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

Dans le cadre d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé capable d'intervenir de manière autonome sur des problématiques de machine learning appliquées à des enjeux métier. Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers. Il interviendra notamment sur : ▪ La conception et le développement de pipelines de machine learning / deep learning répondant aux cas d'usage métier (scoring, prédiction, classification, détection d'anomalies) ▪ L'exploration et la préparation des données, le feature engineering ▪ La comparaison de différentes architectures et approches afin d'identifier les modèles les plus adaptés ▪ La conception de métriques d'évaluation adaptées aux cas d'usage, l'analyse des performances et la caractérisation des erreurs ▪ La mise en place de mécanismes de score de confiance et de gestion de l'incertitude ▪ L'industrialisation des modèles en environnement conteneurisé et le suivi des expérimentations (MLOps) ▪ La restitution des travaux auprès d'interlocuteurs techniques et métiers

Contexte Le projet vise à mettre en place une solution permettant d'ingérer, agréger et exposer des données issues de sources multiples, afin de produire les rapports métiers nécessaires à la surveillance du risque de crédit. La solution est développée sur Google Cloud Platform (GCP) au sein d'une équipe expérimentée, sur un projet à forts enjeux et à forte visibilité. Une expérience dans le domaine du risque de crédit est appréciée. Missions principales Le consultant interviendra notamment sur : La conception et le développement de solutions Data sur Google Cloud Platform ; Le développement et l'intégration de traitements Python / Spark ; La mise en place et l'évolution des pipelines d'ingestion et de traitement de données ; L'ingestion, l'agrégation et l'exposition de données provenant de sources multiples ; Le développement de traitements à forte volumétrie ; La collecte, le stockage et l'exploitation des flux de données ; La supervision et l'intégration de données de différentes natures ; Le contrôle de la qualité et de la sécurité des données ; La maintenance et le suivi du RUN des applications développées ; La maintenance des infrastructures Data associées ; La documentation et la cartographie des différentes sources de données ; La contribution à l'industrialisation des traitements et modèles ; La proposition d'évolutions des infrastructures et solutions Data existantes. La mission rattache également au rôle de Data Engineer la structuration des bases, la gestion des métadonnées et référentiels, l'industrialisation des modèles ML ainsi que leur maintien en RUN.

Dans le cadre de la transformation et de l'industrialisation de ses processus, une grande organisation recherche un Développeur IA technico-fonctionnel pour intégrer des solutions d'intelligence artificielle, de machine learning et d'automatisation au sein de ses outils et applications métiers existants. Le consultant interviendra notamment sur : ▪ Le développement et l'intégration d'APIs permettant l'orchestration des processus métiers ▪ La conception et la mise en œuvre de solutions IA intégrées aux outils existants : classification automatique, assistance à la rédaction, catégorisation ▪ La création et l'optimisation de prompts adaptés aux cas d'usage applicatifs ▪ La mise en œuvre et l'ajustement de modèles de machine learning (classification, clustering) ▪ L'intégration des solutions IA aux processus et outils en place, dans le respect de la sécurité des données ▪ La définition et le suivi d'indicateurs de performance des solutions développées ▪ Le cadrage des besoins, la définition des cas d'utilisation, la contribution aux scénarios de test et à la recette ▪ La collaboration avec les équipes de développement, production, métiers et MOA

Tech Lead IA - Nantes Profil recherché : Machine Learning,Workflow Automation,Generative AI - Solide bagage en développement logiciel : intégration d'API, automatisation, orchestration de workflows. - Pratique (ou fort appétit) des approches IA générative : LLM, agents, RAG : une première expérience est nécessaire. - Goût du prototypage rapide, sensibilité qualité/sécurité, plaisir à vulgariser et à travailler avec des interlocuteurs variés. - Ce qu'on t'offre : un rôle au coeur de la transformation IA, des cas d'usage concrets et visibles, le socle AIDEX pour ne pas partir de zéro, et un rythme sain (de la démo, pas du tunnel) QUALIFICATIONS : Machine Learning,Workflow Automation,Generative AI une équipe produit travaillant dans le Direction de l'Expérience Développement. Nous avons pour mission de renforcer l'autonomie de nos utilisateurs en leur mettant à disposition des outils dédiés aux environnements Fabricants, enrichis par les capacités de l'IA. Cette démarche s'applique notamment aux domaines de l'observabilité, de la gestion des incidents, du traitement des demandes de passage de batch, du rechargement des données, ainsi que de l'anonymisation des données. Intervention pour développer les agents IA de différents domaines, intégrés aux outils de la direction technique de notre client en t'appuyant sur les capacités d'IA disponible au sein de l'entreprise. La mission veut produire deux niveaux de livrables pour chaque cas d'usage : - Profils expérimentés : des agents opérationnels, des templates, des instructions et configurations de référence. Ce qu'il faut quand on sait déjà ce qu'on fait. - Ceux qui découvrent : un guide pas-à-pas, un contexte clair, et un retour d'expérience d'une équipe pilote qui l'a utilisé. Et pour que ça tienne la route en conditions réelles : - Beta tests : avant diffusion, on teste avec les équipes pilotes et on mesure (baseline DORA/DevEx). Un agent qui n'a pas survécu au terrain ne sort pas. - Jamais bloquant : l'IA prépare, propose, résume, génère ; elle ne décide pas et ne bloque pas la chaîne critique (règle ferme AIDEX). - Réutilise l'existant d'abord : chaque contribution passe la revue de cohérence et rejoint le socle commun, exposé dans le Hub Assistant IA du Portail. Activités à réaliser : - Qualifier avec les PM/PO les cas d'usage à assister par agent IA (Aide au diagnostic en environnement fabricant, assistant d'analyse de cohérence et d'amélioration des tests (projet SOPHIE), assistant à l'écriture de stratégie de test, etc). - Concevoir les workflows, prompts, règles métier et garde-fous ; développer sur le framework interne d'IA agentique. - Brancher les agents aux outils via API, événements et connecteurs ; tester, évaluer, documenter. - Présenter la valeur livrée à la démo AIDEX ; maintenir et faire évoluer les agents publiés. Profil recherché : - Solide bagage en développement logiciel : intégration d'API, automatisation, orchestration de workflows. - Pratique (ou fort appétit) des approches IA générative : LLM, agents, RAG : une première expérience est nécessaire. - Goût du prototypage rapide, sensibilité qualité/sécurité, plaisir à vulgariser et à travailler avec des interlocuteurs variés. - Ce qu'on t'offre : un rôle au coeur de la transformation IA, des cas d'usage concrets et visibles, le socle AIDEX pour ne pas partir de zéro, et un rythme sain (de la démo, pas du tunnel) QUALIFICATIONS : Machine Learning,Workflow Automation,Generative AI

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s'imposer comme une référence en matière de freelancing par son expertise dans l'IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un DevOps / Intégrateur Data Senior - Python & PySpark (H/F) à Lyon, France. Les missions attendues par le DevOps / Intégrateur Data Senior - Python & PySpark (H/F) : Vos missions : Construire et optimiser les pipelines CI/CD pour des applications web et des traitements Python / PySpark. Garantir le Maintien en Conditions Opérationnelles (MCO) et l'observabilité (logs, métriques) des produits. Maintenir et faire évoluer l'Infrastructure-as-Code. Administrer les environnements de dev, préprod, prod et les espaces "lab" dédiés aux Data Scientists. Gérer le traitement des vulnérabilités cyber et la montée en version des dépendances. Votre profil : Expérience : Au moins 5 ans en tant que DevOps, dont 2 ans minimum sur des projets Data Science / Machine Learning à fort volume. Stack technique : Kubernetes, Helm, Docker, GitLab CI/CD, Jenkins, Ansible, Python, PySpark, PostgreSQL, Kafka, Hadoop. Savoir-faire : Solides compétences en IaC, sécurité TLS, administration système/VM, réseaux et monitoring. Qualités : Autonomie, proactivité, rigueur et excellente communication pédagogique avec les équipes métiers et techniques. Les modalités : Lieu : Lyon Télétravail : 50 % Durée : Mission longue Démarrage : 1er janvier 2027

Contexte de la mission Dans le cadre du développement et de l'industrialisation d'une plateforme d'Intelligence Artificielle, nous recherchons un Architecte Plateforme IA capable de concevoir, déployer et maintenir l'infrastructure logicielle et matérielle nécessaire au cycle de vie des modèles et services IA. L'architecte fera le lien entre les équipes Machine Learning, Software Engineering et DevOps/SRE, en garantissant la performance, la sécurité, la scalabilité et la fiabilité de la plateforme. Mission de 6 mois maximum, avec possibilité de pré-embauche. Missions principalesConcevoir et industrialiser une plateforme IA capable de supporter des usages à grande échelle. Définir et optimiser les architectures RAG (Retrieval-Augmented Generation) : Advanced RAG, Graph RAG et Agentic RAG. Concevoir des architectures d'intégration de données expertes dans les modèles d'IA. Mettre en place et optimiser les processus MLOps / LLMOps : déploiement, monitoring et gestion du cycle de vie des modèles. Garantir la confidentialité et la sécurité des données, notamment dans le cadre du RGPD et de l'AI Act. Piloter l'infrastructure Cloud et l'orchestration Kubernetes. Optimiser la scalabilité, les performances et les coûts d'inférence des modèles IA (GPU/CPU, token management). Participer à la mise en œuvre d'une plateforme répondant aux exigences de souveraineté numérique.

Nous recherchons un(e) Data Scientist & Analytics Specialist pour rejoindre notre équipe Data. À la croisée de l'analyse décisionnelle et de la modélisation avancée, vous serez responsable de transformer d'importants volumes de données brutes en leviers stratégiques et en solutions prédictives pour accompagner la croissance de l'entreprise. Loin d'une R&D théorique, votre rôle a un impact direct sur le produit et la performance de nos clients : Optimisation du parcours d'achat : De la phase de check-in au check-out, vous modélisez les parcours clients pour identifier et activer les leviers clés (conversion, réduction de la fraude et maîtrise des coûts). Features produit intelligentes : Vous contribuez directement à la conception et au déploiement des futures fonctionnalités d'orchestration intelligente de la performance. Plateforme analytics en self-service : Vous développez les outils analytiques nécessaires pour autonomiser les équipes dans leurs prises de décision stratégiques. Vous travaillez en lien étroit avec l'ensemble des équipes Ce que vous ferez concrètement : 1. Data Science & Machine Learning (70%) Concevoir, entraîner et évaluer des modèles de Machine Learning appliqués au paiement et à l'identité (scoring, détection d'anomalies et de dérives, prédiction d'échec…). Modéliser l'acte d'achat sous forme de graphe afin de mieux cartographier la dynamique des parcours d'achat, d'identifier les comportements atypiques et d'améliorer la performance.. Optimiser l'intelligence de notre produit : créer des algorithmes d'arbitrage (ex: routage intelligent) pour maximiser le taux d'acceptation et réduire les coûts Travailler en étroite collaboration avec les équipes DevOps pour intégrer et industrialiser ces modèles (MLOps) au cœur de l'infrastructure. 2. Analytics Engineering & Business Insights (30%) Veiller à la qualité, la fiabilité et la gouvernance de la donnée. Déployer des solutions de BI en self-service enrichies par l'IA, afin d'autonomiser les équipes métiers dans leur pilotage stratégique. Concevoir et analyser les KPIs clés, identifier les tendances, anomalies et opportunités d'optimisation. Répondre aux questions structurantes avec un niveau de rigueur analytique

Nous recherchons un(e) Data Scientist spécialisé(e) en LCB-FT (Lutte contre le Blanchiment de Capitaux et le Financement du Terrorisme) pour intervenir au sein d'un environnement bancaire. Vous rejoindrez une équipe Data travaillant sur des problématiques de détection et de prévention des risques financiers, avec une forte utilisation de Dataiku. MissionsAnalyser et exploiter des données liées aux problématiques LCB-FT afin d'identifier des comportements ou transactions à risque. Concevoir, développer et optimiser des modèles statistiques et Machine Learning pour la détection d'anomalies et de signaux de fraude/blanchiment. Préparer, transformer et fiabiliser les données nécessaires aux analyses et à la modélisation. Développer et industrialiser les traitements et modèles dans Dataiku DSS. Évaluer la performance des modèles et contribuer à leur amélioration continue. Collaborer avec les équipes Data, Risques, Conformité et Métiers afin de traduire les enjeux LCB-FT en solutions Data. Participer à la documentation, au suivi et à la mise en production des modèles développés.

Vous rejoignez une communauté d'experts dédiée à la cybersécurité des données et des nouvelles technologies : Cloud, IA, Big Data, Blockchain…Dans un contexte de développement massif des usages de la Gen-IA, nous recherchons un Analyste Cybersécurité capable d'accompagner les équipes métiers et techniques dans la sécurisation de leurs projets et solutions. 🎯 Vos missionsVous interviendrez notamment sur : L'accompagnement sécurité des Centres de Compétences Gen-IA L'analyse de la sécurité des solutions et services Microsoft / Azure Les sujets Microsoft 365, Azure Cognitive Services, Copilot, Fabric, Power Platform, Azure ML La réalisation d'analyses de risques et l'identification des mesures de sécurité associées La production de dossiers de sécurité, security blueprints et recommandations d'architecture L'accompagnement des projets Gen-IA des Business Units et Service Units La définition et la déclinaison des exigences sécurité à partir des User Stories Les revues de sécurité du code et l'accompagnement des équipes de développement La contribution aux livrables d'architecture et de conception : HLD, LLD, DAT, DAH… Le reporting et le suivi des indicateurs sécurité

- Concevoir et maintenir des dashboards Kibana complexes et performants. - Créer des visualisations, agrégations, filtres interactifs et fonctionnalités de drill-down. - Analyser et valoriser les données issues d'Elasticsearch, Filebeat, Logstash et THEIA. - Exploiter Kibana Machine Learning pour la détection d'anomalies et l'identification de tendances. - Traduire les besoins métiers/techniques en indicateurs et reportings pertinents. - Optimiser les requêtes et dashboards en collaboration avec les équipes Elasticsearch. - Automatiser les traitements avec Python. - Collaborer avec les équipes infrastructure et développement. Compétences impératives : - Kibana : Expert - Kibana ML : Expert - Elasticsearch : Confirmé - Python : Confirmé - Anglais professionnel

Description et livrables de la prestation Le Data Engineer est un développeur au sein de l'équipe Engineering Open Big Data du Département Guilde Data, qui regroupe l'ensemble des expertises technologiques liées à l'ingénierie de la donnée, de l'automatisation et à l'exploitation des modèles de Machine Learning. Votre rôle et vos missions : Vous aurez pour missions principales de développer les projets Big Data demandés par le métier, et notamment : • Passer de la donnée brute à de la donnée exploitable, exposée sous forme de tables requêtables dans le Datalake • Consolider ces données au fur et à mesure de leur alimentation récurrente dans le Datalake • Les exploiter pour atteindre la finalité business (exposition de Business View, réintégration des résultats dans le SI, service de scoring, …) • De mettre en place et de garantir le respect dans la durée d'un processus qualité sur l'ensemble du cycle de DEV (documents, tests unitaires / intégration / fonctionnels, commentaires, versionning, etc.) • Accompagner les Data Engineers sur son périmètre pour garantir la qualité des livrables

Dans ce cadre la prestation consiste à contribuer à/au(x) : - L'assistance sécurité des centres de compétences en charge de la cyber sécurité autour des sujets Gen-IA - La sécurité détaillées relatives à l'implémentation et aux usages des technologies et services des fournisseurs (Microsoft 365, Azure Cognitive Services, Copilot, Fabric, Power Platform, Azure ML) - La production de dossiers de sécurité et le support aux développements et opérations mis en place par les Centres de Compétences, en France, ainsi qu'à l'international - L'assistance sécurité des projets Gen-IA en assistant les BusinessUnits & ServiceUnits (architecture, normes, standards...) Environnement Agile Environnement anglophone

Nous recherchons un AI Engineer expérimenté pour concevoir et industrialiser des solutions d'IA générative avancées, avec un fort focus sur les architectures RAG, LLM et systèmes multi-agents. L'objectif : transformer des POC IA en solutions robustes, sécurisées et industrialisées, capables de répondre à des problématiques métier complexes. Vos missions Concevoir des architectures RAG end-to-end : retrieval, chunking, embeddings, ranking, grounding, context management… Concevoir et orchestrer des systèmes LLM multi-agents Industrialiser les solutions IA avec les pratiques MLOps / LLMOps Mettre en place les pipelines CI/CD, packaging, déploiement, serving et monitoring Intégrer les solutions IA au SI via API / microservices Travailler sur les embeddings et Vector Databases Optimiser les performances et les coûts des LLM : caching, batching, choix de modèles, quantization… Adapter les LLM via LoRA, prompt-tuning, adapters, RAG-fusion Développer et maintenir des modèles de Machine Learning classique Structurer les projets de la phase POC → MVP → Production Mettre en place les dispositifs d'évaluation, monitoring, traçabilité et IA responsable