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

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Industrialise le potentiel algorithmique et propulse les modèles d'apprentissage en productionDans le cadre de l'industrialisation globale de ses modèles de Machine Learning, un grand compte recherche un(e) Machine Learning Engineer. Ton rôle sera technique et stratégique : tu assureras la transition des modèles algorithmiques du stade expérimental (Proof of Concept) vers des environnements de production haute disponibilité, tout en garantissant leur scalabilité, leur monitoring continu et leur maintien en conditions opérationnelles. Ton futur environnementTu évolueras au sein d'un pôle d'ingénierie data et IA de pointe, à la jonction entre la Data Science, le génie logiciel et les opérations (DevOps). En interface quotidienne avec les data scientists, les data engineers et les équipes de production informatique, tu interviendras sur des flux d'inférence critiques. C'est le cadre idéal pour appliquer les standards les plus stricts du génie logiciel à l'écosystème du Machine Learning, exploiter des infrastructures de calcul accéléré (GPU) et déployer des pratiques MLOps avancées. Tes missions clésIndustrialisation, Packaging & Services d'Inférence (Mode BUILD) : Reprendre, refactoriser et packager le code issu des équipes de data science selon les standards de production (modularité, robustesse, tests unitaires et d'intégration). Développer et optimiser les microservices et APIs d'inférence temps réel et batch (Python, FastAPI). Assurer la conteneurisation (Docker) et le déploiement sur des clusters orchestrés (Kubernetes) exploitant des ressources de calcul accéléré (GPU). Concevoir et automatiser les pipelines d'entraînement, de réentraînement continu (CT) et de validation automatisée des modèles. Piloter le versioning des jeux de données, des artefacts et le tracking des expérimentations via MLflow et du stockage objet (S3). Observabilité, Monitoring & Optimisation (Mode RUN & MLOps) : Mettre en œuvre les mécanismes de surveillance continue en production : détection de la dérive des données (data drift) et de la dérive des concepts (concept drift) via des outils spécialisés (Evidently, Grafana). Configurer le système d'alerting et assurer le maintien en conditions opérationnelles des services exposés. Optimiser les performances d'inférence (latence, débit) et maîtriser les coûts de calcul liés aux infrastructures GPU. Rédiger la documentation technique et diffuser les bonnes pratiques logicielles au sein des équipes data. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, génie logiciel ou Data Science. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en développement logiciel intégrant une spécialisation concrète en Machine Learning et pratiques MLOps. Expertise Développement & Machine Learning Impérative : Excellente maîtrise de la programmation en Python et du développement d'APIs performantes (FastAPI). Solide compréhension des modèles et bibliothèques de Machine Learning (scikit-learn, PyTorch ou TensorFlow). Culture éprouvée du code de production : tests automatisés, intégration continue (CI/CD), revue de code et gestionnaire de versions (Git). Culture MLOps & Infrastructure : Maîtrise des environnements conteneurisés (Docker, Kubernetes) et de la gestion des ressources GPU. Pratique confirmée de MLflow et des outils de monitoring de modèles (Evidently, Grafana). Connaissance du stockage distribué et stockage objet (S3). Langues : Anglais professionnel opérationnel. Tes atoutsCulture du Génie Logiciel : Rigueur absolue dans la structuration du code, l'automatisation des tests et le respect des normes d'architecture logicielle. Sens de la Passerelle Métier : Faculté à dialoguer efficacement avec les data scientists pour comprendre les algorithmes, tout en répondant aux contraintes opérationnelles des équipes d'exploitation. Pragmatisme et Sens de l'Optimisation : Recherche permanente du meilleur compromis entre vitesse d'inférence, fiabilité du service et consommation de ressources. Nos avantagesRemboursement des titres de transport à hauteur de 75%. Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour). Accès Gymlib / Wellpass (sport et bien-être). Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan. Formation continue : Accès à Udemy Business. Prime de cooptation, prime d'intéressement et de participation. Deux à trois jours de télétravail par semaine. 5 raisons de nous rejoindreParcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions. Missions Stratégiques : Interviens sur des projets d'envergure, en parfaite cohérence avec ton expertise. Suivi Dédié : Bénéficie d'un pilotage annuel structuré pour garantir ta progression continue. Excellence Continue : Développe tes compétences au quotidien au sein d'un écosystème exigeant. Performance Durable : Évolue dans un cadre où l'exigence métier respecte ton équilibre de vie. Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.

Contexte L'équipe travaille sur des algorithmes de détection d'objets d'intérêt militaire sur des images satellites. Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists. Pour faire face à une augmentation de la charge, nous avons besoin de renforcer rapidement l'équipe en particulier pour travailler sur le développement d'un Retraining Kit. • L'objectif est de permettre à nos clients de réentraîner certains de nos détecteurs sur leurs propres données et cas d'usage. • Ce kit s'appuiera sur plusieurs modules internes, notamment pour préparer les données, lancer et suivre les entraînements, évaluer les performances et packager le détecteur réentraîné. Nous cherchons à renforcer l'équipe avec un profil ML Engineering capable de contribuer à la mise en production de ce kit. • La personne fera partie intégrante de l'équipe et s'intègrera dans une squad de 3 personnes. • La mission sera d'une durée minimale de 6 mois. • La personne devra venir sur le site à Paris au minimum 2 jours par semaine. Mission Les missions principales sont : • Développer le Retraining Kit en s'appuyant sur les modules internes . • Valider et fiabiliser le kit pour un déploiement client via des tests de bout en bout, l'amélioration des workflows, de la qualité logicielle et de la documentation. Conditions de la mission : Intégration dans une squad de 3 personnes, Mission de 6 mois minimum Présence sur site à Paris 2 jours par semaine

Notre client du domaine spatial recherche, dans le cadre du renforcement de ses équipes logicielles et d'intelligence artificielle, un ingénieur spécialisé en Machine Learning afin de concevoir, entraîner et déployer des modèles d'IA directement embarqués dans des applications spatiales opérationnelles. L'objectif du poste est de transformer les avancées récentes en intelligence artificielle en capacités concrètes pour les systèmes : perception de l'environnement, navigation autonome, prise de décision en temps réel. Vos missions : Vous participerez à l'ensemble du cycle de vie des algorithmes d'IA, depuis les phases de recherche et de prototypage jusqu'à leur intégration dans les logiciels de vol. Vous concevrez des modèles de Machine Learning, Deep Learning destinés à résoudre des problématiques de perception et d'autonomie. Vous développerez également des environnements de simulation permettant la génération de données synthétiques réalistes et la validation des modèles dans des scénarios représentatifs des conditions réelles rencontrées. Le poste comporte une forte dimension logicielle avec l'intégration des modèles dans des applications Python et C++, l'optimisation des performances pour des ressources embarquées limitées et la participation aux campagnes de validation SIL (Software In the Loop) et HIL (Hardware In the Loop). Vous pourrez également intervenir sur des sujets liés aux grands modèles de langage (LLM), aux modèles multimodaux (VLM) et à l'exploitation de technologies d'IA générative appliquées aux opérations spatiales. Les compétences techniques Machine Learning et Deep Learning avancés PyTorch et/ou TensorFlow Développement Python Développement C++ Conception et industrialisation de pipelines d'entraînement Gestion et exploitation de jeux de données Simulation numérique et génération de données synthétiques Déploiement de modèles d'inférence Optimisation des performances et calcul GPU Systèmes autonomes, robotique ou contrôle commande

Télétravail possible 3 jour sur site / 2 jour en TT Pour l'un de nos clients, un acteur international du retail, nous recherchons un consultant data science pour améliorer ses modèles de mesure de l'impact des changements de prix. Le moteur actuel prédit la demande et simule les scénarios tarifaires produit par produit. L'objectif est de le faire évoluer vers une simulation multi-produits, capable de mesurer les effets directs sur les ventes, les transferts de volumes entre références et les ventes complémentaires générées. La solution s'inscrit dans un déploiement international, avec une architecture modulaire et paramétrable. Vos missions 1. Améliorer la prévision de la demande et l'élasticité prix directe Enrichir les données d'apprentissage sous dbt / SQL : prix, positionnement concurrentiel et interne, historique des ventes, tendances, ruptures de stock, couverture magasins, calendrier commercial, promotions, cycle de vie produit Faire évoluer les modèles Python / LightGBM pour mieux mesurer la réponse des volumes aux variations de prix Différencier le traitement des produits à forte rotation et des produits à ventes rares ou intermittentes Supprimer les planchers artificiels de prédiction et distinguer les simulations de prix courants des scénarios promotionnels 2. Modéliser la cross-élasticité et la cannibalisation Comparer les approches de rapprochement des produits (knowledge graph, algorithme de proximité produit) et formaliser une recommandation Évaluer leur couverture, leur pertinence métier et leurs performances en exploitation Construire les variables d'écarts et de ratios tarifaires entre marques nationales, marques propres et produits d'entrée de gamme Adapter le moteur de simulation pour prédire les transferts de volumes entre produits substituables 3. Quantifier les ventes complémentaires (effet halo) Exploiter les liens entre produits moteurs et accessoires à partir du knowledge graph et des règles métier Développer un module de post-traitement calculant les volumes induits (taux d'attachement, quantités moyennes, facteurs d'atténuation) Intégrer ces résultats à la restitution des simulations 4. Industrialiser et fiabiliser la solution Orchestrer les pipelines ML avec ZenML et les exécuter sur GCP Vertex AI Assurer la qualité du code, les tests unitaires, le respect des standards CI/CD et le versionnage dans le registre MLOps Sécuriser le déploiement multi-pays et prévenir les régressions Produire des tables de restitution des volumes directs, cannibalisés et complémentaires pour les outils de pricing et de BI

Hanson Regan recherche un IA Generative / ML ops Engineer pour une mission freelance de 10 mois à Paris. Expertise requise : frameworks de Deep Learning (TensorFlow, PyTorch) et bibliothèques de Machine Learning en Python developments (Language knowledge, Problem solving, Reliability, Design) Expérience en MLOps, notamment MLflow, sérialisation de modèles ML, gestion de versions avec Git et packaging de code. Maîtrise des processus CI/CD, des tests, de la conteneurisation (Docker, Kubernetes) et, idéalement, du provisionnement de ressources cloud (Terraform). Expérience en modélisation du langage (LLM) et techniques avancées telles que les embeddings, les bases de données vectorielles et l'ingénierie des prompts. Vous justifiez d'une solide expérience technique (minimum 5 ans à un poste similaire) et êtes à l'aise avec les environnements cloud. Vous communiquez efficacement avec les clients et au sein de votre équipe. Skills : Exploration de données, principes d'architecture de données, accès aux données, gouvernance des données, techniques et méthodologies de modélisation de données, outils d'entrepôt de données Langues : Français (C2), Anglais (B1) Localisation : Paris (Saint-Denis) À distance : Possible (2 à 3 jours par semaine) Conformément aux exigences du client, les freelances doivent pouvoir travailler via leur propre entreprise. Nous n'acceptons malheureusement pas les candidatures via des sociétés de portage salarial pour ce poste. Si cette opportunité vous intéresse, veuillez nous contacter au plus vite.

Nous recherchons un Data Scientist - Freelance (H/F) pour rejoindre une entreprise du secteur retail, active à l'international. Vous intégrerez une équipe dédiée à la Data, à l'IA et à la gouvernance, qui accompagne les équipes métiers dans l'adoption de solutions Data et IA à fort retour sur investissement. Vous interviendrez sur l'ensemble du cycle de vie des solutions, de l'exploration des besoins jusqu'à la mise en production. Vos responsabilités : Comprendre les besoins métier : collaborer avec les équipes métiers pour identifier les opportunités d'application de l'IA, et participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. Explorer et préparer les données : analyser les données, sélectionner les datasets pertinents et créer les variables utiles aux modèles. Concevoir et entraîner des modèles IA : développer des algorithmes de Machine Learning et d'IA Générative (LLMs, RAG, fine-tuning), évaluer leur robustesse et les améliorer en continu. Industrialiser et déployer les solutions : développer des APIs, intégrer les modèles aux systèmes existants et appliquer les bonnes pratiques MLOps. Superviser les modèles en production : garantir performance, scalabilité et sécurité, détecter les dérives et planifier les réentraînements ou ajustements. Garantir la valeur ajoutée : collaborer avec les Product Owners, Data Engineers et AI Engineers, partager les bonnes pratiques et garantir un impact mesurable des solutions pour l'entreprise.