance et la scalabilité des systèmes, et contribuer activement à l’évolution de l’architecture data (orchestration, stockage, requêtage). Il implique également la mise en place de bonnes pratiques d’industrialisation (monitoring, CI/CD, MLOps), le support technique avancé en production, ainsi que l’accompagnement des équipes data et data science pour garantir une utilisation efficace et robuste des plateformes dans un environnement cloud et conteneurisé.

Bonjour à tous 😀 Je recrute un ML Engineer / MLOps expérimenté pour intervenir sur des sujets IA Générative avec un fort enjeu d’ industrialisation et de mise en production . 👉 Le rôle est clé : transformer des cas d’usage IA en solutions robustes, scalables et maintenues en production (RAG, fine-tuning, optimisation des modèles). 🔴 MUST HAVE • Solide expérience en Python /Pandas/ SQL • Expérience en mise en production de modèles IA • Compétences MLOps (déploiement, monitoring, industrialisation) • Maîtrise des architectures GenAI (RAG, fine-tuning) • Expérience sur Docker / Kubernetes • Environnement Cloud (AWS) • Maîtrise d’au moins un framework ML ( PyTorch, TensorFlow… ) 🟢 NICE TO HAVE • Expérience en Prompt Engineering • Outils type LangChain / frameworks LLM • Expérience optimisation performance (coûts, latence) • Cas d’usage GenAI en production • Environnement data / pipelines d’ingestion