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

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

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un coach et expert IA, pour accompagner la transformation d'une grande entité technologique. Vous aidez les équipes à adopter l'intelligence artificielle de façon maîtrisée, sécurisée et autonome. Vous rejoignez Ingéniance en CDI cadre, au sein d'une communauté d'experts. Vos missions : - Réaliser un diagnostic de maturité IA et identifier les quick wins. - Construire la feuille de route : formations, proofs of concept, gouvernance. - Mettre en place une AI Factory : plateforme collaborative d'ingestion, d'entraînement, de validation et de mise en production de modèles. - Déployer des agents d'accélération (scripts, micro-services, bots) pour automatiser les migrations technologiques : refactorisation de code legacy, migration de bases de données, containerisation. - Former développeurs, data engineers, chefs de projet et experts métiers aux outils et méthodes IA, dont le MLOps. - Accompagner 2 à 3 projets pilotes pour mesurer les gains de productivité et de qualité. - Documenter les bonnes pratiques et assurer le transfert de compétences. Ref : O-YGHBO

Le/la Data & IA Engineer Senior est responsable de la conception, du déploiement et de la fiabilisation des architectures de données et des solutions d'intelligence artificielle, de la collecte des données jusqu'à leur exploitation par les utilisateurs. Rattaché(e) au Leader de la Transformation Numérique, il/elle intervient sur quatre axes principaux : Data Engineering : collecte, nettoyage, qualification et documentation des données ; conception et automatisation de pipelines ETL et de traitements Python. Intelligence artificielle : conception d'agents IA et de systèmes RAG intégrant des LLM, afin de répondre aux besoins métiers. Déploiement et exploitation : création d'API, intégration des solutions dans des applications web et mise en place de tableaux de bord décisionnels. Fiabilité et sécurité : tests, monitoring, gouvernance et traçabilité des données, gestion des accès et respect des exigences de cybersécurité.

Intitulé : Data Scientist Senior / Expert. Durée de mission : 12 mois. Localisation : Lille. Télétravail : 2 jours par semaine. Contexte : le client accélère sa transformation digitale et cherche à industrialiser des usages Data / IA dans la chaîne de valeur industrielle et d'approvisionnement. La mission couvre deux axes principaux : (1) cadrer de bout en bout les cas d'usage Data / IA, depuis l'expression du besoin business jusqu'à la démonstration de la pertinence d'une approche Data Science (PoC / Go-No Go) et la définition des trajectoires de déploiement ; (2) apporter une expertise de pointe sur l'évaluation des modèles existants et émergents, notamment des architectures d'Agents / Agentique en production, concevoir et mettre en place des frameworks d'évaluation rigoureux, détecter dérives et hallucinations, et faire monter en compétences les équipes internes. Objectifs et livrables attendus : cadrages métiers traduisant problématiques d'achats industriels, costing et gestion des risques fournisseurs en opportunités Data Science, évaluations de faisabilité technique et qualité de la donnée, design technique des modèles retenus, frameworks d'évaluation des systèmes agentiques en production, documentation rigoureuse et transfert de compétences. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Envie de concevoir les architectures IA de demain ? CELAD vous attend ! 🚀 Vous aimez concevoir des architectures complexes, industrialiser des plateformes IA et faire le lien entre les équipes Data, Machine Learning, Software et Infrastructure ? Nous recherchons un(e) Architecte Plateforme IA pour intervenir chez un acteur du secteur de l'édition juridique et de la Legaltech, à La Défense. Vous contribuerez à la conception et à l'industrialisation d'une plateforme d'intelligence artificielle exploitant des fonds documentaires volumineux pour proposer des services avancés aux professionnels du droit. 🎯 Votre rôleVous définirez l'architecture technique de la plateforme IA et accompagnerez sa mise à l'échelle, de l'infrastructure cloud jusqu'au déploiement des modèles et des services d'inférence. À l'interface entre les équipes ML, développement et DevOps/SRE, vous veillerez à la performance, à la disponibilité, à la maîtrise des coûts et à la sécurité de l'ensemble. 🚀 Vos principales missionsArchitecture de plateforme : concevoir des architectures cloud robustes, évolutives et sécurisées pour héberger des services IA en production. Industrialisation IA : définir les chaînes MLOps, automatiser les pipelines de déploiement et structurer le cycle de vie des modèles. Architectures RAG avancées : accompagner la mise en œuvre d'approches RAG avancées, Graph RAG et agentiques. Infrastructure as Code : industrialiser le provisionnement et la configuration des environnements avec Terraform et Ansible. Orchestration et déploiement : concevoir les architectures conteneurisées et orchestrées avec Docker et Kubernetes. Performance et coûts : optimiser les ressources CPU/GPU, l'inférence, la consommation de tokens et la montée en charge. Qualité des réponses IA : contribuer à l'amélioration du retrieval, du reranking, de la traçabilité des sources et à la réduction des hallucinations. Observabilité et fiabilité : définir les mécanismes de supervision, de monitoring et de gestion des incidents. Sécurité et conformité : intégrer les exigences liées à la confidentialité des données juridiques, au RGPD, à l'AI Act et à la souveraineté des traitements. Leadership transverse : aligner les choix d'architecture entre les équipes ML, Software, Data et Infrastructure, et accompagner les équipes dans leur mise en œuvre. 🛠️ Environnement techniqueCloud : AWS, Azure et/ou GCP. Infrastructure : Terraform, Ansible, Docker, Kubernetes. Développement et IA : Python, PyTorch, TensorFlow. MLOps : MLflow, Kubeflow, Airflow, DVC. Serving IA : NVIDIA Triton et solutions d'inférence équivalentes. Data et recherche : Spark, Elasticsearch, OpenSearch, Weaviate. IA générative : LangChain, LlamaIndex, RAG avancé, Graph RAG, architectures agentiques.

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, GenAl), 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

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer expert. Vous rejoignez une plateforme de données dédiée aux activités de marché, au cœur de use cases d'intelligence artificielle. Vous travaillez au quotidien avec des équipes Data Science et ML sur des sujets à fort enjeu. Vos missions : - Concevoir, développer et maintenir des pipelines de données scalables qui alimentent des use cases d'IA. - Architecturer des flux batch et streaming fiables, traçables et conformes. - Accompagner les équipes Data Science/ML dans la mise en production des modèles (MLOps). - Optimiser les performances des bases et entrepôts de données (SQL, NoSQL, Data Lake). - Mettre en place l'observabilité : monitoring, alerting, logging et métriques. - Veiller à la sécurité des flux et à la gouvernance de la donnée (catalogue, lineage). Vous êtes recruté en CDI cadre chez Ingéniance et vous rejoignez une communauté d'experts de la data et de la finance de marché. Ref : O-LWDVQ

Au sein d'un acteur majeur du retail européen, l'équipe Data & IA Marketplace traite des volumes massifs de données issues de vendeurs tiers. L'objectif est d'automatiser la qualification, la classification et l'enrichissement des catalogues produits pour garantir une expérience utilisateur optimale. Le défi réside dans l'industrialisation de modèles complexes au sein d'une architecture Data Mesh en forte croissance. La Stack Technique Langages : Python, Bash. Cloud : GCP (Google Cloud Platform). Orchestration & MLOps : Airflow, Kubeflow, ZenML, MLflow, Vertex AI. Infrastructure & DevOps : Docker, Kubernetes, Terraform, Ansible, Gitlab CI. Data Quality & Feature Store : Great Expectations, Feast. Ta Mission & Ton Impact : Concevoir et maintenir des pipelines MLOps automatisés (CI/CD) pour l'entraînement et le déploiement des modèles en production. Gérer l'infrastructure cloud via Terraform et assurer le versioning complet des modèles et des données. Implémenter le monitoring de performance (détection de drift, latence) et configurer l'alerting pour garantir la fiabilité des solutions. Accompagner les Data Scientists dans l'adoption des meilleures pratiques de développement (code quality, tests, industrialisation). Intégrer des validations de schémas et des filtres de qualité de données au sein des pipelines de production.

Contexte Dans le cadre du développement de solutions IA / GenAI, nous recherchons un Senior AI Engineer / Machine Learning Engineer. Vous évoluerez sur une plateforme IA Red Hat OpenShift, intégrant GPU NVIDIA, LLM as a Service, RAG, OCR et outils MLOps. Vos missions Concevoir et développer des solutions AI / Machine Learning / GenAI. Développer des Use Cases combinant LLM, OCR, Computer Vision, NLP et règles métier. Concevoir des solutions de Document AI : extraction, classification, comparaison et validation de documents. Travailler notamment sur des Use Cases de KYC et validation automatisée de pièces justificatives. Réaliser des POC et les transformer en solutions industrialisées et exploitables en production. Développer les APIs et services IA nécessaires à leur intégration dans le SI. Participer aux choix d'architecture et aux pratiques MLOps / LLMOps. Environnement technique Python • PyTorch • CUDA • LLM / GenAI • Qwen • LiteLLM • OCR / Document AI • RAG • MLflow • Docker • Kubernetes / OpenShift • APIs REST Votre profil 5 ans minimum d'expérience en AI / Machine Learning / Data Science Engineering. Excellente maîtrise de Python. Expérience concrète en Machine Learning / Deep Learning et LLM / GenAI. Expérience en OCR, Computer Vision, NLP ou Document AI. Expérience dans l'industrialisation de solutions IA. Connaissance de Docker, Kubernetes/OpenShift et/ou MLOps appréciée. Une expérience en banque, assurance ou finance constitue un atout. Anglais professionnel.

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.

Avelsen recherche pour l'un de ses clients, un groupe de luxe, un(e) Senior AI Engineer. Contexte Le groupe accélère sur l'IA générative et agentique. Plusieurs agents ont été développés par des prestataires externes et doivent maintenant être internalisés : intégration à l'environnement Azure, reprise des évolutions, déploiement et gestion du run. D'autres projets sont à cadrer et à prototyper. Exemples de projets : Traitement automatisé des avis consommateurs, avec réponse automatique et ouverture de tickets support Assistant de création de contenu emailing, à enrichir avec de la traduction/localisation Agent CRM de recommandation de stratégies de communication client (personnalisation, timing, boucle de rétroaction) Vos missions Reprendre les agents existants (Python, GitLab) et les mettre en production avec les équipes Data Engineering et MLOps : CI/CD, conteneurisation, observabilité Mettre en place le monitoring et l'alerting (qualité des réponses, dérive, latence, coûts) ainsi que le suivi FinOps Cadrer de nouveaux cas d'usage avec les équipes métier : faisabilité, KPIs, critères d'acceptation Concevoir et prototyper des architectures RAG, agents et multi-agents, avec des protocoles d'évaluation rigoureux Documenter et assurer le transfert de connaissances aux équipes internes

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Data Engineer confirmé, pour rejoindre une équipe qui construit les socles de données au service de l'intelligence artificielle. Vous participerez à la mise en production de cas d'usage IA à forte valeur ajoutée, en lien étroit avec les équipes Data Science. Vos missions : - Concevoir, développer et maintenir des pipelines de données scalables pour alimenter les cas d'usage d'IA. - Architecturer des flux batch et streaming fiables, traçables et conformes. - Collaborer avec les équipes Data Science / ML pour transformer les modèles en services de production (MLOps). - Optimiser les performances des bases et entrepôts de données (SQL, NoSQL, data lake). - Mettre en place l'observabilité : monitoring, alerting, logging et métriques. - Garantir la sécurité des flux et la gouvernance de la donnée (catalogue, lineage). Environnement : Python, PySpark, Scala/Java, Spark, Kafka, Oracle, Clickhouse, S3, Airflow, Dagster, Docker, CI/CD. Vous êtes recruté en CDI cadre chez Ingéniance, au sein d'une communauté d'experts de la data et de la finance. Ref : O-RPIRS

Hello, Je recherche un(e) Expert(e) Senior IA / MLOps / FinOps pour une mission longue durée à fort enjeu stratégique. 🎯 Mission : concevoir une approche end-to-end de visibilité, gouvernance et optimisation des coûts IA / GenAI à l'échelle de plusieurs entités. Profil recherché+8 ans d'expérience en Cloud, FinOps et IA/ML Expertise des coûts IA / GenAI et des stratégies d'optimisation Expérience en Data & Analytics à grande échelle Excellente capacité à vulgariser des sujets complexes Anglais courant 📍 Paris – 3 jours de télétravail/semaine 💼 Freelance – Mission longue durée

Les missions sont les suivantes :Assurer le maintien en conditions opérationnelles des infrastructures GPU et Kubernetes : supervision, mise à jour du GPU Operator, gestion des incidents et amélioration continue des plateformes. Déployer et exposer des solutions d'intelligence artificielle en production, notamment via le packaging de modèles avec vLLM, SGlang, llama.cpp ou des outils équivalents. Mettre en place et administrer des API sécurisées permettant l'accès aux modèles IA, en tenant compte des contraintes de performance, de disponibilité et de sécurité. Réaliser des travaux d'optimisation et de benchmark : analyse des performances, quantisation des modèles, suivi des indicateurs et reporting mensuel. Concevoir et maintenir des pipelines de fine-tuning et d'entraînement, en veillant à la traçabilité des expérimentations et à leur intégration dans les chaînes CI/CD. Contribuer à l'automatisation, à la fiabilisation et à l'industrialisation des déploiements IA, en lien avec les équipes infrastructure, DevOps, data et sécurité. Rédiger et maintenir la documentation technique, les procédures d'exploitation et les bonnes pratiques liées aux plateformes MLOps. Animer des ateliers internes, accompagner la montée en compétences des équipes et assurer une veille régulière sur les évolutions technologiques IA, MLOps et Cloud Native. Participer aux sujets de conformité et de sécurité : respect des référentiels ISO 27001/HDS, gestion des secrets, bonnes pratiques de sécurisation et contribution aux audits.