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

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.

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.

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