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

Descriptif de mission Contexte Au sein du pôle Data & IA, intégration de l'équipe GenAI en charge de la conception et de l'exploitation de plateformes d'Intelligence Artificielle à destination des différentes entités du groupe. L'objectif est de concevoir des offres d'IA générative industrialisées, sécurisées et hautement disponibles, déployables aussi bien sur des infrastructures Cloud (AWS, GCP) que On-Premise, en s'appuyant sur des architectures modernes, distribuées et résilientes. Missions Concevoir et déployer des architectures techniques dédiées aux plateformes d'IA générative. Industrialiser et automatiser le déploiement de plateformes agentiques via les pratiques MLOps et LLMOps. Développer et maintenir des services managés en intégrant les exigences de sécurité, de conformité et de gouvernance. Automatiser les infrastructures et les pipelines de déploiement (Infrastructure as Code, CI/CD). Assurer la mise en production, le maintien en condition opérationnelle et l'optimisation des plateformes IA. Participer aux choix d'architecture et assurer le rôle de référent technique sur un produit de la squad. Concevoir la documentation technique et accompagner l'adoption des solutions auprès des équipes internes. Réaliser des démonstrations techniques et promouvoir les offres d'IA générative. Participer aux cérémonies Agile (Daily Scrum, Sprint Planning, Backlog Refinement, Roadmap) et contribuer aux travaux de la squad. Participer aux astreintes techniques afin de garantir la disponibilité des plateformes.

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