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

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 missionsConcevoir 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.

Au sein du Pôle Architecture Logicielle & IA (DSI), le Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production. Il intervient de la faisabilité technique au passage à l'échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité). Périmètre et rattachement Rattachement : Direction des Systèmes d'Information / Architecture Logicielle & IA Interactions clés : DSMC (cadrage valeur, priorisation des cas d'usage), Architectes SI et Logiciel / équipe infra / Cloud, équipe Data, équipes projets DSI, prestataires IA, RSSI, Conformité / Juridique (interfaces), Groupe (Design Authority IA, ITD DataLab Missions principales Cadrage technique & architecture IA Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps). Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM) Formaliser les choix dans des dossiers d'architecture. Prototypage & validation des cas d'usage Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC. Tester la viabilité des modèles, des données et des chaînes techniques. Documenter résultats, limites, risques techniques et conditions d'industrialisation MLOps & industrialisation Définir et mettre en œuvre les chaînes MLOps : Accompagner l'intégration des solutions IA dans le SI existant. Contribuer au catalogue de services IA de la DSI Observabilité IA & fiabilité Définir et déployer les principes de ML Observability : Mettre en place les alertes et indicateurs nécessaires au pilotage. Contribuer à la stratégie de run IA avec les équipes concernées Gouvernance des modèles IA Contribuer à la gouvernance IA DSI / DSMC : Participer aux comités IA et Architecture. Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées) Référent IA & accompagnement des équipes Agir comme référent technique IA pour la DSI. Accompagner Data Engineers, équipes projets et prestataires. Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d'expérience). Contribuer à la montée en compétence globale sur l'IA industrielle Responsabilités clés Validation des choix techniques IA (outils, modèles, architectures). Définition des standards MLOps & observabilité IA. Contribution aux livrables structurants : Reporting sur l'avancement et la maturité IA du SI Compétences techniques (hard skills) Indispensables Python, Git, CI/CD (GitLabCI) Cloud (priorité Azure) Concepts ML & IA générative (RAG, LLM, embeddings) MLOps (versioning, pipelines, monitoring) Intégration SI / APIs Agent IA Appréciées (non bloquantes) Snowflake Airflow Sécurité IA (prompts, cloisonnement, traçabilité) Compétences comportementales (soft skills) Leadership technique, pédagogie et capacité à influencer. Culture produit et sens de la valeur métier. Rigueur, documentation et standards d'ingénierie. Orientation sécurité et conformité. Communication claire avec équipes techniques et métiers. Profil & qualifications Bac+5 (école d'ingénieur, master en informatique/data/IA) ou équivalent. Expérience : 5–8+ ans en data/ML/Cloud, dont 2–3+ ans en MLOps/architecture. Expérience concrète en industrialisation de solutions IA Bonne compréhension des enjeux DSI et Groupe Certifications (appréciées) : Cloud Architect (AWS/Azure/GCP), AzureML Langues : Français, anglais technique. Localisation : obligatoirement sur Toulouse

Dans le cadre du renforcement de sa Data Factory, nous recherchons actuellement un.e Lead Tech Data & IA pour intervenir chez l'un de nos clients du secteur bancaire. Vous intégrerez une squad technique en charge de la conception, du déploiement et de l'évolution des plateformes permettant aux utilisateurs de développer et d'industrialiser des cas d'usage avancés en Data Science, Machine Learning, MLOps, IA Générative et LLMOps. La mission s'inscrit dans un contexte stratégique de transformation avec plusieurs enjeux majeurs : modernisation de l'offre Data Science et MLOps existante ; construction d'une nouvelle plateforme cible Studio IA ; évolution du portail de services Data & IA ; industrialisation des usages IA dans un environnement sécurisé et à grande échelle. Vous interviendrez comme référent technique de la squad afin de définir les architectures cibles, sécuriser les choix technologiques et accompagner les équipes dans la mise en œuvre des solutions. 🎯 Votre rôle En tant que Lead Tech Data & IA, vous êtes garant.e de la vision technique de la plateforme Studio IA. Vous accompagnez les équipes dans la conception, l'industrialisation et l'évolution des solutions Data et IA, depuis les phases de cadrage jusqu'au déploiement en production. Vous jouez un rôle clé dans : la définition des architectures techniques ; la mise en place des pratiques MLOps / LLMOps ; l'industrialisation des cas d'usage IA ; l'accompagnement des équipes internes ; la construction de la roadmap technique. Vos missions🏗 Architecture et conception technique Vous définissez les solutions techniques permettant de construire une plateforme Data & IA scalable, sécurisée et industrialisée. Vos principales responsabilités seront de : Concevoir les architectures applicatives, techniques et infrastructure ; Traduire les besoins métiers en solutions techniques réalistes ; Définir les patterns d'architecture et bonnes pratiques ; Garantir la conformité avec les standards SI, sécurité et urbanisation ; Concevoir des solutions évolutives, maintenables et résilientes ; Accompagner les squads dans leurs choix techniques. 🚀 Construction de la plateforme Studio IA Vous participez activement à la définition et à la construction de la plateforme cible. Vous serez amené.e à : Concevoir l'architecture technique du Studio IA ; Définir les composants nécessaires à l'industrialisation des cas d'usage IA ; Étudier l'intégration des frameworks Machine Learning et IA Générative ; Participer à l'intégration de modèles LLM, APIs IA et bases vectorielles ; Définir les besoins en calcul, stockage, orchestration et supervision ; Accompagner les choix technologiques de la plateforme. 🤖 MLOps, LLMOps et industrialisation Vous contribuez à la mise en place d'une chaîne complète d'industrialisation des modèles. Vos missions incluent : Définir et améliorer les processus MLOps et LLMOps ; Structurer les pipelines de développement, tests, déploiement et supervision ; Garantir la reproductibilité et la traçabilité des modèles ; Industrialiser les workflows Machine Learning ; Mettre en place les pratiques CI/CD adaptées aux environnements Data et IA ; Évaluer de nouvelles technologies et approches. 🧭 Pilotage technique et roadmap Vous contribuez aux orientations techniques de la Data Factory. À ce titre, vous serez chargé.e de : Participer à la construction de la roadmap Data Science, MLOps, IA et LLMOps ; Réaliser des études d'opportunité et analyses de faisabilité ; Identifier les impacts techniques, coûts, risques et dépendances ; Accompagner le Product Owner dans les choix de priorisation ; Faciliter les arbitrages entre vision cible et contraintes opérationnelles. 🔎 Qualité, gouvernance et accompagnement des équipes Vous êtes garant.e de la qualité technique des solutions développées. Vous intervenez sur : Les revues d'architecture et de conception ; Les revues de code ; L'amélioration des pratiques de développement ; La définition des standards techniques ; L'identification des risques techniques et sécurité ; La montée en compétence des équipes internes ; Le partage des connaissances. 📚 Documentation technique Vous assurez la capitalisation des connaissances. Vous serez amené.e à produire et maintenir : Dossiers d'architecture ; Schémas techniques et applicatifs ; Documentation des flux ; Standards et patterns ; Documentation MLOps / LLMOps ; Procédures d'exploitation. 🧭 Environnement technique🛠 Data & IA Dataiku Data Science Machine Learning MLOps LLMOps IA Générative Hugging Face OpenAI / Anthropic APIs RAG Bases vectorielles ☁️ Cloud & Infrastructure AWS (services Data Science / IA) Google Cloud Platform Kubernetes Docker Kubeflow Linux Stockage objet type S3 Sécurité Réseaux Supervision Haute disponibilité 🔄 Data Engineering Hadoop Kafka Elasticsearch Logstash Kibana Airflow MLflow 💻 Développement & DevOps Python SQL Bash Scala GitLab Jenkins Artifactory CI/CD

Contexte de la mission Dans le cadre de programmes de transformation à forte composante IA, le consultant interviendra sur la définition, la conception et le déploiement de capacités d'Intelligence Artificielle intégrées aux infrastructures cloud et aux opérations IT. Il jouera un rôle clé dans la mise en œuvre de plateformes MLOps et GenAIOps à l'échelle de l'entreprise, ainsi que dans l'adoption des technologies d'IA auprès des équipes techniques et des directions métiers. Missions principales Définir la stratégie et l'architecture IA appliquées aux infrastructures. Concevoir et déployer des plateformes MLOps et GenAIOps. Mettre en œuvre des solutions d'observabilité et d'automatisation basées sur l'IA. Intégrer l'IA aux plateformes cloud et aux environnements d'exploitation IT. Accompagner les clients dans la définition de leur feuille de route IA. Piloter des programmes de transformation Infrastructure & AI. Participer aux activités d'avant-vente et de développement commercial. Encadrer et accompagner les profils plus juniors. Intervenir auprès des décideurs et directions (CxO). Compétences techniques indispensablesIA & Machine Learning Python avancé. PyTorch, TensorFlow. MLOps et GenAIOps. LLM (Large Language Models). RAG (Retrieval-Augmented Generation). Fine-tuning (LoRA, QLoRA). Prompt Engineering. AI Guardrails. Frameworks d'évaluation des modèles. IA Agentique LangChain. AutoGen. LlamaIndex. CrewAI. Cloud & Infrastructure AWS SageMaker. Azure Machine Learning. Google Vertex AI. Kubernetes (GPU Scheduling, entraînement distribué, inférence). Terraform. Ansible. Data & Recherche Sémantique Pinecone. Weaviate. Chroma. pgvector. Vector Databases. Semantic Search. IT Operations & Observabilité ServiceNow. ITSM. ITIL. Observabilité et supervision. Gestion des incidents IA. AI FinOps / TokenOps. Gouvernance & Sécurité Sécurité des plateformes IA. Gouvernance des données. Gestion des identités. IA Responsable. EU AI Act. Compétences appréciées IA multimodale. Computer Vision. CUDA. Triton. Dynatrace Davis AI. Datadog Watchdog. Edge AI. IoT & Machine Learning. Développement d'agents IA. Contributions Open Source IA/MLOps. Profil recherché Expérience significative sur des projets IA à grande échelle. Expertise Infrastructure, Cloud et IA Générative. Forte maîtrise des sujets MLOps / GenAIOps. Capacité à définir des architectures IA complexes. Aisance avec les interlocuteurs métiers et directions. Leadership technique et accompagnement des équipes. Français courant et anglais professionnel obligatoires.

Dans le cadre d'un projet stratégique autour de l'Intelligence Artificielle, nous recherchons un AI Engineer pour intervenir sur des sujets mêlant IA Générative, Machine Learning et industrialisation de modèles. Vos missionsConcevoir et développer des solutions d'IA Générative (LLM, RAG, Agents IA). Développer des architectures multi-agents et des systèmes conversationnels. Industrialiser les modèles via des API et mettre en œuvre les pratiques MLOps / LLMOps. Concevoir et optimiser des modèles de Machine Learning (scoring, prédiction, fraude...). Assurer le monitoring et l'amélioration continue des modèles en production. Collaborer avec les équipes Data, IT et Métier sur des projets à fort impact.

Lead Engineer / Expert OpenShift AIMétiers Pilotage de projet ou de programme Spécialités technologiques Stockage Infrastructure gitOps MLOps AI Compétences Technologies et Outils PrometheusKubernetesGrafanaCI/CDVMware Langues Anglais Description et livrables de la prestation Contexte Dans le cadre de l'exploitation, de l'évolution et de l'industrialisation d'une plateforme IA basée sur OpenShift AI, nous recherchons un expert technique OpenShift AI capable d'intervenir sur les activités de RUN, d'automatisation et de transformation de la plateforme. Le consultant intégrera une équipe existante et jouera un rôle clé dans : l'accompagnement des équipes d'exploitation ; la montée en compétence du Service Owner ; la structuration des activités ; la formation des équipes. Un audit, un cadrage ainsi qu'une roadmap de transformation et d'automatisation seront réalisés en amont par un expert interne. Le consultant interviendra ensuite dans la mise en œuvre de cette feuille de route, tout en assurant les activités d'exploitation et le transfert de compétences. Anglais opérationnel obligatoire : le consultant doit savoir s'exprimer à l'oral et à l'écrit. Missions principales Exploitation & administration OpenShift AI Le consultant interviendra sur : L'administration et le maintien en conditions opérationnelles des plateformes OpenShift AI. Le traitement des incidents et demandes de support. La supervision des environnements Kubernetes/OpenShift. Les opérations de patching et de montée de version. La gestion des workloads, namespaces, quotas et déploiements. La gestion des certificats, accès et configurations de la plateforme. Infrastructure & plateforme Activités attendues : Administration des clusters OpenShift sur infrastructures VMware et BareMetal. Gestion des ressources GPU. Administration du stockage et de la persistance des données. Gestion des composants réseau OpenShift : Ingress ; Network Policies ; exposition des services. OpenShift AI & MLOps Interventions sur : Administration des Data Science Projects et Workbenches. Gestion des services de Model Serving (ModelMesh). Déploiement et exploitation de pipelines ML. Gestion et optimisation des ressources GPU pour les usages IA. Accompagnement des équipes Data Science et IA. Automatisation & industrialisation Le consultant devra contribuer à : La mise en œuvre des pratiques GitOps et CI/CD. Le déploiement d'applications via Helm. L'administration d'ArgoCD et des pipelines Tekton. L'automatisation des opérations récurrentes. La participation aux projets de transformation et d'industrialisation de la plateforme. Formation & accompagnement Le consultant aura également un rôle de transmission : Formation des équipes en charge du RUN. Accompagnement et montée en compétence du Service Owner. Structuration des activités. Documentation des procédures et bonnes pratiques. Réalisation des transferts de connaissances vers les équipes d'exploitation. Livrables attendus Plateforme OpenShift AI maintenue en conditions opérationnelles. Traitement et suivi des incidents et demandes de support. Mise en œuvre des actions d'automatisation et d'industrialisation. Documentation des procédures et bonnes pratiques. Transfert de compétences auprès des équipes RUN et du Service Owner. Accompagnement à la mise en œuvre de la roadmap de transformation. Expertise souhaitée Compétences techniques indispensables : Expertise confirmée sur OpenShift / Kubernetes. Expérience significative sur OpenShift AI (obligatoire). Expérience sur des environnements MLOps / IA. Bonne compréhension des architectures IA et des environnements GPU. Expérience en automatisation, industrialisation et CI/CD. Capacité à intervenir sur des sujets de RUN et de transformation.

Nous recherchons un ingénieur en apprentissage automatique orienté IA conversationnelle pour développer et déployer des solutions visant à améliorer l'expérience client dans le secteur de l'assurance. RésuméLe poste de Machine Learning Engineer se concentre sur le développement et le déploiement de solutions d'IA conversationnelle. Responsabilités :Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Entraîner, adapter et évaluer des modèles NLP. Intégrer des briques voix (ASR / TTS) dans la chaîne conversationnelle. Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Analyser les logs de conversations, identifier les axes d'amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client. Compétences Requises :Minimum 3 ans d'expérience en Machine Learning / NLP. Solide expérience en modèle NLP. Compétences Souhaitables :Expérience avec des systèmes de voix (ASR / TTS). Connaissance des pipelines MLOps. Autres DétailsLocalisation : Paris. Démarrage : ASAP. Durée : >12 mois. Télétravail : 2 jours / semaine.

Ingénieur IA Senior L'Ingénieur IA Senior joue un rôle clé dans la transformation des besoins métiers en solutions d'intelligence artificielle concrètes. Il est responsable de la conception, du déploiement et de l'exploitation de solutions de machine learning robustes dans un environnement e-commerce. ResponsabilitésTraduire les besoins métiers en problématiques analytiques et IA claires et exploitables. Concevoir, développer, valider, déployer et exploiter des solutions d'IA et de Machine Learning en environnement de production. Développer des pipelines de données et d'IA évolutifs afin de soutenir les cas d'usage liés à l'analyse client et au reporting. Industrialiser les modèles analytiques en garantissant leur robustesse, leur scalabilité et leur efficacité en matière de coûts. Collaborer avec les parties prenantes métier et les équipes orientées produit afin de favoriser l'adoption des solutions et la création de valeur. Appliquer les bonnes pratiques en matière d'ingénierie IA, de MLOps, de gouvernance, de sécurité et de conformité. Contribuer au développement de composants réutilisables, à la diffusion des meilleures pratiques et à l'amélioration continue des capacités IA. Compétences requisesMinimum 3 ans d'expérience pertinente en ingénierie IA / Machine Learning ou en Data Science. Expérience avérée en Data Science et Machine Learning. Solide expérience dans la conception et le déploiement de solutions IA / ML de niveau production, de bout en bout. Maîtrise pratique d'Azure, Databricks, PySpark et Python. Compétences appréciéesExpérience dans un environnement e-commerce ou omnicanal. Bonne compréhension des pratiques MLOps, du déploiement, de l'orchestration, du monitoring et de l'industrialisation des solutions d'IA. Expérience en analyse client, analyse comportementale et segmentation. Informations complémentairesOrganisation de l'équipe : collaboration étroite avec les équipes métier et produit. Environnement de travail : environnement opérationnel dynamique et à rythme soutenu.

Nous recherchons avant tout un expert OpenShift AI. Si vous avez une expérience solide sur OpenShift AI (RHODS), l'administration de plateformes IA et les environnements MLOps, cette opportunité est faite pour vous. Vos missions Administration et exploitation d'une plateforme OpenShift AI. Maintien en conditions opérationnelles (RUN), supervision et gestion des incidents. Administration des clusters OpenShift / Kubernetes. Déploiement et industrialisation des environnements IA. Mise en œuvre des pratiques GitOps, Helm, ArgoCD et Tekton. Administration des environnements GPU et accompagnement des équipes Data Science. Automatisation, documentation et transfert de compétences.

ans le cadre d'un projet stratégique autour d'une plateforme Studio IA, nous recherchons actuellement un.e Business Analyst Senior Data & IA pour intervenir chez l'un de nos clients du secteur bancaire. Vous intégrerez une Data Factory et participerez à la conception ainsi qu'au déploiement d'une plateforme dédiée aux cas d'usage Data Science et Intelligence Artificielle. Cette plateforme s'appuie notamment sur Dataiku, des outils MLOps, un socle LLM et les services nécessaires à l'industrialisation des usages Data et IA. Vous évoluerez au sein d'une squad Agile, en étroite collaboration avec les équipes métiers, Product Owner, Chef de Projet, Data Engineers, Data Scientists et Architectes. 🎯 Votre rôle En tant que Business Analyst Senior Data & IA, vous assurez l'interface entre les besoins métiers et les équipes techniques afin de concevoir une plateforme répondant aux enjeux Data et Intelligence Artificielle. Vous participez au cadrage fonctionnel, à la gestion du backlog, à la recette, à l'accompagnement des utilisateurs ainsi qu'à la sécurisation du déploiement de la solution. Vos missions📋 Cadrage et conception fonctionnelle Vous participez à la définition fonctionnelle de la plateforme Studio IA. À ce titre, vous serez amené.e à : Recueillir, analyser et challenger les besoins métiers Animer des ateliers fonctionnels avec les utilisateurs Définir les parcours utilisateurs et les fonctionnalités de la plateforme Formaliser les règles de gestion et les spécifications fonctionnelles Participer à l'intégration fonctionnelle de Dataiku, des outils MLOps et du socle LLM Veiller à la cohérence fonctionnelle de l'ensemble de la plateforme 📊 Gestion du backlog et accompagnement Agile Vous accompagnez le Product Owner dans le pilotage fonctionnel du produit. Vos principales responsabilités seront de : Rédiger les Epics, Features et User Stories Définir les critères d'acceptation Alimenter et maintenir le backlog dans Jira Participer aux rituels Agile (Sprint Planning, Refinement, Daily, Review, Rétrospective) Prioriser les besoins avec le Product Owner Collaborer quotidiennement avec les équipes Data et Développement 🧪 Recette fonctionnelle Vous garantissez la qualité des livraisons. Dans ce cadre, vous serez chargé.e de : Définir la stratégie de recette Concevoir les plans de tests et les scénarios de recette Préparer les jeux de données Formaliser les cas de tests sous Xray Exécuter les campagnes de tests fonctionnels Identifier, qualifier et suivre les anomalies Réaliser les tests de non-régression Participer à la validation des livraisons 🤝 Accompagnement des utilisateurs Vous contribuez à l'adoption de la plateforme Studio IA. Vos missions comprendront notamment : Accompagner les utilisateurs dans leurs cas d'usage Data et IA Participer à la conduite du changement Produire les guides et supports utilisateurs Animer des ateliers et formations Assurer un support fonctionnel Recueillir les retours utilisateurs et proposer des axes d'amélioration 🔐 Gouvernance et gestion des risques Vous veillez à la conformité des usages de la plateforme. À ce titre, vous serez amené.e à : Identifier les risques métier et réglementaires Participer aux travaux autour de la gouvernance des données Prendre en compte les exigences RGPD, SSI et conformité Contribuer à l'encadrement des usages d'IA générative Participer aux plans de remédiation 🧭 Environnement technique🛠 Technologies Dataiku (expertise indispensable) SQL HQL Jira Xray MLOps LLM IA Générative Machine Learning Big Data Git Documentation collaborative

ContexteDans le cadre du développement de solutions d'Intelligence Artificielle appliquées au traitement documentaire, nous recherchons un Data Scientist spécialisé en NLP pour renforcer une équipe Data & IA. Le consultant interviendra sur des problématiques d'analyse et d'extraction d'informations à partir de documents contractuels (contrats clients, fournisseurs, NDA, conventions, marchés publics, avenants, etc.) afin d'automatiser leur traitement et leur exploitation. L'environnement est fortement orienté vers les technologies de traitement du langage naturel (NLP), l'IA générative et les modèles de langage (LLM). MissionsAnalyse documentaireComprendre la structure et les spécificités des documents contractuels. Identifier les informations métier à extraire (parties prenantes, dates, montants, échéances, clauses, pénalités, obligations, renouvellements, etc.). Participer à la définition des modèles de données cibles. Développement NLPConcevoir et développer des pipelines de traitement documentaire. Mettre en œuvre des modèles de : Classification de documents Extraction d'entités nommées (NER) Extraction de clauses contractuelles Résumé automatique Recherche sémantique Fine-tuner des modèles NLP adaptés aux besoins métier. Évaluer et améliorer les performances des modèles. IA GénérativeConcevoir des solutions basées sur les LLM. Développer des architectures RAG (Retrieval Augmented Generation). Optimiser les prompts et les chaînes de traitement. Évaluer les performances et limiter les hallucinations. IndustrialisationDévelopper des services Python robustes et maintenables. Participer aux revues de code. Mettre en place des tests et métriques de qualité. Contribuer à l'industrialisation des modèles en environnement cloud. CollaborationTravailler en étroite collaboration avec : Product Owner Experts métier Data Engineers ML Engineers Architectes Data Compétences Techniques RequisesLangagesPython (expert) NLP & Machine LearningSpaCy Hugging Face Transformers NLTK Scikit-Learn PyTorch ou TensorFlow IA GénérativeOpenAI / Azure OpenAI LangChain LlamaIndex RAG Embeddings Vector Search Traitement documentaireOCR Azure Document Intelligence Tesseract Extraction PDF Parsing documentaire Bases de donnéesSQL PostgreSQL MongoDB (apprécié) MLOps & CloudGit Docker Kubernetes (apprécié) Azure Azure Machine Learning Azure AI Foundry CI/CD

Contexte Nous recherchons pour un client final du secteur bancaire un DevOps Cloud orienté Data afin d'accompagner l'industrialisation, l'automatisation et la sécurisation d'environnements Cloud à forts enjeux. L'intervention s'inscrit dans un contexte de transformation des plateformes Data et Cloud, avec une volonté de renforcer les pratiques DevOps, d'améliorer la qualité des déploiements et de fiabiliser les environnements utilisés par les équipes techniques. Le consultant interviendra sur des périmètres combinant Cloud, Data, automatisation et outillage CI/CD, dans un environnement bancaire exigeant où la robustesse, la traçabilité et la sécurité sont des dimensions essentielles. Objectifs de l'intervention L'accompagnement vise à renforcer la capacité des équipes à industrialiser et exploiter des environnements Cloud Data de manière fiable, sécurisée et reproductible. Les principaux objectifs seront de : Contribuer à l'automatisation des déploiements Cloud et Data. Sécuriser les chaînes CI/CD et les pratiques d'industrialisation. Accompagner les équipes dans l'usage de GitHub et GitHub Actions. Participer à la structuration des environnements Azure et AWS. Améliorer la fiabilité, la supervision et l'exploitabilité des plateformes. Contribuer à la standardisation des pratiques DevOps sur des périmètres Data. Participer à la documentation et à la diffusion des bonnes pratiques auprès des équipes. Responsabilités principales Le consultant pourra intervenir sur les activités suivantes : Mise en place, amélioration et maintien de pipelines CI/CD. Industrialisation des déploiements sur environnements Azure et AWS. Automatisation de tâches récurrentes liées aux environnements Cloud et Data. Contribution à la gestion des environnements techniques : développement, intégration, préproduction, production. Sécurisation des workflows GitHub / GitHub Actions. Contribution à l'intégration des plateformes Data dans les chaînes DevOps existantes. Accompagnement des équipes Data dans l'adoption de pratiques d'industrialisation. Mise en place de standards de déploiement, de versioning et de contrôle qualité. Analyse et résolution d'incidents techniques liés aux chaînes de déploiement. Participation à l'amélioration continue des pratiques Cloud, DevOps et DataOps. Contribution à la supervision, au monitoring et à la fiabilisation des environnements.

Architecture & Software Engineering GEN AI PYTHON 500 e par j : Participer activement à la conception et au développement de la librairie centrale en Python. Garantir la maintenabilité et la robustesse de la base de code selon des standards rigoureux (clean code, tests unitaires/d'intégration, CI/CD, design patterns). Industrialisation Gen AI : Assurer le passage à l'échelle et la mise en production de solutions de Gen AI et RAG multi-agents, avec une attention particulière portée à la stabilité, au monitoring, aux performances et à la résilience des modèles en environnement réel. MLOps sur GCP : Développer et maintenir des pipelines de validation et de déploiement de bout en bout sur l'écosystème GCP, en particulier avec Vertex AI. Niveau d'expérience : Senior Compétences techniques indispensables : Expertise Python : Maîtrise avancée de Python, avec une forte sensibilité à l'architecture logicielle et aux contraintes de production (qualité, tests, performance). Expertise GenAI & RAG en Production : Expérience concrète et réussie dans la conception et le déploiement opérationnel en production de systèmes de Gen AI (RAG, Vision RAG, parsing avancé, chunking intelligent, orchestration de LLMs). Cloud GCP & Vertex AI : Solide expérience de l'écosystème GCP et plus particulièrement de Vertex AI. Le candidat doit être autonome pour développer et maintenir des pipelines MLOps robustes sur cette plateforme. 500 e par j

Dans le cadre de la réalisation d'un projet en assistance technique, nous recherchons un(e) Product Owner Solutions IA pour l'un de nos clients. Vous interviendrez sur le site client situé à proximité de la métropole lilloise (59). À ce titre, vos missions quotidiennes seront les suivantes : - Définir la vision produit, construire et prioriser le backlog, rédiger les User Stories et piloter la roadmap des produits IA de bout en bout ; - Animer les cérémonies Agile / Scrum et Kanban (Sprint Planning, Sprint Review, Rétrospective) et assurer le delivery en coordination avec les équipes Data Science, IT et métiers ; - Piloter des cas d'usage IA intégrant des notions de Machine Learning, IA Générative, LLM, RAG, Agents IA et modèles prédictifs, en lien avec les problématiques de scoring crédit et de risque ; - Assurer l'interface entre les équipes techniques (MLOps, Data Engineering) et les métiers, en vulgarisant les sujets techniques auprès des parties prenantes.

Contexte L'équipe est Agile, composée de 14 personnes dont 2 Data Scientists, et intégrée à un Train SAFe synchronisé avec d'autres Trains et équipes Data. Missions Mettre en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraîner et industrialiser des modèles de machine learning et optimiser leur performance Mener des analyses pour interpréter les comportements de consommation des clients et soutenir des prises de décision au développement de nouvelles fonctionnalités Conduire des transformations et mises en qualité de données Outils & Environnement Python, SQL Spark / PySpark Databricks AWS Git et gestion du versioning Livrables Développements informatiques (correctif, évolutif, adaptatif) Mise en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraînement et industrialisation des modèles de machine learning Analyses comportementales des clients pour soutenir le développement fonctionnel Transformations et mises en qualité de données Compétences à évaluer Expertise en Data Science, Machine Learning et Deep Learning Maîtrise de Python, SQL et des bibliothèques d'analyse de données (Scikit-Learn, PyTorch Forecasting, Darts, PySpark, MLflow) Séries temporelles et prévision de consommation Industrialisation des modèles & MLOps IA générative et Large Language Models (LLM) – un plus Frameworks IA : LangChain et LangGraph – un plus

Dans le cadre de l'accélération de sa stratégie autour de l'Intelligence Artificielle, notre client dans le domaine bancaire, souhaite renforcer ses équipes avec un Expert IA capable d'intervenir de bout en bout sur les projets IA, depuis l'identification des cas d'usage jusqu'à la mise en production des solutions. Vous participerez à la structuration d'un programme IA ambitieux, en collaboration étroite avec les équipes métiers, Data et IT. Votre rôle sera d'identifier les opportunités à forte valeur ajoutée, de concevoir les architectures adaptées et de développer des solutions robustes, industrialisées et pérennes. Vos missions Analyse & cadrage des cas d'usage IA Vous accompagnez les métiers dans la définition de leur stratégie IA : Animer des ateliers avec les équipes métier afin d'identifier les opportunités d'utilisation de l'IA Analyser les besoins fonctionnels et les traduire en solutions techniques Évaluer la faisabilité, les risques et la valeur métier des cas d'usage Prioriser les initiatives IA selon leur impact Formaliser les cahiers des charges fonctionnels et techniques Élaborer les feuilles de route IA Conception & développement des solutions IA Vous intervenez sur l'ensemble du cycle de vie des projets IA : Concevoir les architectures techniques adaptées Préparer, nettoyer et valoriser les données Développer des modèles de Machine Learning, Deep Learning ou IA Générative Entraîner, évaluer et optimiser les modèles Construire les pipelines de traitement des données Déployer les modèles en production Mettre en place les dispositifs de monitoring et de supervision Garantir la qualité, la robustesse et la performance des solutions Industrialisation & MLOps Vous contribuez à l'industrialisation des projets IA : Mettre en œuvre les bonnes pratiques MLOps Automatiser les cycles d'entraînement et de déploiement Assurer le versioning des modèles et des données Participer à l'amélioration continue des plateformes IA Conseil & accompagnement Vous apportez votre expertise sur les sujets IA : Conseiller les équipes sur les architectures et technologies les plus adaptées Participer à la définition de la stratégie IA Assurer une veille technologique permanente Accompagner la montée en compétences des équipes internes Transférer les connaissances afin de garantir la pérennité des solutions Environnement technique Intelligence Artificielle Machine Learning Deep Learning IA Générative NLP Vision par ordinateur Systèmes de recommandation Classification, régression, clustering Frameworks & bibliothèques TensorFlow PyTorch Scikit-learn Keras Hugging Face LangChain Cloud & MLOps AWS SageMaker Azure Machine Learning Google AI Platform MLflow Kubeflow DVC Data Engineering Collecte et préparation des données Pipelines de données Industrialisation des traitements Déploiement et monitoring des modèles