Trouvez votre prochaine offre d’emploi ou de mission freelance MLflow

POSTE EN PRÉSENTIEL AU LUXEMBOURG Dans le cadre de l'accélération de notre stratégie d'Intelligence Artificielle, notre client recherche un(e) Ingénieur(e) IA / GenAI pour concevoir, développer et industrialiser des solutions d'IA générative à fort impact métier. Au sein d'un environnement mêlant Data, IA, Cloud et métiers, vous interviendrez sur l'ensemble de la chaîne de valeur : de l'identification des cas d'usage jusqu'au déploiement en production et à l'amélioration continue des solutions. Vous serez notamment amené(e) à travailler sur des technologies telles que les LLM, RAG, agents IA, copilotes et automatisations intelligentes, avec un objectif constant : transformer les possibilités offertes par l'IA en solutions fiables, sécurisées, mesurables et réellement utilisées par les métiers. Vos missions : Concevoir et développer des solutions GenAI Concevoir, développer et déployer des solutions basées sur les LLM, RAG, agents IA, copilotes et automatisations IA. Développer en Python des applications et services IA robustes, performants et conçus pour la production. Expérimenter et sélectionner les modèles, frameworks et architectures les plus adaptés aux besoins. Mettre en place des mécanismes d'évaluation, de supervision, d'optimisation et d'amélioration continue des solutions. Intégrer l'IA dans le système d'information Intégrer les modèles IA aux systèmes internes via API, connecteurs, bases de données et applications métiers. Développer, consommer et documenter des API Data / IA. Travailler avec des environnements SQL / NoSQL et distribués. Contribuer à la conception d'architectures permettant de passer efficacement du prototype à la production. Industrialiser et déployer Collaborer avec les Data Scientists, Data Engineers et équipes plateforme afin d'industrialiser et de déployer les modèles. Utiliser et maintenir un registre de modèles (MLflow ou équivalent) pour garantir la traçabilité, le versioning et le monitoring. Participer à la mise en place des pratiques MLOps / LLMOps et des pipelines de déploiement. Contribuer à la fiabilité, la performance, la scalabilité et la maintenabilité des solutions IA. Sécurité, gouvernance et conformité Veiller au respect des standards de sécurité informatique, de gouvernance des données et des bonnes pratiques IA. Intégrer les exigences de conformité applicables, notamment celles liées à l'AI Act. Contribuer à la mise en place de solutions IA explicables, traçables et maîtrisées. Accompagner les métiers Co-construire avec les équipes métiers des cas d'usage IA concrets, réalistes et mesurables, alignés avec les priorités stratégiques du Groupe. Transformer les besoins métiers en solutions techniques pertinentes et industrialisables. Vulgariser les concepts liés à l'IA et accompagner les utilisateurs dans l'adoption des solutions. Assurer une veille technologique active sur les évolutions de l'IA générative et identifier les opportunités pertinentes pour le Groupe.

AI engineer Senior (H/F) — CDI — Luxembourg Banque/assurance Pour un poste en cdi sur Luxembourg, nous recherchons de AI engineer senior dans le secteur de la banque et de l'assurance Vous rejoignez une équipe chargée de faire passer l'intelligence artificielle du prototype à l'usage réel, à l'échelle du Groupe. Le poste est résolument tourné vers le build et la mise en production : LLM, copilotes, agents et automatisations qui répondent à des besoins métier identifiés. Conditions Rémunération fixe définie selon votre expérience et votre profil, complétée par une prime de performance. Véhicule de fonction envisageable après une première période. Package d'avantages incluant mutuelle, prévoyance et chèques-repas. Ce que vous ferez au quotidien Vous construisez des solutions d'IA générative de bout en bout — architectures RAG, agents, assistants conversationnels, chaînes d'automatisation — et vous les amenez jusqu'en production. Le code est votre terrain principal : vous développez en Python des services et applications pensés pour tenir la charge, être maintenus et évoluer. Vous branchez les modèles sur l'existant via API, connecteurs, bases de données et applications métiers, et vous concevez, exposez et documentez les API Data/IA que d'autres équipes viendront consommer. Côté cycle de vie, vous vous appuyez sur un registre de modèles (MLflow ou outil équivalent) pour garder la traçabilité, gérer les versions et suivre le comportement des solutions déployées. Vous mettez en place ce qu'il faut de supervision et d'instrumentation pour détecter les écarts, optimiser et itérer. Vous avancez avec les Data Scientists, les Data Engineers et les équipes plateforme sur l'industrialisation. Et vous travaillez directement avec les métiers pour cadrer des cas d'usage réalistes, mesurables et alignés sur les priorités du Groupe. L'environnement étant régulé, la sécurité, la gouvernance des données et les obligations issues de l'AI Act structurent votre manière de concevoir dès le départ. Comment se passe la suite Le processus tient en trois temps : un premier échange avec l'équipe recrutement pour faire connaissance, une mise en situation concrète sur des cas proches de votre futur quotidien ou des besoins de nos clients, et — en option, si l'exercice vous tente — un entretien vidéo à enregistrer quand cela vous arrange, guidé par un assistant IA.

Ingénieur IA MLOps / Production (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production. Les applications concernées couvrent notamment : Moteurs RAG (Retrieval-Augmented Generation) Agents conversationnels Systèmes multi-agents Solutions basées sur des LLM managés Modèles de Machine Learning industrialisés Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise. Le poste présente une double dimension : Maintien en conditions opérationnelles (RUN) des solutions IA en production Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA Missions principales1. Exploitation et support de productionAssurer le support applicatif de niveau 2 et 3 des solutions IA en production. Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution. Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement). Participer à la gestion des incidents majeurs et aux analyses post-mortem. Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade). Mettre en œuvre les procédures de continuité de service et les modes dégradés. Accompagner les montées de versions des modèles IA et des composants applicatifs. Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire. 2. Monitoring et observabilité des systèmes IAExploiter et améliorer les dispositifs de supervision applicative et infrastructure. Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM. Concevoir des tableaux de bord de pilotage permettant de suivre : La disponibilité des services La latence des traitements Le coût des traitements IA Les performances des modèles La qualité des réponses générées Les dérives fonctionnelles et comportementales Affiner les stratégies d'alerting afin de réduire les faux positifs. Participer à la définition des politiques de surveillance et d'évolution des modèles. 3. Contribution aux pratiques MLOps et à l'industrialisationParticiper à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA. Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus. Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code. Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles. Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement. Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps). 4. Gouvernance, sécurité et conformitéGarantir la conformité des solutions avec les normes internes et réglementaires. Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA. Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative. Participer aux exercices de continuité et de reprise d'activité. Maintenir l'ensemble de la documentation technique et opérationnelle. Veiller à l'application des politiques de sécurité et de gestion des risques. 5. Optimisation et innovationSuivre et optimiser les coûts d'exploitation des plateformes Cloud et IA. Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience. Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA. Contribuer à la construction de composants réutilisables et mutualisés. Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité. Compétences comportementales recherchéesForte culture de production et sens du service. Capacité à intervenir efficacement en situation critique. Rigueur et sens de l'organisation. Esprit analytique et aptitude à la résolution de problèmes complexes. Excellentes capacités de communication. Autonomie et proactivité. Goût pour l'amélioration continue. Capacité à collaborer avec des équipes multidisciplinaires. Curiosité technologique et culture DevOps/MLOps. Anglais professionnel. Compétences techniques requisesIntelligence Artificielle & MLOpsExpérience significative sur des projets IA industrialisés. Connaissance des architectures RAG et des systèmes agentiques. Compréhension des problématiques liées aux LLM et à leur exploitation en production. Connaissance des pratiques LLMOps et MLOps. Gestion du cycle de vie des modèles et monitoring de performance. Cloud & InfrastructureExcellente maîtrise d'AWS : EKS Lambda EC2 CloudWatch IAM S3 Services IA managés Bonnes connaissances Kubernetes et conteneurisation Docker. DevOps & CI/CDGitLab CI GitHub Actions Terraform Infrastructure as Code Gestion des artefacts logiciels Gestion des secrets (Vault ou équivalent) Automatisation des déploiements Monitoring & ObservabilitéPrometheus Grafana CloudWatch APM Observabilité des applications IA Tracing distribué Monitoring des performances modèles Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout. Sécurité & GouvernanceGestion des vulnérabilités. Sécurité Cloud. Gouvernance des modèles IA. Traçabilité et auditabilité. Connaissance des réglementations liées à l'IA et à la protection des données. DéveloppementPython avancé. APIs REST. Scripts d'automatisation. Connaissances SQL appréciées.