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

Au sein de l'équipe Data du client, vous serez le/la référent(e) technique sur l'ensemble du cycle de vie des projets data : Analyser des jeux de données complexes pour en extraire des insights stratégiques Concevoir et développer des modèles de Machine Learning et de Deep Learning Appliquer des méthodes statistiques avancées d'analyse de survie et de fiabilité (Kaplan-Meier, Weibull) Déployer les modèles en production via GitLab (CI/CD) Visualiser et restituer les résultats auprès des équipes métiers Collaborer avec les équipes techniques et non-techniques pour garantir l'impact opérationnel des solutions

Bonjour à tous et toutes notamment aux experts Cybersécurité IA / Azure Security 🔐🤖 🔎 Je cherche un/e Expert/e Cybersécurité IA pour rejoindre les équipes d'un grand groupe bancaire international et intervenir sur des sujets stratégiques autour de l'Intelligence Artificielle Générative et du Cloud Azure. Tu intégreras une équipe spécialisée en cybersécurité des données, du Cloud et de l'IA, avec un rôle central dans la sécurisation des plateformes GenAI déployées à l'échelle internationale. 💻 Ce que tu vas faire : Accompagner les projets IA Générative sur les volets cybersécurité Réaliser des analyses de risques et produire les dossiers de sécurité associés Définir et recommander des architectures sécurisées autour des services IA Microsoft Accompagner les équipes de développement et d'exploitation sur les bonnes pratiques de sécurité Participer à la sécurisation des plateformes GenAI utilisées dans des environnements bancaires et industriels Réaliser des revues de sécurité des composants développés Décliner les exigences sécurité dans les User Stories et les projets Contribuer à la définition des standards, normes et contrôles de sécurité Produire les reportings et indicateurs associés aux activités cybersécurité 🎯 Stack technique : Microsoft 365 / Azure Cognitive Services / Azure ML / Fabric / Power Platform / Copilot / Foundry / Bedrock / Sentinel / Defender for Cloud / Purview / Terraform / Bicep / PowerShell / Python / DevSecOps / CI-CD / LangChain / LangGraph 🕵️‍♀️ Profil recherché : Solide expérience en cybersécurité Cloud et Azure Expertise des services Microsoft liés à l'IA et à la donnée Bonne maîtrise des problématiques de sécurité des LLM et de l'IA Générative Connaissance des frameworks OWASP Top 10 LLM, MITRE ATLAS, NIST AI Expérience des environnements DevSecOps Capacité à produire des analyses de risques et recommandations d'architecture Aisance dans des environnements internationaux et anglophones Expérience en environnement Agile 🚀 Les plus de la mission : Sujet au cœur des enjeux actuels de l'IA Générative Forte visibilité auprès des équipes métiers et techniques Interventions sur des plateformes IA de nouvelle génération Contexte international Expertise stratégique et opérationnelle Mission longue durée 📍 IDF : 1 jours de TT 🏡 Qu'en penses-tu ? Une belle journée à tous ☀️

Nous recherchons un Data Engineer / Data Analyst dont le rôle sera d'accompagner les utilisateurs métiers dans l'exploitation de leurs données (via Dataiku et Alteryx) tout en assurant l'évolution et l'exploitabilité de ces infrastructures technologiques. Vos responsabilités : Accompagner les métiers dans la prise en main des solutions Analytics, BI et Machine Learning. Optimiser techniquement les workflows Alteryx et les flows Dataiku dans des environnements serveurs internes et Cloud. Construire et adapter les processus d'intégration et de déploiement continu (CI/CD). Animer la communauté d'experts data via des formations, du tutorat et la rédaction de guides de bonnes pratiques. Piloter les montées de version logicielles et gérer leurs impacts sur les écosystèmes internes (Teradata, Exadata) et Cloud (GCP). Assurer le fonctionnement quotidien (RUN), suivre la qualité de service, traiter les incidents et interagir avec les éditeurs. Assurer une veille technologique active pour proposer des axes d'amélioration.

Administration et exploitation Splunk Administration des applications Splunk et gestion des accès utilisateurs. Maintenance préventive et corrective de la plateforme. Supervision et gestion des environnements : Splunk Core Splunk Enterprise Security Splunk ITSI Splunk Cloud Splunk SC4S Gestion des données et intégration Gestion d’une plateforme traitant environ 8 To de logs par jour . Intégration de nouvelles sources de données. Intégration des équipements de journalisation (logs). Contrôle de la qualité et de la cohérence des données collectées. Normalisation des logs. Restauration de la collecte de logs en cas d’incident ou de perte de données. Détection et cybersécurité Conception et optimisation de règles de détection. Développement de nouveaux cas d’usage de détection. Participation aux activités de réponse à incident. Mise en œuvre d’algorithmes de machine learning pour améliorer les capacités analytiques. Définition et suivi des indicateurs de sécurité (KPI). Automatisation Développement de scripts d’automatisation en Python. Automatisation des processus d’intégration et de contrôle qualité des données. Amélioration continue des outils et procédures du SOC. Reporting et documentation Création de tableaux de bord et de rapports. Rédaction de documentation technique. Création de guides utilisateurs. Partage de connaissances au sein des communautés cybersécurité internes. Support et communication Support aux utilisateurs internes. Collaboration avec les équipes techniques et métiers. Communication en français et en anglais.

Je recherche des profils Devops pour participer au développement d’une application de gouvernance des modèles de Machine Learning, ainsi qu’à l’évolution de notre plateforme de mise à disposition de notre client basé en IDF /PARIS Notre plateforme LLM Hub héberge et met à disposition des équipes de développement l’accès à des LLMs tels que OpenAI / Mistral / Claude etc ... via Azure Openai / AI Foundry, et AWS Bedrock. La plateforme a pour objectif de centraliser la consommation des modèles, gérer le reporting de consommation des applications et optimiser les coûts via du provisionned throughput. La plateforme centralise aussi des fonctionnalités clé en main pour faciliter et accélérer le développement de use cases tirant profit de l'IA générative. Nous hébergeons une application de type ChatGPT interne. En perspective, nous visons à offrir une plateforme de création d'agents, de compléter les outils que ces agents pourront utiliser, continuer d'implémenter des fonctionnalités dans notre application ChatGPT. Objectifs et livrables Application de gouvernance des modèles de ML L’équipe devra gérer : Le développement / mise à jour / maintenant du code infrastructure Terraform nécessaire dans Azure et / ou AWS, en conformité avec les règles de sécurité et les pratiques internes Les workflows Github pour automatiser les déploiements et scanner le code. Le développement / mise à jour / maintenance du code backend permettant de récupérer les datas pertinentes provenant de Azure ML, Databricks ou Sagemaker. Le stockage dans une base informations relatives aux modèles inventoriés. L’exposition d’une API pour que les datas soient consommées par un front React. Plateforme LLM Hub L’équipe devra gérer : Le développement / mise à jour / maintenant du code infrastructure Terraform nécessaire dans Azure et / ou AWS, en conformité avec les règles de sécurité et les pratiques internes Les workflows Github pour automatiser les déploiements et scanner le code. Le développement / mise à jour / maintenance du code backend permettant l’exposition des APIs d’OpenAI et Mistral sur un API Manager centralisé, ainsi que les fonctions permettent le suivi de consommations des applications sur Azure et AWS. Le développement de plugins visant à faciliter, optimiser, accélérer le développement des applications dans la Compagnie tirant parti des LLMs. Des connaissances React peuvent être nécessaires pour mettre à jour une interface web développée pour gérer une application de chatbot. Design des fonctionnalités complémentaires à intégrer dans la plateforme pour répondre et anticiper les besoins des utilisateurs (plateforme de création d'agents, prompts library, guardrails, chatbot low code, packaging prêt à l'emploi à intégrer dans le code de nos users ...). Veille technologique sur les nouvelles solutions de LLM et leur intégration dans la plateforme. Poste à pourvoir DevOps sur le périmètre décrit ci-dessus. Gestion du code Terraform de l'infrastructure du périmètre, des workflows de build / déploiement Github. Gestion de l'architecture, optimization pour améliorer la résilience et les coûts des infrastructures. Monitoring des services du périmètre Environnement technique: Azure : API Manager, Azure Functions / App Services, Azure OpenAI / AI Foundry, Front Door / App Gateway, Azure Container Apps, Document Intelligence AWS : Bedrock, Glue, Lambda Compétences demandées Niveau de compétence Github Confirmé Terraform Confirmé Azure Confirmé API Confirmé AWS Confirmé Démarrage ASAP

Qui êtes-vous ? Si pour vous être Architecte Data GCP , c’est : Concevoir des architectures data cloud robustes, scalables et sécurisées sur Google Cloud Platform ; Définir des roadmaps data et accompagner les transformations vers des Modern Data Platforms ; Maîtriser l’écosystème GCP : BigQuery, Dataflow, Dataproc, Cloud Storage, Pub/Sub, Cloud Composer ; Concevoir des architectures batch et temps réel (streaming, event-driven) adaptées aux enjeux métiers ; Garantir les bonnes pratiques en matière de gouvernance, sécurité, qualité des données ; Mettre en place des stratégies DataOps / FinOps : CI/CD, industrialisation, optimisation des coûts ; Accompagner les équipes techniques (data engineers, analysts, ML engineers) et jouer un rôle de référent technique ; Interagir avec des interlocuteurs métiers et IT pour transformer les besoins en solutions data performantes… …Alors vous êtes le profil que nous recherchons ! Vous disposez d’une expérience significative en architecture data cloud , avec une expertise reconnue sur GCP et une forte capacité à structurer des environnements data à l’échelle. Ce que nous allons faire ensemble ? Dans le cadre de missions stratégiques chez nos clients, vous interviendrez en tant qu’ Architecte Data GCP sur des projets de transformation data et cloud. Vous serez amené(e) à : Accompagner les clients dans la définition de leur architecture data cible sur GCP ; Concevoir des plateformes data (data lake, data warehouse, streaming) scalables et performantes ; Piloter les sujets de modernisation (migration vers le cloud, refonte d’architectures existantes) ; Définir les patterns d’architecture et les standards techniques (sécurité, gouvernance, qualité) ; Encadrer les équipes projet et garantir la qualité des livrables techniques ; Accompagner les décisions stratégiques autour des technologies data et cloud ; Mettre en place des pratiques d’industrialisation (CI/CD, orchestration, monitoring) ; Assurer une veille technologique active sur l’écosystème GCP et Data .

Au sein de l'IT Group Production, le projet vise l'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 via des technologies d'Intelligence Artificielle et de Machine Learning. Le prestataire sera intégré au stream "Observabilité" wet travaillera en collaboration étroite avec l'équipe "Core IA" (en charge de la plateforme agentique). Ses missions principales incluent : * Développement d'agents intelligents spécialisés dans le diagnostic technique, en s'appuyant sur les frameworks LangChain et LangGraph. * Conception et déploiement de jobs de détection d'anomalies automatisés pour identifier les dérives comportementales des systèmes. * Exploitation et corrélation des sources de données : ingestion et analyse des logs via Elasticsearch et des métriques de performance/APM via Dynatrace. * Industrialisation de modèles LLM appliqués à la RCA pour transformer les données brutes d'observabilité en diagnostics actionnables. Environnement technique cible :

Recherche d'un data analyst SENIOR : Tâches Comprendre et modéliser les problématiques métier et celles du pôle Définir avec justesse le périmètre des données nécessaire à la solution technique Designer et construire des modèles de machine learning Modéliser des résultats d’analyse des données pour les rendre lisibles, exploitables et actionnables Comprendre et modéliser les problématiques métier et celles du pôle Définir avec justesse le périmètre des données nécessaire à la solution technique Designer et construire des modèles de machine learning

Objectifs de la mission Industrialiser les projets de Machine Learning développés sous Dataiku DSS Mettre en place une chaîne MLOps robuste, sécurisée et maintenable Garantir la fiabilité, la performance et la gouvernance des flux de données alimentant Dataiku Assurer le bon passage du POC à la production, puis l’exploitation dans le temps Contribuer à la diffusion des bonnes pratiques MLOps & DataOps au sein des équipes Data Périmètre d’intervention Projets Data Science & IA développés sous Dataiku DSS Chaînes MLOps (entraînement, déploiement, supervision des modèles) Connexion de Dataiku aux sources de données de l’entreprise Environnements DEV / TEST / PROD Livrables attendus Pipelines MLOps Dataiku industrialisés et documentés Modèles ML déployés et supervisés en production Connecteurs Dataiku vers les sources de données opérationnels Documentation d’exploitation MLOps & DataOps Recommandations de standardisation et d’amélioration continue Interactions Rattachement : Responsable de domaine SI Dataplatform et BI avec un détachement opérationnel dans l’équipe Data Science le temps du projet Partenaires clés : équipes IT (projets, devs, MCO), directions métiers (commerce, marketing, supply chain, finance), conformité et sécurité. Data Scientists, Data Engineers, Architectes Data / Cloud, équipes de la direction technique : Infrastructures, Production, Sécurité & Exploitation Compétences Dataiku DSS – niveau avancé (MLOps & DataOps) Expérience confirmée en industrialisation de modèles ML Python, SQL CI/CD, Git Très bonne compréhension des architectures Data Environnements Cloud (AWS / GCP / Azure) Sensibilité forte aux enjeux sécurité, RUN et exploitation

RÉSUMÉ EXPRESS Data Engineer senior (4 ans+, Bac+5) pour construire et opérer les pipelines data d'une plateforme cloud de paiement à fort volume transactionnel. Il maîtrise Python/PySpark et Databricks en production, conçoit les architectures data lakehouse sur AWS (S3, Redshift), optimise les jobs Spark et garantit la fiabilité et la qualité des données pour les usages analytics et ML. Expérience fintech ou paiement fortement appréciée. 2 jours de télétravail par semaine / Anglais professionnel opérationnel obligatoire. MISSIONS PRINCIPALES Design & Construction des Pipelines Data Concevoir et construire les pipelines ETL/ELT d'ingestion, transformation et chargement depuis de multiples sources (terminaux POS, APIs, systèmes de paiement) Choisir les patterns adaptés selon les cas d'usage : batch vs streaming, data warehouse vs data lake vs lakehouse Développer en Python/PySpark avec des pratiques d'ingénierie logicielle solides (tests, packaging, code maintenable) Databricks & Optimisation Spark Construire et optimiser les workflows Databricks (Jobs, Delta Live Tables) en production sur des volumes significatifs Optimiser les jobs Spark : partitionnement, broadcast joins, caching, memory management, tuning des performances et des coûts Architecture Data & Stockage AWS Concevoir les structures de données et les patterns de stockage sur AWS (S3, Redshift, formats Parquet/Delta/Iceberg) Modéliser et optimiser les données dans Redshift (distribution keys, sort keys, requêtes analytiques) Gérer la sécurité des données dans un contexte de données de paiement sensibles (IAM, chiffrement, conformité) Fiabilité Production & Qualité des Données Assurer le monitoring et l'alerting des pipelines en production, intervenir sur les incidents (données manquantes, pipeline en retard, données corrompues) Mettre en place des contrôles de qualité des données (data validation, schema evolution, data lineage) Collaboration & Veille Travailler avec les data scientists pour comprendre leurs besoins et leur fournir des datasets de qualité pour le ML Assurer une veille technologique active sur les nouvelles technologies et best practices data

Recherche d'un data analyst SENIOR : Tâches Comprendre et modéliser les problématiques métier et celles du pôle Définir avec justesse le périmètre des données nécessaire à la solution technique Designer et construire des modèles de machine learning Modéliser des résultats d’analyse des données pour les rendre lisibles, exploitables et actionnables Comprendre et modéliser les problématiques métier et celles du pôle Définir avec justesse le périmètre des données nécessaire à la solution technique Designer et construire des modèles de machine learning

Au sein d’une DSI de grande envergure dans le secteur bancaire, vous intervenez en tant que référent(e) Service Manager sur les périmètres Bases de données relationnelles et Mainframe . Vous serez également amené(e) à assurer un rôle de backup sur les activités ML/IA et Big Data. VOS MISSIONS ▸ Garantir la qualité de service du Run (SLA, KPIs, indicateurs fondamentaux) ▸ Coordonner les équipes N1 / N2 / N3 et les prestataires ▸ Gérer les incidents majeurs, crises IT et escalades ▸ Assurer la mise en œuvre et le respect des processus ITIL ▸ Produire les tableaux de bord, rapports de qualité de service et Post-Mortem ▸ Valider le Build to Run ▸ Piloter la démarche d’amélioration continue

Dans le cadre de l'accélération d'une plateforme digitale innovante à fort impact international, nous recherchons un(e) Développeur(se) Full Stack / IA MLOps Senior pour accompagner la montée en charge d'une application stratégique dédiée à l'analyse et à l'optimisation de la performance de contenus digitaux. Après une phase MVP réussie et une forte adhésion des utilisateurs, l'enjeu consiste désormais à faire évoluer la solution vers une plateforme scalable, performante, sécurisée et capable de supporter un déploiement à grande échelle. Vous intégrerez une équipe pluridisciplinaire composée de Product Owners, UX Designers, Data Scientists, Data Engineers et Développeurs Full Stack, dans un environnement technologique moderne orienté Cloud, Data et IA Générative. Vos missions Concevoir et développer des fonctionnalités Full Stack en environnement Python et React. Participer à l'évolution de l'architecture applicative et des choix techniques structurants. Industrialiser les pipelines de données et de Machine Learning. Mettre en œuvre les bonnes pratiques MLOps pour le déploiement, le monitoring et la scalabilité des modèles. Concevoir et développer des solutions basées sur l'IA Générative et des architectures d'agents. Optimiser les performances, la résilience et la sécurité de la plateforme. Collaborer étroitement avec les équipes Produit, Data et Design. Accompagner les membres de l'équipe sur les sujets techniques et contribuer à la diffusion des bonnes pratiques. Assurer un suivi de bout en bout des développements, de la conception jusqu'à la mise en production.

La : a mission Vous rejoignez une équipe Tech et Data pour concevoir, développer et industrialiser des solutions d'intelligence artificielle à fort impact métier. Votre rôle ne se limite pas à l'entraînement de modèles : vous concevez des systèmes IA complets, robustes et maintenables, intégrés directement aux produits et aux processus de l'entreprise. Les solutions que vous développez sont utilisées en production et contribuent directement à la performance opérationnelle. Vous collaborez étroitement avec les équipes Produit, Data et Engineering. Vos responsabilités : Développer et déployer des solutions IA Identifier et adresser des cas d'usage à forte valeur ajoutée grâce au machine learning, au deep learning ou aux technologies d'IA générative. Concevoir, entraîner, déployer et monitorer des modèles en production. Garantir la fiabilité, la performance et la scalabilité des solutions développées. Exploiter les données pour guider les décisions Analyser de grands volumes de données afin d'identifier tendances, anomalies et opportunités d'amélioration. Expérimenter rapidement de nouvelles approches et mesurer leur impact sur des données réelles. Apporter un regard critique sur les résultats et formuler des recommandations pragmatiques. Construire l'infrastructure de données Concevoir et maintenir des pipelines de données robustes et évolutifs. Gérer la collecte, le stockage, la transformation et la mise à disposition des données. Optimiser les performances et la qualité des traitements de données. Collaborer avec les équipes métiers et techniques pour répondre aux besoins opérationnels. Accompagner les équipes Co-construire les cas d'usage avec les parties prenantes. Présenter les résultats de manière claire à des interlocuteurs techniques et non techniques. Participer à la diffusion des bonnes pratiques IA au sein de l'organisation.

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.

Contexte Accompagner Coaching sécurité dans les projets MISSIONS En responsabilités : - Pilotage de projets : ○ Définir les objectifs, le périmètre, le planning et le budget des projets Sécurité IA en collaboration avec les parties prenantes. ○ Gérer le cycle de vie des projets de bout en bout : planification, exécution, suivi, contrôle et clôture. ○ Coordonner les différentes équipes projet au sein de DIS (développeurs IA, experts cybersécurité, responsables métiers) et s'assurer de la bonne répartition des tâches et des livrables. ○ Identifier, suivre et gérer les risques, les problèmes et les dépendances des projets. ○ Organiser et animer les réunions de projet, rédiger les comptes-rendus et assurer la communication régulière de l'avancement et la restitution/reporting au comité de direction - Coordination Sécurité IA : ○ Collaborer avec les équipes travaillant sur IA : IA4Sec, sécurité IA, tech IA et Data Science/machine learning. ○ Coordonner les chantiers/ travaux/projets IA4Sec et Sécurité IA. ○ participer aux projets métier IA pour recueillir les besoins sécurité ○ Assurer le coaching sécurité des projets IA et la conformité des solutions - Gestion des parties prenantes : ○ Communiquer efficacement avec les équipes techniques internes DIS et externes , les intervenants sécurité Lod1 et loD2, et les autres départements concernés par la sécurité IA. ○ Faire remonter les informations clés et les alertes aux instances de décision. ○ Participer à la sensibilisation et à la formation des équipes sur les enjeux de la sécurité IA. Compétences en Sécurité de l'IA (IA Security) : ○ Compréhension des principes fondamentaux de l'Intelligence Artificielle et du Machine Learning (types de modèles, processus de développement). ○ Connaissance des vulnérabilités/menace et des risques spécifiques à l'IA : ○ Connaissance des techniques et approches pour sécuriser les modèles IA et les données associées (ex: apprentissage fédéré, anonymisation outillée, techniques de défense adverses). ○ Familiarité avec les cadres et guides de sécurité IA émergents (ex: MITRE ATLAS, OWASP Top 10 for LLMs).