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

Contexte Une organisation internationale de premier plan accélère sa transformation digitale et l’adoption de l’Intelligence Artificielle au sein de plusieurs domaines métiers. Dans ce cadre, elle renforce ses capacités de delivery IA afin de passer de cas d’usage expérimentaux à des solutions robustes, industrialisées et déployées en production. Vous rejoindrez une équipe transverse dédiée à l’innovation et à la transformation, intervenant auprès de plusieurs équipes métiers et IT, avec un fort accent sur l’industrialisation, la gouvernance et la création de valeur long terme. Responsabilités Concevoir et déployer des solutions IA de bout en bout, depuis l’expression du besoin métier jusqu’à la mise en production Traduire les exigences fonctionnelles en architectures techniques scalables, sécurisées et maintenables Développer des cas d’usage IA tels que l’intelligence documentaire, les assistants conversationnels, l’automatisation et la génération de contenu Mettre en œuvre des solutions d’IA générative (LLM, RAG, workflows à base d’agents) intégrées aux systèmes internes Accompagner l’industrialisation via des pipelines CI/CD, des pratiques MLOps, le monitoring et l’optimisation des modèles Garantir la conformité avec les exigences de protection des données, de sécurité et les principes d’IA responsable Profil recherché Solide expérience dans le développement et le déploiement de solutions IA / machine learning en environnement de production Excellente base en ingénierie logicielle, APIs et architectures microservices Expérience pratique des solutions d’IA générative, LLM et du prompt engineering Bonne compréhension des plateformes cloud et des pratiques d’industrialisation IA (CI/CD, MLOps) Capacité à évoluer dans des environnements complexes, internationaux et multi‑parties prenantes Excellentes compétences en communication, avec une aptitude à faire le lien entre enjeux métiers et techniques

Bonjour, Dans le cadre de ses projets clients, Visian est à la recherche d'un Consultant Computer Vision Mission Les missions principales sont - Développer, entraîner et tester des algorithmes de deep learning partant en production. - Contribuer à la stack d'outils MLOps de l'équipe pour garantir sa viabilité sur le long terme et améliorer la productivité de l'équipe Compétences requises - Une formation en Software Engineering, en apprentissage automatique, en vision par ordinateur ou dans un domaine similaire. - 4 ans ou plus d'expérience professionnelle en Machine Learning / Deep Learning. - Techniquement : o D’une très bonne connaissance de Python et des bonnes pratiques en développement logiciel. o D'une expérience en SW engineering (culture archi / design, qualité / testing / CI/CD). o D'une expérience en Deep learning et / ou en computer vision o Une connaissance de l'imagerie satellite (et en particulier du SAR) est un plus. - En terme de méthodologie de travail : d’une expérience en environnement agile, sans pour autant en défendre une application dogmatique - En terme de soft skills : o D'une capacité à partager et défendre une vision technique, faire preuve de pédagogie, mentoring. o D’une posture user-centric, en pensant avant tout aux besoins des utilisateurs. D'ouverture d’esprit, communication, et travail en équipe

Contexte OnSpark est un cabinet spécialisé dans la GMAO/EAM et l'intégration SI, en forte croissance (40 collaborateurs, CA 3,3 M€). Dans le cadre de la diversification de son offre vers la Data et l'Intelligence Artificielle, nous recherchons un AI Engineer / MLOps Engineer pour accompagner nos clients grands comptes. Vous piloterez la conception et le déploiement de solutions d'Intelligence Artificielle à fort impact métier : automatisation, aide à la décision, valorisation des données à grande échelle, au sein d'environnements exigeants (ISO 27001) en cours d'ouverture vers le cloud. Responsabilités Concevoir et mettre en œuvre des solutions d'IA générative (LLM, RAG, fine-tuning, prompt engineering) Déployer et monitorer des modèles de Machine Learning et Deep Learning en production Accompagner les équipes fonctionnelles dans l'identification et la conception de cas d'usage IA Mettre en place des pipelines CI/CD dédiés aux modèles IA Contribuer à la gouvernance des usages IA (qualité, RGPD, AI Act) Assurer une veille technologique active sur les évolutions de l'IA

Panda Services est une Entreprise de Services du Numérique spécialisée en Ingénierie Informatique. Dans le cadre du renforcement d’une équipe Data & IA dédiée à la personnalisation de l’expérience utilisateur, nous recherchons un(e) ML Engineer/ MLOPS Engineer Confirmé(e) pour intervenir sur des projets à fort impact, en environnement cloud et production. Localisation = Paris Projet Data & IA en production 🎯 Vos missions Au cœur de la chaîne de valeur Data & IA, vous interviendrez sur : La conception, le développement et la maintenance de pipelines ML robustes et scalables L’ industrialisation des modèles en collaboration avec les équipes Data Science Le déploiement en production des modèles et l’accompagnement des phases d’A/B testing La mise en place de solutions de monitoring (performance, dérive, qualité des modèles) L’ exposition des modèles via des API REST L’optimisation du stockage, de la circulation et de la gouvernance des données Le développement et la maintenance des workflows CI/CD La garantie de la stabilité, sécurité et scalabilité des environnements La collaboration étroite avec les équipes Data, Produit et Tech dans un cadre Agile 🛠️ Environnement technique Vous évoluerez dans un stack moderne orienté cloud : Langages : Python, SQL Cloud & Data : Google Cloud Platform (GCP), Vertex AI, BigQuery, Cloud Run Orchestration & APIs : Airflow, FastAPI, Flask CI/CD & Infra : GitLab CI/CD, Terraform Machine Learning : TensorFlow, Scikit-learn 👤 Profil recherché Minimum 3 ans d’expérience en environnement Data / Machine Learning Expérience confirmée en mise en production de modèles ML Très bonne maîtrise de Python, SQL et des architectures data Solide expérience sur Google Cloud Platform (GCP) Bonnes connaissances en MLOps, industrialisation et Infrastructure as Code Capacité à interagir avec des interlocuteurs techniques et métiers

Opportunité -| un(e) ML Engineer / MLOps Engineer – Projet Data & IA en production Dans le cadre du renforcement d’une équipe Data & IA dédiée à la personnalisation de l’expérience utilisateur , nous recherchons un(e) ML Engineer confirmé(e) pour intervenir sur des projets à fort impact, en environnement cloud et production. Vos missions Concevoir, développer et maintenir des pipelines ML robustes et scalables Industrialiser les modèles développés avec les équipes Data Science Déployer les modèles en production et accompagner les A/B tests Mettre en place le monitoring des performances et le contrôle qualité des modèles Exposer les modèles via des API REST Structurer et optimiser le stockage et la circulation des données Développer et maintenir les workflows CI/CD Garantir la stabilité, la sécurité et l’évolutivité des environnements Collaborer avec les équipes Data, Produit et Tech dans un cadre Agile 🛠️ Environnement technique Python / SQL Google Cloud Platform Vertex AI BigQuery Cloud Run Airflow FastAPI / Flask Terraform GitLab CI/CD TensorFlow / Scikit-learn 👤 Profil recherché Minimum 3 ans d’expérience en environnement Data / Machine Learning Expérience confirmée en mise en production de modèles ML Très bonne maîtrise de Python, SQL et des architectures data Solide expérience sur GCP Connaissances MLOps / industrialisation / infrastructure as code Aisance en communication avec des interlocuteurs techniques et métiers Français courant indispensable

Dans le cadre d’un programme stratégique Data & IA, nous recherchons un Architecte DevOps / FinOps avec une forte expertise GCP. Vous interviendrez sur des enjeux structurants autour de la conception et de l’industrialisation d’architectures Data & IA en environnement cloud et hybride. À ce titre, vous serez en charge de : Concevoir et mettre en œuvre des architectures data robustes et scalables Définir les standards d’architecture (Data, IA, DevOps, MLOps, Cloud) Mettre en place des pratiques de gouvernance des modèles (incluant les LLM) Encadrer les enjeux de conformité, risques et éthique liés à l’IA Structurer et diffuser les bonnes pratiques (Data, Cloud, DevOps) Intégrer une approche FinOps dès la conception des architectures Piloter la performance des pipelines data & IA Optimiser les coûts (Cloud, GPU, workloads IA) Contribuer à la mise en place de modèles de refacturation

Dans le cadre d’une transformation ambitieuse autour de l’intelligence artificielle, nous recherchons un Directeur de projets IA chargé d’assurer la coordination opérationnelle d’un centre d’expertise IA transverse. Véritable facilitateur et orchestrateur , le poste s’inscrit au cœur d’une gouvernance structurée et multi-niveaux, en lien étroit avec les équipes métiers, les directions IT et les instances de pilotage. Le Directeur de projets IA intervient comme point central de synchronisation entre les projets IA et les ressources expertes mobilisées (Data Engineers, Data Scientists, AI Engineers, ML Engineers, équipes Infrastructure & Production, Chefs de Projet). Missions principales Coordonner les équipes pluridisciplinaires mobilisées sur les projets IA prioritaires. Assurer l’alignement des expertises et des ressources avec les jalons projets. Piloter les affectations et ajuster les priorités en temps réel selon les besoins. Identifier, anticiper et lever les points de blocage techniques ou organisationnels. Garantir la bonne préparation des déploiements en lien avec les équipes de production et d’infrastructure. Préparer les supports et dossiers d’arbitrage à destination des comités de gouvernance. Traduire les orientations stratégiques en plans d’actions opérationnels. Maintenir et mettre à jour la feuille de route des projets IA. Structurer les revues techniques et le suivi des indicateurs de performance. Favoriser la capitalisation des bonnes pratiques, des méthodes et des retours d’expérience. Assurer la fluidité entre les besoins métiers et les contraintes techniques. Ce rôle requiert une forte capacité à coordonner sans lien hiérarchique direct , en embarquant des équipes issues de différentes directions autour d’objectifs communs.

📍 Localisation : Paris (2j/semaine sur site) 📅 Démarrage : ASAP ⏳ Durée : 6 mois minimum 🔍 Nous recherchons un Deep Learning Engineer expérimenté dans un contexte à forte dimension technologique. 🎯 Vos missions principales ✅ Développer, entraîner et tester des modèles de Deep Learning (Computer Vision) ✅ Travailler sur des données d'imagerie aérospatiale ✅ Contribuer à la mise en production des modèles ✅ Participer à l’amélioration de la stack MLOps (CI/CD, industrialisation) ✅ Collaborer au sein d’une squad agile (5–7 personnes)

Équipes ML Platform et ML Lab L'équipe ML Platform est centrée sur l'amélioration de la productivité des chercheurs dans l'entraînement de modèles de machine learning (ML) en développant des bibliothèques, des services et des bonnes pratiques, et en assurant une production ML robuste à grande échelle. L'équipe est composée de profils travaillant sur des projets transverses ainsi que d'ingénieurs accompagnant les équipes fonctionnelles dans leur parcours ML. Le ML Lab est une équipe de recherche axée sur des travaux académiques, nécessitant donc des outils et une infrastructure dédiés en dehors de l'infrastructure du client, afin de pouvoir accéder librement aux ressources open source de pointe et collaborer avec des collaborateurs externes. Mission En tant qu'Ingénieur DevOps au sein de l'équipe ML Platform, vous tirerez parti de votre solide bagage en ingénierie logicielle, de votre maîtrise de Python et de votre expérience pratique avec les fournisseurs cloud pour faciliter le travail quotidien de l'équipe ML Lab sur — leur néocloud de référence — ainsi que les liens nécessaires avec l'infrastructure du client, principalement hébergée sur AWS. Responsabilités principales Configuration du fournisseur cloud (Lambda) pour l'accès GPU par le ML Lab. Fonctionnalités FinOps et protection minimale contre les erreurs humaines. Optimisation des images Docker pour un démarrage à froid plus rapide. Mise en place et maintenance de systèmes de monitoring pour l'entraînement des modèles. Participation mineure aux projets plus larges de l'équipe ML Platform sur AWS pour les autres chercheurs du client (CI/CD, outillage sur AWS, etc.). Promotion et mise en œuvre de processus d'automatisation. Renforcement des protocoles de sécurité via des évaluations de vulnérabilités et la gestion des risques pour déployer des mesures de cybersécurité.

QODEXIA est une société de services informatiques implantée en France et en afrique du nord. Partenaire performant, innovant, agile pour aider les entreprises dans leur transforamtion digitale. QODEXIA s'est spécialisée dans le digital, SAP et les nouvelles technologies, accompagne au quotidien les plus grands acteurs de l'industrie, de l'énergie, du Luxe, de la Banque et de l'Assurance sur leurs projets. L’IT est notre passion, les valeurs humaines sont notre capital, c'est de quoi notre ADN est composé. MISSION GLOBALE : Notre client est un grand groupe industriel de référence dans le secteur défense & technologies. Dans le cadre du développement d'une V0 sur un projet de détection d'éléments pour le secteur Naval (analyse d'images et flux vidéos), nous recherchons un Data Scientist Senior à forte séniorité et capacité de leadership. Vous participerez activement à la phase de scoping et au cadrage des besoins IA avec les équipes métiers, tout en concevant, développant et validant des solutions algorithmiques de Computer Vision/DRI et en assurant le cycle de vie complet des modèles (MLOps) dans un environnement de sprint condensé.

Mission Garantir l’excellence technologique du pôle IA en définissant les standards d’architecture et de développement, en sécurisant la mise en production de solutions d’intelligence artificielle complexes et en accompagnant la montée en compétence des équipes techniques. Le Tech Lead ML joue un rôle clé dans la conception, la robustesse et la scalabilité des produits IA tout en contribuant aux décisions stratégiques liées à la roadmap technologique. Responsabilités principalesArchitecture & Engineering IA Définir et maintenir les standards d’architecture ML/IA dans des environnements multi-cloud . Concevoir et valider les pipelines ML / IA end-to-end (data → training → évaluation → déploiement → monitoring). Mettre en place les bonnes pratiques de MLOps et industrialisation des modèles . Choix technologiques Superviser les choix d’outils et frameworks : frameworks ML solutions cloud (Google Cloud, Microsoft Azure) outils MLOps Garantir la cohérence technologique de l’écosystème IA. Qualité technique & gouvernance Auditer et challenger la qualité technique des produits IA : performance robustesse sécurité coûts (FinOps) maintenabilité Mettre en place des standards de gouvernance des modèles et des données . Leadership technique Jouer un rôle d’ expert et de mentor auprès des équipes Data Science et Data Engineering. Accompagner la montée en compétence technique des équipes. Définir et diffuser les bonnes pratiques de développement . Contribution stratégique Participer aux phases de cadrage et de conception des produits IA . Contribuer à la définition de la roadmap produit IA . Collaborer étroitement avec : le Product Owner IA les Data Scientists les Data Engineers les équipes software. Innovation & veille Assurer une veille technologique active sur les innovations IA : IA générative MLOps architectures data outils et frameworks émergents.

Contexte: Equipe de 20 experts repartis sur 5 poles d'activite (Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office, Client Services). 15+ plateformes de Data Science / MLOps en production (Cloud et on premise) / 600+ utilisateurs Data Scientists Plusieurs infrastructures, plateformes et services d'IA Generative en production a l'attention de tous les metiers du Groupe. Un GRID de GPU on premise utilise pourle training et l'inference. Pratiques DevSecOps / GitOps / MLOps / LLMOps Automatisation autour des APIs des infrasturcutres, des plateformes (kubernetes/openshift) et des produits. Environnement technique: - Docker / Kubernetes / OpenShift / Cloud / Bare Metal - Programmation en python - Shell scipting - GPU Computing Outils de CI/CD DevSecOps/GitOps : hashicorp Vault, gitlab, gitlab-CI, kaniko, keycloak, ansible, Artifactory, ArgoCD, Argo Workflow

Nous recherchons un Data Scientist pour renforcer un centre d’expertise IA dédié à des cas d’usage liés à la vente d’énergie , avec un fort focus sur l’ IA générative . 🎯 Objectif : concevoir, déployer et industrialiser des solutions data & IA à forte valeur métier. 🚀 Missions Cadrage des projets et proposition de solutions data-driven Traitement et exploitation de données structurées & non structurées Conception de modèles ML / Deep Learning / GenAI Développement de solutions basées sur LLM & architectures RAG Mise en place de pipelines (parsing, extraction, normalisation de données) Déploiement sur AWS (SageMaker, Bedrock, S3…) Évaluation des modèles (NLP, RAG, robustesse, hallucinations) Industrialisation (MLOps, monitoring, optimisation des coûts) Communication des résultats & accompagnement métier Mentoring de profils plus juniors

Vous intégrez une équipe d’architectes techniques en charge d’un SI critique et hybride. Vous intervenez sur la structuration d’une plateforme infra/cloud souveraine, résiliente et multi-provider, avec des enjeux forts de standardisation, de conteneurisation, de virtualisation et de modernisation applicative. Votre rôle Architecture cible et modernisation SI · Revoir de manière transverse les architectures existantes · Accompagner la modernisation des applications, notamment sur les sujets de conteneurisation, de découplage et d’évolution des modèles d’hébergement · Définir des patterns d’architecture standardisés et réutilisables · Accompagner, lorsque pertinent, l’intégration de nouveaux usages d’IA dans les architectures existantes Résilience, continuité et disponibilité · Améliorer la résilience globale des architectures, en environnement on-premise comme cloud · Faire évoluer les architectures mono-AZ vers des modèles multi-AZ / multi-sites lorsque cela est pertinent · Définir des stratégies de redondance adaptées aux contraintes techniques et réglementaires · Concevoir, structurer et industrialiser les dispositifs de PRA / PCA Structuration de la plateforme infra / cloud · Participer à la stratégie de conteneurisation (Kubernetes / OpenShift) et à la définition des usages, standards et bonnes pratiques associés. · Concevoir des architectures compatibles avec les contraintes SecNumCloud · Mettre en place des landing zones gouvernées et sécurisées · Arbitrer les choix d’architecture entre complexité de plateforme, besoins réels et contraintes du SI Standardisation et industrialisation · Standardiser les dispositifs sous forme de modèles industrialisés et réutilisables · Structurer les pipelines CI/CD à l’échelle du SI et promouvoir des modèles de déploiement standardisés · Intégrer ces standards dans les architectures et les pipelines · Collaborer étroitement avec les équipes automatisation

Contexte de la mission Dans le cadre du développement d’une première version (V0) d’une solution de détection pour des applications dans le secteur naval, notre client, acteur industriel majeur dans le domaine de la défense et des technologies, recherche un Data Scientist Senior spécialisé en Computer Vision . Le projet porte sur l’analyse d’images et de flux vidéo avec des enjeux forts de précision, de robustesse et de mise en production rapide. Missions Participer au cadrage fonctionnel et technique avec les équipes métiers Concevoir et développer des modèles de Computer Vision (détection, reconnaissance, identification) Développer, entraîner et valider des modèles Machine Learning / Deep Learning Assurer le déploiement et le cycle de vie des modèles (MLOps) Contribuer activement à la livraison d’une V0 dans un environnement en sprint court Animer des workshops techniques avec les équipes projet (PO, DevOps, Architectes, Développeurs) Garantir la qualité, la performance et la maintenabilité des solutions développées

Missions La mission consiste à concevoir et industrialiser la plateforme cloud unifiée « Best of Breed » du Sales To Cash afin de déployer et monitorer de manière automatisée les différents environnements (dev, tests, prod). La plateforme doit également garantir la fiabilité, la sécurité et la scalabilité de l’écosystème en pilotant son exploitation via les pratiques SRE et l’intégration de l’IA pour l’optimisation des opérations. Principales responsabilités (dans un premier temps mise en place puis gestion opérationnelle) : Architecture et automatisation de l’infrastructure (IaC) Standardisation des pipelines CI/CD Gestion de la sécurité - Pratiques DevSecOps Pilotage de la fiabilité et de la performance (SRE) Intégration de l'IA pour l'Ops (AIOps) Observabilité de la plateforme (Monitoring, Logging, Tracing) Monitoring des coûts (FinOps) Industrialisation du déploiement (international) Outils & Environnement AIOps & gestion intelligente des incidents Méthodologies SRE & FinOps (SLOs / contrôle des coûts) Observabilité 2.0 (OpenTelemetry) Docker / Kubernetes Infrastructure as Code (Terraform, etc.) Pipelines CI/CD & automatisation (GitHub Actions) Cloud DevOps (Git, Azure DevOps, etc.)