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

Chef de projet Intégration, DevOps & ML Engineer Cloud (AWS / Azure)Référence : RFP-271494-1 Localisation : À confirmer Date de démarrage : 09/11/2026 Durée : 3 mois Type de mission : Prestation Disponibilité : ASAP Contexte de la missionAu sein du Pôle Infrastructure Technique de la DSI, la squad IA / MLOps assure l'industrialisation, le déploiement, la sécurisation et le maintien en condition opérationnelle des solutions d'intelligence artificielle : Machine Learning, Computer Vision et IA générative / LLM, dans des environnements multicloud (AWS, Azure et GCP). Dans ce cadre, nous recherchons un Chef de projet Intégration, DevOps & ML Engineer Cloud expérimenté, capable d'intervenir à l'interface entre les équipes Métier, Data Science, Infrastructure et Exploitation. Le consultant travaillera en étroite collaboration avec une ingénieure ML/MLOps interne afin de garantir la continuité de service et de faire évoluer deux cas d'usage de Machine Learning en production. Missions principales1. Industrialisation de solutions Data Science et Serverless sur AWSRéaliser des analyses exploratoires de données industrielles à grande échelle. Concevoir, développer et maintenir des algorithmes de rapprochement et de matching spatio-temporel. Gérer les problématiques de données manquantes, de fenêtres temporelles et de signaux GPS défaillants. Concevoir et exploiter des traitements serverless et des flux de génération automatisée de documents, notamment des rapports multi-images. Participer à la conception et à l'optimisation des pipelines de traitement de données. Contribuer à l'intégration de solutions d'IA générative et de services LLM. 2. Industrialisation MLOps sur AzureMettre en place et maintenir les pipelines d'entraînement et d'évaluation automatisés des modèles. Assurer la gestion des jeux de données versionnés et des registres de modèles. Industrialiser les déploiements de modèles en production, notamment via des stratégies blue/green. Mettre en place le monitoring des performances et la détection de dérive des modèles (model drift). Concevoir et optimiser des architectures de déploiement multi-sites, avec un socle commun factorisé et des configurations spécifiques par site. Participer à l'implémentation de modèles d'optimisation par apprentissage par renforcement (Reinforcement Learning, notamment SAC). 3. Intégration, DevOps et exploitation CloudAutomatiser les déploiements et les opérations d'infrastructure à l'aide de pratiques DevOps et Infrastructure as Code. Contribuer à la fiabilité, à la sécurité et à la disponibilité des solutions ML en production. Mettre en œuvre les bonnes pratiques de CI/CD, de supervision et de gestion des environnements. Faciliter la collaboration entre les équipes Data Science, Infrastructure et Exploitation. Assurer la continuité de service et contribuer à l'amélioration continue des solutions existantes. Environnement techniqueCloud AWS : Amazon SageMaker : entraînement, inférence, pipelines et registre de modèles. Amazon Bedrock : GenAI, LLM, RAG et Guardrails. AWS Lambda, S3, Glue, Kinesis / Firehose, Athena. Amazon Comprehend / Textract. boto3. Cloud Azure et MLOps : Industrialisation des modèles de Machine Learning. Pipelines d'entraînement et d'évaluation. Gestion des versions et registre de modèles. Déploiement blue/green et monitoring du model drift. DevOps et Data : Terraform et Infrastructure as Code. ELK. BigQuery. Automatisation et intégration continue / déploiement continu (CI/CD). Profil recherchéExpérience confirmée en ingénierie Cloud, DevOps et/ou MLOps. Expérience concrète dans l'industrialisation et la mise en production de modèles de Machine Learning. Bonne maîtrise des environnements cloud, notamment AWS et/ou Azure. Capacité à concevoir et exploiter des pipelines de données et des architectures serverless. Maîtrise des pratiques d'automatisation, de déploiement et de supervision. Capacité à travailler en équipe et à coordonner les échanges entre les interlocuteurs techniques et les équipes Data Science. Autonomie, rigueur, esprit d'analyse et orientation résultats. Compétences appréciéesExpérience avec Amazon SageMaker et Amazon Bedrock. Connaissance des architectures GenAI, LLM, RAG et des mécanismes de sécurisation associés. Expérience en traitement de données industrielles et en matching spatio-temporel. Connaissance des méthodes d'apprentissage par renforcement, notamment SAC. Expérience dans la conception d'architectures multicloud et multi-sites. Objectif de la missionGarantir l'industrialisation, la fiabilité et l'évolution de deux cas d'usage de Machine Learning en production, en renforçant l'intégration Cloud, les pratiques DevOps et les capacités MLOps des équipes. Pour candidater : merci de transmettre un CV actualisé, la disponibilité, le TJM et les expériences significatives en AWS, Azure, DevOps et MLOps.

At CGI, you will play a pivotal role in enabling the deployment and operation of advanced AI systems that support critical national security outcomes. Working within our Space, Defence and Intelligence business unit, you will help design and deliver secure, scalable machine learning platforms that power innovation across mission-critical environments. We combine deep sector expertise with emerging technologies and collaborative delivery to create impactful solutions, giving you the opportunity to take ownership of complex challenges, contribute creative ideas, and grow within a supportive, expert-led community. The Space, Defence and Intelligence business unit in CGI is a true IT Systems Integrator. We work, build, and operate bespoke, technically complex, mission-critical systems which help our clients keep us all safe and secure. We bring innovation to our clients using proven and emerging technologies, agile delivery processes and our deep expertise across the breadth of space, defence, intelligence, aerospace and maritime, all underpinned by our end-to-end cyber capability. We work collaboratively with global technology companies, cutting edge SMEs and academia to deliver the optimal solution for each client. CGI was recognised in the Sunday Times Best Places to Work List 2025 and has been named a UK 'Best Employer' by the Financial Times. We offer a competitive salary, excellent pension, private healthcare, plus a share scheme (3.5% + 3.5% matching) which makes you a CGI Partner not just an employee. We are committed to inclusivity, building a genuinely diverse community of tech talent and inspiring everyone to pursue careers in our sector, including our Armed Forces, and are proud to hold a Gold Award in recognition of our support of the Armed Forces Corporate Covenant. Join us and you'll be part of an open, friendly community of experts. We'll train and support you in taking your career wherever you want it to go. Due to the secure nature of the programme, you will need to hold UK Security Clearance or be eligible to go through this clearance. This position will be based on site near Gloucester 5 days a week.

Le bénéficiaire souhaite une prestation d'accompagnement dans l'objectif d'assurer une mission de consultant Lead AI. Les missions principales : - la participation dans la définition des solutions IA de référence : structuration des composants fonctionnels, définition des standards de modélisation, précision des règles liées aux pipelines de build, de déploiement et d'évaluation des modèles qui seront une base de spécification fonctionnelle pour la construction des offres AI au sein d'ITG et le cœur de nos référentiels Groupe (Blueprint), afin d'accompagner les équipes analytiques et leurs ITs dans la réalisation de leurs projets AI. - l'expertise et support des initiatives majeures du Group autour de l'AI pour accompagner leur mise en production : garantie de l'industrialisation des modèles dans des environnements scalables et fiables, en lien avec les équipes métier IT et leur IT. - la participation dans la rédaction des blueprints : définition d'un cadre Groupe pour mieux maîtriser les processus opérationnels de construction et d'intégration des projets AI dans une chaîne métier au sein des entités du Groupe. - la veille et innovation : suivi des évolutions technologiques (GenAI, LLMs, vector databases, etc.) et proposition d'évolutions adaptées. - la participation dans l'assessment de nouvelles solutions technologiques : scan du marché des nouvelles technologies émergentes, participation dans les études et la standardisation de ces outils pour la Data et l'AI Expérience dans l'environnement de la prestation : + 10 ans Expérience globale : Bac +4/5 : Minimum 10 ans d'expérience Principales missions : - Elaboration, suivi et gestion de la bonne fin des plans d'actions et des plannings associés pour un projet de taille moyenne ou un sous-ensemble d'un grand projet (environ 4-8 personnes) - Représentation des intérêts de l'ensemble des Directions partie prenante - Gestion du ou des projet(s) dans le respect des règles de conduite de projet définies en garantissant le respect des conditions de qualité, de coûts et de délais décrites dans le contrat de prestation - Suivi du déploiement des équipements, du matériel et des logiciels - Assistance au Directeur de Projet dans la validation et la gestion de la production - Préparation des instances de suivi - Gestion et suivi des risques - Collaboration auprès des différents partenaires du projet les éléments nécessaires à l'élaboration d'un planning présentant l'évolution des chantiers du projet - Rédaction des rapports d'avancement incluant le planning remis à jour et identifiant et recensant les éventuels points critiques et/ou de blocages détectés - Production du reporting synthétique de ces informations vers le Directeur de Projet - Proposition de solutions nécessaires à la résolution des blocages ou à leur contournement (solutions palliatives) - Proposition et positionnement de l'outillage de reporting approprié à chacun des chantiers - Intégration dans le suivi du déploiement des équipements et du pourcentage de migration des flux de production - Assistance au Directeur de Projet dans l'analyse des documents de pilotage et de communication / animation des acteurs du déploiement - Mise à jour de l'ensemble de la documentation de déploiement du projet - Identification, recensement et codification de tous les documents produits par l'équipe dans le cadre du projet - Participation aux réunions de suivi du projet (comité de déploiement) et rédaction des comptes rendus - Préparation de l'ordre du jour de ces comités et élaboration des documents préparatoires - Participation à tout groupe de travail constitué dans le cadre du projet Identification, analyse des risques et mise en œuvre des actions visant à leur suppression ou diminution - Alerte auprès du Directeur de Projet des éventuels risques détectés remettant en cause les objectifs du projet (périmètre / délais / coûts) Contrôle qualité sur les produits livrés et sur l'ensemble des processus de livraison

Descriptif : Dans le cadre de ces développements, le DataLab souhaite confier à un expert Cloud, venant en renforcement de son équipe usine logicielle la mission suivante : - Travailler sur des sujets de migration de solution "On Premise" vers le Cloud ; - Mettre en place l'outillage nécessaire à l'implémentation d'une méthodologie DevSecOps ; - Assurer l'intégration dans les architectures cibles : Configurer les plateformes, Industrialiser les architectures, Définir es accès aux ressources et les optimiser ; - Assister à l'élaboration de solutions et leurs optimisations ; - Rédiger les documents techniques et les livrables projets ; - Améliorer l'architecture actuelle ; - Transférer la connaissance et la compétence aux internes du DataLab. Résultats Attendus Des Livrables : Le DevOps sera accompagné par l'équipe Usine Logicielle. Il devra par ailleurs, fournir les livrables suivantes : - Une documentation conforme aux exigences du DataLab ; - Un support de l'ensemble des applications gérées en interne ; - Un support de l'ensemble des applications des entités déployées ; - Codes Sources commentés et "reviewés" ; - Intégration de tests unitaires des fonctionnalités développées ; - Présentation et partage des travaux.

Contexte de la mission Le déploiement des modèles d'IA constitue un nouveau chantier. Les temps d'inférence deviennent de plus en plus importants et nécessitent un diagnostic approfondi pour identifier et prioriser les optimisations. Le profiling actuel doit être amélioré afin de mieux comprendre les limites des modèles et de l'infrastructure, de challenger les pistes envisagées et de concentrer les efforts sur les actions les plus pertinentes. Objectifs et activités Diagnostiquer les performances des modèles et réduire les temps d'inférence sur GPU. Réaliser le profiling du code de deep learning, de l'infrastructure et du code compilé. Analyser les traces mémoire et comprendre les comportements d'exécution sur CPU, GPU et dans des environnements multi-GPU. Utiliser PyTorch Profiler pour identifier les goulots d'étranglement. Évaluer, challenger et prioriser les pistes d'optimisation. Améliorer l'export des modèles et leur optimisation pour l'inférence, notamment avec ONNX et TensorRT. Contribuer à la gestion et à l'utilisation efficace des ressources GPU. Accompagner les clients internes sur la chaîne allant de l'entraînement au déploiement des modèles. Assurer la traçabilité des expérimentations avec MLflow. Vulgariser les diagnostics et les recommandations auprès des équipes concernées.

#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous ! Industrialise le cycle de vie des modèles et propulse les architectures GenAI en productionDans le cadre de l'industrialisation à grande échelle des solutions d'intelligence artificielle générative d'un grand compte, nous recherchons un(e) LLMOps / MLOps Engineer. Ton rôle sera hautement structurant et stratégique : tu concevras, déploieras et sécuriseras le socle technique, les pipelines d'automatisation et les environnements d'inférence nécessaires à l'exploitation industrielle de solutions d'IA et de systèmes agentiques en production. Ton futur environnementTu évolueras au sein d'un pôle d'ingénierie pluridisciplinaire d'excellence dédié à l'intelligence artificielle et aux pratiques cloud natives. En interface permanente avec les data scientists, les équipes d'architecture, la sécurité (DevSecOps) et les équipes d'exploitation, tu interviendras sur des projets à forte valeur ajoutée. C'est le cadre idéal pour combiner la rigueur du DevOps avec les spécificités de l'IA générative, déployer des chaînes CI/CD/CT automatisées et optimiser les coûts et performances des modèles en production. Tes missions clésArchitecture & Automatisation Cloud IA (Mode BUILD) : Concevoir et implémenter l'architecture technique cible de la plateforme IA selon les principes de l'Infrastructure as Code (Terraform). Déployer, configurer et administrer les environnements Cloud (Azure, AWS ou GCP) et les clusters de conteneurs (Kubernetes, OpenShift). Bâtir et industrialiser les pipelines d'intégration et de déploiement continus (CI/CD, GitOps) adaptés aux spécificités des briques d'IA et des modèles de fondation. Intégrer les composants clés de l'écosystème IA : modèles de langage, Gateways LLM, orchestrateurs agentiques, APIs de services cognitifs et bases de données vectorielles. Mettre en œuvre les dispositifs de sécurité, la gestion fine des identités (IAM) et la gestion centralisée des secrets. Observabilité, MLOps & Pilotage FinOps (Mode RUN & Industrialisation) : Déployer et superviser les chaînes d'observabilité, de journalisation et de monitoring de la performance des modèles (MLflow, dashboards de suivi de latence et de dérive). Garantir la robustesse, la scalabilité et la haute disponibilité des environnements d'inférence en production. Piloter la maîtrise des coûts d'infrastructure et d'appel aux modèles via des pratiques de FinOps IA. Assurer la réversibilité, la maintenabilité et la documentation technique des architectures déployées. Ton profilFormation : Diplôme d'Ingénieur ou Bac+5 universitaire en informatique, génie logiciel, systèmes et réseaux ou cybersécurité. Expérience : Tu justifies d'une expérience confirmée de 3 à 5 ans en ingénierie DevOps / Cloud, avec une pratique effective du déploiement et de l'industrialisation de solutions MLOps ou LLMOps. Expertise DevOps, Cloud & Automatisation Impérative : Maîtrise d'un environnement Cloud majeur (Azure, AWS ou GCP) et des outils d'IaC (Terraform). Excellente pratique de la conteneurisation et de l'orchestration (Docker, Kubernetes, OpenShift). Maîtrise des chaînes CI/CD et des démarches GitOps / DevSecOps. Culture IA & MLOps : Connaissance opérationnelle des cycles de vie ML/LLM (MLflow, Gateways LLM, intégration d'APIs de modèles, bases vectorielles). Sensibilité aux problématiques de FinOps IA et de monitoring d'inférence. Langues : Anglais professionnel opérationnel. Tes atoutsCulture de l'Industrialisation et de la Rigueur : Volonté constante d'automatiser, de fiabiliser et de sécuriser les processus de livraison logicielle. Sens du Risque et Prévoyance : Capacité à concilier vitesse d'innovation, sécurité des accès et maîtrise budgétaire des ressources IA. Aisance Relationnelle et Transversalité : Aptitude naturelle à collaborer efficacement avec des interlocuteurs variés (data scientists, architectes, équipes de sécurité et exploitation). 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.

Plusieurs postes à pourvoir : plusieurs profils identiques sont recherchés pour cette mission. Contexte Un grand groupe media recherche un prestataire en développement IA / LLMOps pour renforcer son équipe IA transverse dédiée aux offres d'information. La mission porte sur des développements en intelligence artificielle générative, traitement du langage naturel (NLP) et reconnaissance vocale (Speech-to-text), dans un environnement technique exigeant alliant industrialisation et innovation. Missions - Contribuer au développement et à la mise en production de modèles IA/ML/DL dans le cadre de projets liés aux offres d'information - Concevoir et implémenter des architectures LLM, mettre en place des pipelines RAG, intégrer des modèles d'embeddings et des bases vectorielles - Développer et exposer des routes API métiers : Speech-to-text, classification d'articles et de commentaires, titraille SEO, contextualisation - Assurer la containerisation et le déploiement des solutions via Docker, Kubernetes et les pipelines CI/CD sous GitLab - Mettre en œuvre les pratiques MLOps : suivi d'expérimentations avec MLflow, évaluation via LLM-as-judge et golden datasets, gestion du drift de prompts - Participer à la conception d'agents IA et au déploiement de modèles de langage de petite taille (SLM) - Contribuer au monitoring et à l'observabilité des systèmes via Prometheus et Grafana - Collaborer avec des profils non-techniques (journalistes, éditeurs) en vulgarisant les solutions développées - Participer aux rituels agiles de l'équipe et contribuer à la culture d'amélioration continue Environnement de travail Démarrage prévu début à mi-novembre 2026 (date prévisionnelle de la lettre : 16/11/2026), pour une durée pouvant aller jusqu'à 4 ans (3 mois reconductibles). Présence sur site requise au moins 50 % du temps, soit 2 à 3 jours par semaine, en fonction des besoins de la prestation. Des astreintes ou interventions exceptionnelles le soir, le week-end et les jours fériés sont à prévoir. La mission se déroule dans le 15e arrondissement de Paris, à proximité du métro Balard ou du RER C. Pour candidater, merci d'envoyer un message à r e s s o u r c e s (at) a x a n d e . f r en y indiquant/joignant : - CV ou profil à jour au format docx de préférence - Date de disponibilité et sous quelles conditions (préavis à donner ? déjà disponible ?) - Tarif journalier demandé pour la mission - Préciser si vous pouvez intervenir sur site client comme demandé ci-dessus - Votre experience en mise en production de solutions LLM et en MLOps (MLflow, evaluation, drift de prompts) dans un contexte media ou editorial sera un element determinant.

Contexte Un grand groupe media recherche un prestataire en développement IA / LLMOps pour renforcer son équipe IA transverse dédiée aux offres d'information. La mission porte sur des développements en intelligence artificielle générative, traitement du langage naturel (NLP) et reconnaissance vocale (Speech-to-text), dans un environnement technique exigeant alliant industrialisation et innovation. Missions - Contribuer au développement et à la mise en production de modèles IA/ML/DL dans le cadre de projets liés aux offres d'information - Concevoir et implémenter des architectures LLM, mettre en place des pipelines RAG, intégrer des modèles d'embeddings et des bases vectorielles - Développer et exposer des routes API métiers : Speech-to-text, classification d'articles et de commentaires, titraille SEO, contextualisation - Assurer la containerisation et le déploiement des solutions via Docker, Kubernetes et les pipelines CI/CD sous GitLab - Mettre en œuvre les pratiques MLOps : suivi d'expérimentations avec MLflow, évaluation via LLM-as-judge et golden datasets, gestion du drift de prompts - Participer à la conception d'agents IA et au déploiement de modèles de langage de petite taille (SLM) - Contribuer au monitoring et à l'observabilité des systèmes via Prometheus et Grafana - Collaborer avec des profils non-techniques (journalistes, éditeurs) en vulgarisant les solutions développées - Participer aux rituels agiles de l'équipe et contribuer à la culture d'amélioration continue Environnement de travail Démarrage prévu début à mi-novembre 2026 (date prévisionnelle de la lettre : 16/11/2026), pour une durée pouvant aller jusqu'à 4 ans (3 mois reconductibles). Présence sur site requise au moins 50 % du temps, soit 2 à 3 jours par semaine, en fonction des besoins de la prestation. Des astreintes ou interventions exceptionnelles le soir, le week-end et les jours fériés sont à prévoir. La mission se déroule dans le 15e arrondissement de Paris, à proximité du métro Balard ou du RER C. Pour candidater, merci d'envoyer un message à r e s s o u r c e s (at) a x a n d e . f r en y indiquant/joignant : - CV ou profil à jour au format docx de préférence - Date de disponibilité et sous quelles conditions (préavis à donner ? déjà disponible ?) - Tarif journalier demandé pour la mission - Préciser si vous pouvez intervenir sur site client comme demandé ci-dessus - Votre experience en mise en production de solutions LLM et en MLOps (MLflow, evaluation, drift de prompts) dans un contexte media ou editorial sera un element determinant.

Secteur : Banque Anglais : Indispensable Contexte de la missionDans le cadre du développement et de l'industrialisation de solutions d'intelligence artificielle, un acteur majeur du secteur bancaire recherche 5 AI Engineers spécialisés en IA générative et agentique. Vous interviendrez sur la conception, le développement, l'intégration et le déploiement de solutions innovantes basées sur les Large Language Models (LLM) et les architectures multi-agents, en veillant à leur performance, leur fiabilité, leur sécurité et leur conformité réglementaire. Vous collaborerez étroitement avec les équipes Produit, Data, IT, Sécurité et DevOps afin de transformer les besoins métiers en solutions IA robustes et industrialisées. Missions principalesConcevoir et développer des solutions d'IA générative et agentique adaptées aux besoins métiers. Intégrer, configurer et optimiser des LLM, notamment Mistral. Concevoir et développer des agents autonomes et des systèmes multi-agents. Mettre en œuvre des workflows et pipelines d'orchestration à l'aide de frameworks spécialisés. Optimiser les performances des modèles et des prompts : prompt engineering, few-shot learning et fine-tuning. Développer des mécanismes d'évaluation, de monitoring et de détection des hallucinations et des biais. Industrialiser et déployer les solutions IA en production en collaboration avec les équipes DevOps/MLOps. Mettre en place des pipelines CI/CD et contribuer à la conteneurisation et à l'orchestration des applications IA. Garantir la sécurité, la traçabilité et la conformité des solutions développées. Assurer la documentation technique et le suivi des évolutions des solutions mises en production. Compétences techniques requisesIA générative & LLM Maîtrise des LLM, notamment Mistral. Prompt engineering, few-shot learning et fine-tuning. Évaluation et optimisation des performances des modèles. IA agentique & orchestration Conception d'agents autonomes et d'architectures multi-agents. Maîtrise d'au moins un framework d'orchestration : LangChain, AutoGen ou CrewAI. Développement Excellente maîtrise de Python. Capacité à développer des pipelines techniques robustes et maintenables. MLOps / DevOps CI/CD, Docker et Kubernetes. Déploiement, supervision et monitoring de solutions IA en production. Expérience de l'industrialisation de modèles ou d'applications basés sur des LLM. Sécurité & conformité Sensibilité aux enjeux de sécurité et de gouvernance de l'IA. Connaissance du RGPD, de l'AI Act et des mécanismes de maîtrise des risques liés à l'IA.

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.

Au sein de la direction Produit et Technologies, vous rejoindrez une équipe transversale dédiée à l'intelligence artificielle et contribuerez au développement de solutions pour les offres d'information. Votre mission couvrira notamment l'IA générative, les architectures de grands modèles de langage, les systèmes de génération augmentée par récupération (RAG), le traitement automatique du langage et la transcription audio. Vous développerez et exposerez des services métiers par API, notamment pour la transcription, la classification d'articles et de commentaires, la création de titres optimisés pour le référencement et la contextualisation. Vous concevrez des architectures LLM et des solutions RAG reposant sur des modèles d'embeddings et des bases vectorielles. Vous assurerez aussi le déploiement en production avec Docker, Kubernetes et des pipelines d'intégration et de déploiement continus. Enfin, vous suivrez et évaluerez la qualité des modèles avec MLflow, notamment au moyen de jeux de données de référence, d'évaluations automatisées et du suivi de l'évolution des prompts.

Diriger l'engineering delivery au sein de la factory eRetail : qualité du code, prédictibilité des livraisons, fiabilité en production, avec l'IA comme levier d'accélération. Engineering & Delivery : piloter de bout en bout l'engineering delivery (roadmap technique, standards de qualité, prédictibilité des releases) ; manager une organisation engineering distribuée France/Inde (recrutement, mentorat, carrière) ; garantir la cadence, la qualité et la fiabilité face aux pics saisonniers. Accélération par l'IA : définir et piloter la roadmap d'adoption de l'IA au sein de l'engineering — développement assisté par IA, code review, refactoring, réduction de la dette technique, MLOps — et faire passer ces pratiques du pilote au standard, mesurées par l'adoption et l'impact sur la productivité. Excellence opérationnelle : industrialiser les pratiques engineering (maturité CI/CD, automatisation des tests, réduction des incidents) ; piloter les KPIs engineering (cycle time, qualité, taux de défauts, fréquence de déploiement, coût).

Contexte de la mission Nous recherchons un ingénieur expérimenté pour concevoir, déployer et maintenir des infrastructures de Machine Learning et de Large Language Models (LLM) dans des environnements hybrides, combinant infrastructures sur site (On-Premise) et Cloud. Le consultant travaillera en étroite collaboration avec les Data Scientists et les développeurs Backend afin de mettre en œuvre des solutions de Machine Learning fiables, sécurisées, évolutives et adaptées à la production. Responsabilités principales Concevoir, développer et maintenir des infrastructures MLOps/LLMOps dédiées aux LLM. Déployer, tester, superviser et administrer des modèles de Machine Learning dans des environnements conteneurisés. Gérer l'ensemble du cycle de vie des LLM : préparation des données, fine-tuning, évaluation, déploiement et monitoring. Concevoir et maintenir des pipelines CI/CD et des solutions d'orchestration des workflows ML. Mettre en place des outils de versioning des données et des modèles. Automatiser la détection des anomalies et le suivi des performances. Optimiser les coûts et les performances des pipelines de Machine Learning. Garantir la fiabilité et la sécurité des infrastructures ML en environnement hybride. Create CI/CD pipelines, orchestration solutions, and data versioning tools for ML workflows. Implement automated anomaly detection, performance tracking, and cost-optimisation for ML pipelines.

En tant que Tech Lead MLOps, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : 3hh32o92or