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

Bonjour, je suis à la recherche d'un MLOPS Azure dont vous trouverez la fiche de poste ci-desous: iche de Poste : Expert DevOps Azure / MLOps Intitulé du poste : Expert DevOps Azure spécialisé en MLOps (Machine Learning Operations) Contexte & Objectif Airbus recherche un profil à forte expertise DevOps Azure appliquée à des projets Machine Learning en production. L’objectif est de mettre en place et industrialiser des pipelines CI/CD robustes et sécurisés pour le déploiement de modèles ML dans des environnements fortement contraints. Missions principales Concevoir, mettre en place et maintenir des pipelines CI/CD sous Azure DevOps pour des projets Machine Learning. Gérer les changements d’environnements (dev → test → prod) dans des contextes hautement sécurisés . Déployer des solutions de Machine Learning en production avec des flux CI/CD éprouvés et opérationnels. Automatiser les processus de packaging, versioning et déploiement des modèles ML. Intégrer les bonnes pratiques MLOps (monitoring, retraining, gouvernance des modèles). Collaborer avec les équipes Data Science, Sécurité et Infrastructure pour garantir la conformité et la performance. Assurer la traçabilité et la gestion des artefacts (datasets, modèles, configurations).

Lead Cloud Engineer Data & IA pour un programme R&D d’envergure. Conception, automatisation et exploitation de plateformes cloud AWS enterprise, sécurisées et scalables pour soutenir des cas d’usage Data, ML, MLOps et IA. Déploiement de landing zones, pipelines Data/MLOps et Infrastructure-as-Code. Intégration de la sécurité by-design, de la conformité GxP/GDPR et d’une posture audit-ready. Leadership technique, animation de communautés d’ingénierie et collaboration étroite avec équipes data, produit, sécurité et compliance.

Dans le cadre d’initiatives stratégiques autour de l’intelligence artificielle et du machine learning, un grand groupe industriel lance un appel d’offres pour renforcer ses équipes avec un Azure Cloud Engineer senior . La mission consiste à concevoir et déployer une plateforme d’exploration AI/ML (sandbox) sécurisée, scalable et industrialisable, destinée à permettre aux équipes data et innovation d’expérimenter et prototyper des cas d’usage IA sans impact sur les environnements de production. Le consultant interviendra sur le déploiement et la structuration d’une plateforme AI/ML basée sur Microsoft Azure, en cohérence avec une architecture existante. Les responsabilités incluent notamment : Conception et déploiement d’une architecture cloud modulaire et scalable Mise en place d’une sandbox AI/ML sécurisée et isolée Support de plusieurs frameworks ML/AI Développement d’ APIs abstraites pour faciliter l’adoption utilisateur Implémentation de pipelines automatisés (CI/CD, MLOps) Gestion des données : gouvernance, conformité et sécurité Mise en œuvre de dashboards de monitoring et d’analytique Documentation complète et transfert de compétences Maintenance, qualité et correction des anomalies

Support aux unités opérationnelles dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle (IA) à travers tous les segments de l’énergie (bâtiments, sites industriels, réseaux, production). En s’appuyant sur une expertise approfondie du domaine de l’énergie et de solides compétences en AI/ML, le but est de transformer les problématiques opérationnelles en produits IA prêts pour la production, évolutifs et performants. L’objectif est de se concentrer sur des cas d’usage à fort impact, susceptibles de générer des résultats mesurables en termes de performance énergétique et de décarbonation, tout en créant des composants ML/AI robustes, explicables et réutilisables, intégrés à la plateforme de données du Groupe et déployables dans plusieurs unités opérationnelles. Objectifs et livrables Concevoir, développer et déployer des solutions IA/ML évolutives pour optimiser la performance énergétique et accélérer la décarbonation dans toutes les unités d’énergie. Transformer les défis opérationnels liés à l’énergie en produits IA prêts pour la production, en collaborant étroitement avec les équipes de Data Science et IT. Construire et maintenir une bibliothèque réutilisable de composantes IA explicables, intégrées à la plateforme de données du Groupe pour un déploiement cross-BU. Piloter la livraison complète des solutions, de la phase de proof of concept (POC) à la mise en production, en garantissant la faisabilité technique, la qualité des données et un impact métier mesurable. Favoriser le partage des connaissances et la réplication des solutions grâce à une documentation complète, des modèles et des guides de déploiement. Faciliter la collaboration inter-fonctionnelle entre les unités opérationnelles, la Data Science, l’IT et les fonctions centrales pour prioriser et exécuter les cas à fort impact.

Architecte Cloud AWS senior pour un programme de transformation Data & IA en environnement R&D régulé. Définition d’architectures de référence, conception d’une Landing Zone AWS multi-comptes sécurisée et gouvernée, mise en place de standards DevSecOps et compliance audit-ready (GxP/CSV). Leadership technique, design reviews, cadrage de POC et accompagnement des équipes. Conception de plateformes Data/IA (ingestion, stockage, processing, gouvernance, MLOps). Pilotage observabilité et FinOps. Environnement international, forte exigence sécurité et conformité.

Contexte de la mission Dans le cadre de ses initiatives visant à améliorer la performance énergétique et à accélérer la décarbonation de ses activités, le client recherche un Product Engineer IA / ML . La mission s’inscrit au cœur des activités Énergie (bâtiments, sites industriels, réseaux, production) et consiste à accompagner les Business Units dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle à fort impact opérationnel. Le prestataire interviendra comme acteur clé entre les équipes métier, Data Science et IT , avec un objectif clair de passage à l’échelle et de déploiement multi-BU. 2. Objectifs de la mission Développer et déployer des solutions IA/ML industrielles visant l’optimisation de la performance énergétique et la réduction de l’empreinte carbone Transformer des problématiques opérationnelles complexes en produits IA robustes, maintenables et prêts pour la production Garantir l’intégration des solutions dans la plateforme data du Groupe et leur réplicabilité à l’échelle des Business Units Assurer un impact métier mesurable en lien direct avec les enjeux énergétiques et environnementaux 3. Missions et responsabilités Le Product Engineer IA / ML sera en charge de : Concevoir, développer et déployer des solutions IA/ML scalables, du POC à la production Collaborer étroitement avec les équipes Data Science et IT pour assurer la faisabilité technique, la qualité des données et l’industrialisation Construire et maintenir une bibliothèque de composants IA/ML explicables et réutilisables Intégrer les solutions dans la plateforme data Groupe pour un déploiement multi-BU Orchestrer la livraison end-to-end des cas d’usage, en garantissant robustesse, performance et traçabilité Produire une documentation complète (blueprints, guides d’implémentation, bonnes pratiques) afin de faciliter la réplication des solutions Favoriser la collaboration transverse entre Business Units, équipes Data, IT et fonctions centrales Contribuer au partage de connaissances et à la montée en compétence des équipes internes 4. Compétences requisesCompétences techniques IA générative et agents : Expert Machine Learning & Deep Learning : Expert MLOps et industrialisation des modèles : Confirmé Data Engineering : Avancé Efficacité énergétique et enjeux de décarbonation : Avancé Compétences transverses Capacité à transformer des enjeux métier en produits IA industrialisables Forte culture produit et orientation impact mesurable Capacité à travailler en environnement complexe et multi-acteurs Autonomie, rigueur technique et sens du delivery

Bonjour et merci d'avoir cliqué sur cette offre 😊 Nous recherchons un.e ML Ops pour une grande entreprise internationale ! 🚀 Ce poste est fait pour toi si : tu as 5 ou plus années d'expérience en tant que ML Ops/Data Scientist ; tu maîtrises MLflow ou outils similaires ; tu as déjà travaillé dans un environnement GCP/BigQuery ; tu as un anglais professionnel. Tes missions … ✨ Définir et mettre en œuvre un cadre de bonnes pratiques ML Engineering (tests, qualité, versioning, monitoring…) ✨ Concevoir, construire et maintenir des modèles de Machine Learning en lien avec les Data Scientists ✨ Industrialiser les modèles via des pipelines de ré-entraînement, d’évaluation et de déploiement automatisés ✨ Contribuer à la roadmap produit ML : arbitrages techniques, exploration technologique, priorisation ✨ Développer des systèmes de monitoring en temps réel pour la supervision des modèles et des flux de données ✨ Enrichir la plateforme ML avec de nouveaux outils et composants (frameworks, patterns, modules d'observabilité…) ✨ Participer activement à la vie agile de l’équipe (rituels, pair programming, veille technologique) ✨ Porter les bonnes pratiques ML en transverse auprès des autres entités du groupe, en France et à l’international ✨ Accompagner les Data Scientists dans la montée en maturité technique, notamment sur les pratiques de software engineering ✨ Garantir la qualité du code produit et participer à son amélioration continue TT: 2 jours par semaine. Démarrage: rapide. Relation: CDI ou freelance. 👉 Tu as envie d’un nouveau défi, entouré(e), valorisé(e), écouté(e) ? Postule et parlons-en. Même si ce n’est pas pour cette mission, on trouvera peut-être celle qui te correspond parfaitement. Les étapes à venir après avoir postulé : nous étudierons ta candidature avec attention. si elle nous intéresse, tu recevras un appel pour un premier échange de préqualification. On t’enverra un mail si on n’arrivera pas à te joindre. Si elle ne nous intéressera pas (ça sera certainement pour une autre mission 😉), on t’enverra un mail. Merci de ton attention et à très vite pour une aventure épanouissante chez Winside 🙂 ---------- Winside, en bref ? Winside Technology est un pure player Tech, basé à Paris, Lyon, Lille, Bordeaux, Nantes et au Maroc. Crée en 2020, l’entreprise compte plus de 250 consultants, accompagne plus de 50 clients grands comptes et a réalisé 30M€ de chiffre d’affaires en 2024. Notre ADN repose sur l’expertise, la qualité, la proximité et l’esprit d’équipe. Au-delà des missions, nous cultivons une vraie communauté : événements techniques, moments conviviaux, partage de connaissances et ambition collective. Ce que tu trouveras chez Winside en CDI… Une communauté d’experts diversifiés ( Craft, Core, Risk & Security etc) Une entreprise en pleine croissance, qui valorise l’initiative et la créativité. Un parcours de formation personnalisé et de vraies perspectives d’évolution. Une vie d’entreprise rythmée par des événements techniques et conviviaux. Des avantages concrets : primes vacances, mutuelle prise en charge à 100 %, frais mobilité, système de cooptation qui impacte ta rémunération sur le long terme. Tu te reconnais ? Alors, tu es fait.e pour nous rejoindre ! Viens échanger avec nous 😉

Au sein d’une direction data & innovation à dimension internationale, nous recherchons pour l'un de nos clients un·e Data Scientist pour rejoindre une équipe experte et pluridisciplinaire sur la métropole Lilloise. Vous interviendrez sur des projets IA critiques à forte valeur ajoutée métier, avec un fort enjeu d’industrialisation, de scalabilité et de sécurité. Votre rôle sera à la fois technique, structurant et transverse, au cœur des échanges entre équipes data, IT et Métiers dans un environnement exigeant.

La Data & IA Factory (DIAF) de la Direction Data & IA a pour mission : Opérationnaliser les offres de services Servir de centre d’expertise pour outils, méthodes et technologies Concevoir et maintenir (Build & Run) des solutions Data & IA (ex : OneDataLake, InfoCentres, Polaris) Optimiser le cycle de vie des données, processus et outils Définir l’architecture Data Administrer l’environnement technique BGPN sur site et cloud Objectif principal : concevoir, industrialiser et exploiter des solutions Data & IA performantes, sécurisées et résilientes, adaptées aux usages et à la migration vers le cloud. Expertises opérationnelles : Gestion technique des livrables logiciels Leadership, suivi d’activités, satisfaction client Respect des standards de maintenabilité, exploitabilité et sécurité Communication claire sur l’avancement, risques et difficultés Expertises techniques : Architecture Data : Médaillon, Data Mesh Outils de dashboarding : Tableau, PowerBI Plateformes : Dataiku, Azure, DataBricks, Microsoft Fabric Gestion de la QoS : disponibilité, scalabilité, SLA, monitoring Architecture orientée services, automatisation via CI/CD Méthodologies Agile, SAFe, SCRUM Objectifs et livrables Industrialisation des solutions Data & IA Concevoir, construire et exploiter des solutions robustes et performantes sur le long terme. Opérationnalisation de l’offre Data & IA Transformer en services et produits facilement déployables, réutilisables par différents métiers. Expertise technologique : Encadrer en définissant standards, outils et méthodes Data & IA. Architecture et socles Data : Définir une architecture cohérente, évolutive et pérenne pour plateformes et flux de données. Gestion du cycle de vie des données : Assurer ingestion, qualité, traçabilité et exploitation optimale des données. Exploitation technique : Administrer et faire évoluer les environnements Data & IA, garantissant disponibilité, sécurité et performance. La DIAF souhaite renforcer ses compétences en data visualisation et data science, notamment avec PowerBI, Tableau, Dataiku, DataBricks et Azure, pour définir et industrialiser l’offre Self Service et soutenir le déploiement de la Plateforme DataCloud, tout en améliorant la qualité en environnement on-premise. Une expérience minimale de 10 ans dans des missions similaires est requise pour accompagner l’équipe dans la conception, le développement, le test, la documentation, le support et la communication liés à cette offre Self Service.

Dans le cadre de sa feuille de route en intelligence artificielle, ce client s'engage à développer et accélérer l’intégration des technologies de Machine Learning , Deep Learning , NLP (traitement du langage naturel) ainsi que des solutions d’IA Génératives . L’objectif est de maximiser l’exploitation des données, d’optimiser les processus opérationnels et d’améliorer l’expérience client. Objectifs et livrables Credit Risk Scoring Concevoir et optimiser, pour les équipes Risque et Validation, des modèles de scoring d’octroi et de comportement, en explorant des approches innovantes. Assurer la stabilité du coût du risque en entraînant et déployant ces solutions, tout en mettant en place un monitoring efficace de la dérive des modèles. Collaborer étroitement avec les experts métier et les équipes Risque pour garantir la pertinence et l’efficacité des solutions développées. Solutions d’Intelligence Artificielle Optimiser l’expérience client en intégrant en temps réel nos modèles d’IA via des API dans les parcours digitaux (ex. scoring en temps réel, personnalisation des offres de paiement, etc.). Participer à l’architecture technique pour une intégration fluide des modèles, en suivant les meilleures pratiques en matière de développement (notamment Cloud et MLOps). Collaborer avec les équipes Produit et IT afin d’industrialiser et déployer ces solutions à grande échelle. Intelligence Artificielle Générative (GenAI) Transformer les processus internes (Marketing, Audit, Risque, etc.) ainsi que la relation et le support client, en prototypant puis en déployant en production des solutions d’IA Générative sous forme d’agents (ex. LLM, RAG). Automatiser l’octroi de crédits, réaliser des analyses documentaires complexes et faciliter l’interaction avec la clientèle en mettant en place des architectures orientées agents. Évaluer, optimiser et suivre les performances des agents (cohérence, diversité, utilisation de LLM en tant que juge, etc.).

Program IT Lead pour un programme R&D Data & IA d’envergure. Pilotage d’une transformation Cloud & Data visant à accélérer les usages IA en recherche médicale et biostatistique. Construction et opération d’un Cloud-as-a-Service industrialisé, sécurisé, observable et conforme aux exigences réglementaires. Gouvernance des architectures, du delivery et des coûts via une démarche FinOps en environnement multi-cloud. Rôle d’interface entre IT, data, sécurité et métiers R&D pour transformer des besoins complexes en solutions robustes, audit-ready et scalables.

Dans le cadre d’un renforcement urgent de notre équipe dédiée à l'intelligence artificielle, nous lançons une procédure de recrutement suite à une erreur précédente qui a conduit à l’absence de livraison sur la mission attendue. Nous recherchons dès à présent un(e) Ingénieur(e) IA opérationnel(le) immédiatement, capable de produire rapidement des résultats concrets, des livrables exploitables et des solutions immédiates. Missions principales En tant qu’Ingénieur(e) IA, votre objectif sera de concevoir, développer et déployer des solutions IA performantes, en mettant l’accent sur l’efficacité et l’impact. Développer et mettre en production des modèles IA / ML (NLP, vision, prédiction, classification, selon les besoins) Concevoir des pipelines de traitement des données et entraîner des modèles Optimiser les performances en termes d’exactitude, de latence et de coût Industrialiser les solutions : effectuer des tests, assurer le monitoring, gérer le versioning et appliquer les pratiques MLOps Participer à la définition des cas d’usage en collaboration avec les équipes métier et produit Assurer une livraison rapide de POC (Proof of Concept), MVP (Minimum Viable Product) et de la mise en production Rédiger la documentation, transmettre les compétences et assurer le suivi des avancées

Principales missions : Vision & Stratégie Produit IA : Définir la stratégie des solutions IA en collaboration avec les équipes métier, en identifiant les opportunités dans les domaines du Risque, du Paiement, du Digital, etc., et en priorisant les projets selon leur valeur et faisabilité. Gestion du Backlog & Priorisation : Coordonner et prioriser les initiatives en Data Science et IA en traduisant les besoins métier en fonctionnalités, en maintenant le backlog et en arbitrant les priorités pour maximiser l’impact business à chaque sprint. Pilotage du Delivery Agile : Superviser la livraison des projets IA via des méthodologies agile (Scrum/Kanban), organiser les cérémonies, suivre l’avancement, lever les obstacles, et garantir le respect des délais, du budget et de la qualité, tout en communiquant avec les sponsors. Coordination Métiers–Data–IT : Servir d’interface entre les équipes Data Science, IT et métiers, en facilitant la co-construction de solutions adaptées, en intégrant les contraintes techniques et en assurant une mise en œuvre fluide. Crédit & Risque (Scoring) – Use cases « Machine Learning » classiques : Piloter l’évolution des modèles de scoring crédit (octroi, scores comportementaux), en concevant, expérimentant, déployant et en monitorant les modèles en collaboration avec Risque et Validation, en s’assurant qu’ils respectent les normes réglementaires et qu’ils améliorent la stabilité du coût du risque. IA Générative & Agents : Explorer et déployer des cas d’usage liés à l’IA générative, tels que chatbots, assistants cognitifs ou systèmes avec LLM/RAG, pour automatiser l’analyse de documents, soutenir les équipes internes ou enrichir le support client, en définissant objectifs et indicateurs de performance.

Forte expertise d’architecture Big Data et Cloud. Au sein de la Data & IA Fabric, couvrant les missions d’étude, de conception, de réalisation et de maintenance du socle Data et des SI du périmètre, ainsi que l’accompagnement des métiers dans l’utilisation des différentes plateformes Data existantes ou en développement. Mission : concevoir et construire l’architecture fonctionnelle, logique, physique et opérationnelle des plateformes dans le cadre de la stratégie des socles Data (Plateformes Data). Assister les architectes solutions, devops et data ingénieurs des squads Plateformes dans leurs activités de BUILD et de RUN. Build EXEMPLE : Proposer des évolutions des briques socle, rédiger leur cadrage technique, voire même, selon le profil du consultant, contribuer directement à leur intégration et configuration. Participer à la priorisation des fonctionnalités dans les cadrages de versions des socles plateformes. Définir des normes de développement sur la plateforme Data Groupe. Participer à la validation de la stratégie de recette (TU, TI, TAU) applicables aux développements Plateforme d’un côté, et aux développements de la squad Projet de l’autre Assurer la gestion des risques techniques et de la réversibilité pour la platform Data et le Data Catalogue Groupe Run EXEMPLE : Positionner, superviser voire Contribuer au maintien en conditions opérationnels des plateformes Data et du Catalogue Groupe (maintenance corrective, préventive et évolutive) Support expert N3 Sous la responsabilité du Product Owner de la Plateforme Data Groupe Il s’appuiera sur une équipe complète de DevOps, Data Ingénieurs et des leads de pratique Data Management, Dataviz et ML Ingénierie, ainsi que sur un pool d’architectes dédiés. Expériences réussies d’au -moins 6 ans dans le conseil en architecture solution data Expérience d’au moins 3 ans comme data ingénieur, en vue de la création, l’orchestration et monitoring de flux de données, sur des clouds publics, de préférence AWS Une expertise de développement en langage Spark et Python, pendant au moins 3 ans, est requise afin de réaliser les code reviews Une expérience sur Databricks d’au moins 4 ans sur une plateforme. Une 1è certification Databricks officielle est requise Une expérience d’intégrateur, de mises en production avec les technologies : Terraform, ou Jenkins, Docker ou Kubernetes. Paris 12 – 3 jours de TT

Bonjour et merci d'avoir cliqué sur cette offre 😊 Nous recherchons un.e ML Engineer confirmé.e pour une grande entreprise sur Lille ! 🚀 Ce poste est fait pour toi si : tu as 3 ans à minima en tant ML Engineer. tu es expert.e en conception et industrialisation de modèles. tu sais automatiser les entraînements et les déploiements de modèles. tu as 5 ans d'expérience professionnelle en Python. tu as des bases solides sur MLflow ou Kubeflow ou Vertex. tu es familier avec l'environnement GCP et ses services. tu as des excellentes connaissances DevOps et de bases de données SQL et NoSQL. Idéalement tu as eu une expérience dans le retail. Les bénéfices du poste : 🤖 Un terrain de jeu technologique de pointe Le poste offre une exposition complète aux technologies les plus recherchées du marché : LLM, RAG, MLOps, GCP, Kubernetes — avec une ownership réelle du cycle de vie complet des modèles, du prototype à la production. 🚀 Un environnement d'innovation structuré L'entreprise combine l'agilité (Scrum/SAFe) d'une culture innovation avec la solidité d'un grand groupe, offrant ainsi stabilité et dynamisme pour progresser vite. Tes missions : Concevoir, développer et industrialiser des modèles de Machine Learning et d'IA, de la phase de prototypage jusqu'à la mise en production. Construire et maintenir les pipelines de données et de MLOps pour automatiser l'entraînement, l'évaluation et le déploiement des modèles. Participer activement à l'architecture et au développement des produits du domaine, notamment la plateforme MLOps et les solutions basées sur les LLM. Assurer la scalabilité, la robustesse et la performance des solutions IA déployées, en collaboration avec les équipes Ops et Data. Garantir la qualité du code et des modèles via des revues, des tests automatisés (unitaires, intégration) et des stratégies de monitoring. Participer à l'élaboration de la CI/CD selon les pratiques DevOps et MLOps sur la Google Cloud Platform et Github. Assurer une documentation complète des modèles, des pipelines et des configurations au sein du référentiel documentaire (Github / Gitbook). Être responsable du cycle de vie complet des modèles (build et run), incluant le monitoring et la maintenance en production. Démarrage : mi-mars, début avril. TT: 3 jours par semaine. Durée : 3 ans. 👉 Tu as envie d’un nouveau défi, entouré(e), valorisé(e), écouté(e) ? Postule et parlons-en. Même si ce n’est pas pour cette mission, on trouvera peut-être celle qui te correspond parfaitement. Les étapes à venir après avoir postulé : nous étudierons ta candidature avec attention. si elle nous intéresse, tu recevras un appel pour un premier échange de préqualification. On t’enverra un mail si on n’arrivera pas à te joindre. Si elle ne nous intéressera pas (ça sera certainement pour une autre mission 😉), on t’enverra un mail. Merci de ton attention et à très vite pour une aventure épanouissante chez Winside 🙂

Dans le cadre d’un projet autour de l’industrialisation de solutions d’intelligence artificielle, nous recherchons un Machine Learning Engineer capable de concevoir et déployer des solutions basées sur des LLM et architectures RAG dans un environnement Google Cloud Platform . Le consultant interviendra sur la conception, le développement et la mise en production de solutions d’IA intégrées dans des applications métiers. Missions : Conception et développement de solutions basées sur LLM et RAG Développement et optimisation de modèles de Machine Learning Mise en place de pipelines MLOps Mise en production de modèles ML et GenAI Déploiement de services ML dans un environnement GCP Développement d’API d’inférence et intégration dans des applications métiers Collaboration avec les équipes data, cloud et engineering Compétences techniques Machine Learning / GenAI Python TensorFlow / PyTorch ou équivalent LLM RAG LangChain ou frameworks similaires Cloud & Infrastructure Google Cloud Platform Vertex AI BigQuery Cloud Run ou GKE MLOps Docker Kubernetes CI/CD