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

Chez ATLANSE, nous accompagnons nos clients dans la conception d'infrastructures résilientes, l'amélioration de la performance de leur production applicative, l'optimisation et le développement de leurs environnements de travail ainsi que l'exploitation et la valorisation des données. Pour cela, nous nous appuyons sur nos consultants confirmés et experts ou à fort potentiel, reconnus pour leurs compétences techniques, leur compréhension métier et leurs pratiques éprouvées. Vous interviendrez en tant que développeur.euse IA dans le cadre du déploiement de projets IA stratégiques. Vous travaillerez en étroite collaboration avec le Tech Lead et le chef de projet IA pour apporter expertise technique et vision projet. Votre rôle Développement et implémentation IA · Développer des solutions IA et data en environnements de pré-production et de production · Implémenter des cas d'usage IA variés (NLP, assistants intelligents, RAG, classification, résumé, extraction) · Mettre en œuvre des pipelines IA de bout en bout (ingestion des données, traitement, modèles, évaluation) en intégrant des mécanismes de contrôle et d'amélioration continue · Faire évoluer et optimiser les solutions existantes Architecture IA, arbitrages et sécurisation technique · Contribuer aux choix d'architecture IA et data · Sélectionner, évaluer et intégrer des modèles (open source ou via API) en tenant compte des enjeux de coûts, sécurité, souveraineté et pérennité · Concevoir et industrialiser des architectures RAG (indexation, retrieval, génération, évaluation) · Participer aux arbitrages techniques et à la priorisation des sujets · Structurer, expliquer et documenter les choix techniques Coordination technique et collaboration · Travailler en étroite collaboration avec le tech lead, les développeurs et data scientists · Assurer une coordination technique fluide avec le chef de projets IA · Expliquer les sujets techniques à des profils non techniques · Contribuer à la capitalisation des connaissances via la documentation technique et les outils collaboratifs (Confluence)

🚀 Opportunité – MLOps / AI Platform Engineer (AWS | GCP | Terraform | Kubernetes) Dans le cadre du renforcement d'une équipe dédiée aux plateformes IA, nous recherchons un(e) MLOps / AI Platform Engineer passionné(e) par les environnements Cloud, l'automatisation et les technologies d'Intelligence Artificielle. 📍 Localisation À définir (mode hybride selon le client) 📅 Démarrage ASAP 🎯 Vos missions En tant que MLOps / AI Platform Engineer, vous contribuerez à la conception, l'industrialisation et l'évolution d'une plateforme IA moderne. Vos principales responsabilités : Concevoir et faire évoluer des architectures IA robustes sur des environnements AWS et Google Cloud Platform (GCP). Déployer et maintenir les infrastructures via Terraform (Infrastructure as Code). Industrialiser les environnements IA et garantir leur cohérence entre les différents Clouds. Concevoir, maintenir et optimiser les pipelines CI/CD afin d'automatiser les déploiements. Administrer et optimiser les plateformes conteneurisées basées sur Docker et Kubernetes. Participer à la mise en œuvre des solutions MLOps autour de Databricks, MLflow et Airflow. Définir les standards techniques, bonnes pratiques, templates et documentations de la plateforme. Assurer une veille technologique active autour du Cloud, de l'IA et de l'IA Générative. Accompagner les équipes techniques et métiers dans l'adoption des solutions et partager votre expertise. 🛠 Stack technique Cloud AWS Google Cloud Platform (GCP) Infrastructure & DevOps Terraform Git CI/CD Docker Kubernetes Data & MLOps Databricks MLflow Apache Airflow 👤 Profil recherché Minimum 4 ans d'expérience sur un poste de : MLOps Engineer ML Engineer Platform Engineer DevOps Engineer Solide expérience sur AWS et/ou GCP. Maîtrise de Terraform et des approches Infrastructure as Code. Expérience significative avec les pipelines CI/CD. Bonne connaissance des environnements Kubernetes et Docker. Expérience des outils MLOps (MLflow, Databricks, Airflow) appréciée. Excellentes capacités de communication et de vulgarisation technique. Esprit collaboratif, autonomie et sens du service. Anglais professionnel indispensable. ⭐ Les plus Expérience sur des plateformes IA à grande échelle. Connaissances en IA Générative (GenAI). Forte culture DevOps et automatisation. Goût pour la veille technologique et l'innovation.

Contexte de la mission Dans le cadre du développement d'une plateforme Data, nous recherchons un(e) Data Scientist Senior spécialisé(e) en Intelligence Artificielle et IA Générative pour concevoir et industrialiser des solutions innovantes basées sur les modèles de langage (LLM), les agents IA et les technologies de Machine Learning. Le consultant interviendra sur des sujets à forte valeur ajoutée autour de l'exploitation intelligente des données, de l'automatisation des usages métiers et du développement d'assistants intelligents. Missions principales Concevoir, développer et optimiser des modèles d'Intelligence Artificielle, incluant Machine Learning, Deep Learning et IA Générative. Développer des agents IA autonomes répondant à des besoins métiers spécifiques. Concevoir des solutions basées sur les LLM, les architectures RAG et les systèmes conversationnels. Développer des fonctionnalités d'exploration intelligente des données et d'interrogation en langage naturel. Industrialiser les modèles IA et contribuer à leur mise en production (approche MLOps). Mettre en place des mécanismes d'évaluation, de monitoring et d'amélioration continue des modèles. Définir les bonnes pratiques de développement, de gouvernance et d'exploitation des solutions IA. Effectuer une veille technologique active sur les évolutions IA, LLM et IA générative. Le consultant interviendra notamment sur le développement de solutions autour de : Data Visualization et génération d'insights automatisés. Data Quality et détection d'anomalies. Cartographie et données géospatiales. Analyse de séries temporelles (Time Series). Speech-to-Text / Text-to-Speech. Recherche intelligente et exploration de grands volumes de données. Assistants conversationnels métiers et agents IA. Profil recherché Formation supérieure en Data Science, Intelligence Artificielle, Mathématiques appliquées ou domaine équivalent. Expérience significative en Data Science et développement de solutions IA. Solide expertise en Machine Learning, Deep Learning et IA Générative. Expérience pratique dans la conception de solutions utilisant des LLM et agents IA. Capacité à comprendre les enjeux métiers et à les traduire en solutions technologiques innovantes.

🔎 Recherche Tech Lead – Agentic AI / IA générative (H/F) 📍 IDF – déplacements ponctuels à prévoir 🚫 Hors sous-traitance ESN | 🇫🇷 Profils résidents en France uniquement Un grand groupe bancaire international, acteur majeur des Securities Services, recherche un Tech Lead Agentic AI pour piloter la mise en place d'une architecture IA-first dans un contexte de transformation cloud-native. Vos missions : ✅ Définir l'architecture des services agentiques IA (LLM, RAG) ✅ Piloter l'intégration CI/CD/MLOps des composants IA ✅ Définir la stratégie de test et de qualité des agents ✅ Encadrer techniquement plusieurs squads ✅ Être l'interface technique avec Architecture, Risk et Product Owners Votre profil : 🔹 Solide expérience Tech Lead / Architecte en environnement Agile 🔹 Maîtrise de Python, Kafka, Elasticsearch, cloud (AWS/Azure/GCP) 🔹 Expérience sur des architectures Agentic AI / LLM / RAG 🔹 Bonnes pratiques MLOps / DevOps 🔹 Anglais courant obligatoire 📩 Seules les candidatures reçues à l'adresse seront traitées. #TechLead #AgenticAI #LLM #RAG #MLOps #ITJobs #BankingIT #SecuritiesServices #Freelance

Contexte : Dans le cadre du développement de son Centre d'Excellence IA, notre client, acteur majeur du secteur de l'assurance, recherche un Machine Learning Engineer spécialisé en IA Conversationnelle, NLP et IA Générative. Vous interviendrez sur la conception, le développement et l'industrialisation de solutions de chatbots et voicebots destinées à améliorer l'expérience client et les parcours métiers (relation client, gestion des sinistres, assistance, etc.). Vous accompagnerez les projets de bout en bout, depuis la compréhension des besoins métiers jusqu'à la mise en production des modèles. Missions : Recueillir et formaliser les besoins métiers ainsi que les parcours conversationnels. Concevoir des architectures de chatbots et voicebots adaptées aux usages. Développer, entraîner, ajuster et évaluer des modèles de Machine Learning et de NLP. Intégrer des briques vocales (ASR, TTS) dans les solutions conversationnelles. Mettre en place des pipelines MLOps pour l'entraînement, le déploiement et le suivi des modèles. Assurer le monitoring des performances, détecter les dérives et optimiser les modèles en continu. Analyser les conversations utilisateurs afin d'améliorer les parcours, les prompts et la qualité des réponses. Collaborer avec les équipes Data, IA, IT et les métiers dans une approche agile.

📋 RÉSUMÉ Nous recherchons un Ingénieur Sécurité / Cyber spécialisé dans les environnements d'intelligence artificielle afin de renforcer la sécurité des infrastructures, plateformes et pipelines liés aux projets IA. Vous interviendrez sur la conception, la mise en œuvre et l'amélioration continue des mécanismes de cybersécurité dans un environnement technique exigeant et innovant. 🎯 MISSIONS Concevoir et mettre en œuvre des architectures de sécurité pour les environnements IA et data Analyser les risques liés aux infrastructures, aux modèles IA et aux flux de données Mettre en place des contrôles de sécurité sur les plateformes de calcul, clusters et pipelines ML Participer à la définition et à l'application des politiques de sécurité et des standards cyber Réaliser des audits de sécurité et identifier les vulnérabilités Mettre en œuvre des mécanismes de protection des données sensibles et des modèles IA Collaborer avec les équipes infrastructure, data et développement pour sécuriser les environnements Participer à la gestion des incidents de sécurité et à l'amélioration continue des dispositifs cyber 📦 LIVRABLES Architecture de sécurité des environnements IA Rapports d'audit et analyses de vulnérabilités Plans de remédiation et recommandations de sécurité Documentation des procédures et standards de sécurité Tableaux de bord et indicateurs de sécurité

Contexte Le client intègre des technologies d'Intelligence Artificielle Générative au sein de son SOC afin d'automatiser l'analyse de menaces, de contextualiser les alertes de sécurité et d'assister les analystes. L'objectif est de concevoir des modèles de langage (LLM/SLM) souverains et ultra-spécialisés en cybersécurité. Le/la consultant(e) travaillera en collaboration directe avec l'équipe R&D Cyber et l'équipe SOC, dans un environnement de recherche et développement agile. Rôle et responsabilités principales Fine-tuning de LLM open-source (Llama, Mistral, Qwen…) sur des données de cybersécurité (logs, rapports CTI, playbooks) Mise en œuvre de techniques d'apprentissage par renforcement pour limiter les hallucinations et sécuriser les réponses générées Définition et application des formats de prompt et de conversation pour l'entraînement des modèles • Structuration et formatage des datasets d'entraînement textuels Mise en place de pipelines d'évaluation et de benchmarking pour mesurer la performance des modèles "Cyber" face aux standards du marché Vulgarisation des concepts IA auprès de profils cybersécurité (analystes SOC, RSSI) Collaboration directe avec l'équipe R&D Cyber et l'équipe SOC Livrables attendus Modèles LLM/SLM fine-tunés et spécialisés en cybersécurité Datasets d'entraînement structurés et formatés (ChatML, Alpaca) Pipelines d'évaluation et de benchmarking (interne et standards du marché) Rapports de performance comparative des modèles

Nous recherchons un ML Engineer pour accompagner le déploiement de modèles de machine learning robustes, performants et évolutifs en production. Vous intervenez dans une équipe dont le rôle stratégique est de valoriser la data. Au sein d'un environnement Data structuré, vous interviendrez sur des projets transverses mêlant data science, data engineering et MLOps. Vos principales responsabilités seront les suivantes : Optimiser la collecte et la préparation des données : data processing, feature engineering, industrialisation des pipelines. Améliorer l'exposition des modèles en production : API, endpoints, performance et scalabilité. Collaborer avec les data engineers pour intégrer les modèles dans la Data Platform. Travailler avec les data scientists afin de déployer les meilleures versions des modèles. Mettre en place des pratiques MLOps : qualité des données, suivi du data drift, monitoring, réentraînement. Assurer le suivi du cycle de vie des modèles en production. Documenter les processus, modèles et systèmes déployés.

Le Centre d'Excellence Opérationnelle AI recherche un Architecte Technique AI senior pour concevoir et garantir la cohérence des architectures techniques supportant les solutions d'intelligence artificielle du groupe, en capitalisant sur une expertise approfondie en architecture d'entreprise/technique et une montée en compétence solide sur les technologies AI. Missions principalesConcevoir les architectures cibles des plateformes et solutions AI (infrastructure, données, MLOps, intégration applicative) Définir les standards, patterns et bonnes pratiques d'architecture pour l'ensemble des cas d'usage AI du groupe Garantir l'alignement des architectures AI avec l'architecture d'entreprise existante et les référentiels techniques du groupe Évaluer et sélectionner les briques technologiques (frameworks ML/GenAI, plateformes cloud, outils MLOps, solutions LLM/RAG) Assurer la cohérence entre exigences de performance, de scalabilité, de sécurité et de conformité réglementaire (RGPD, AI Act, exigences bancaires) Piloter les revues d'architecture et accompagner les équipes de développement dans l'implémentation Anticiper les risques techniques (dette technique, obsolescence, dépendances) et proposer des plans de remédiation Assurer une veille technologique active sur l'écosystème IA (LLM, agents, MLOps, IA générative) Profil recherchéFormation : Bac+5, école d'ingénieur ou équivalent Expérience : 15 ans d'expérience minimum en architecture technique/logicielle, avec une expertise confirmée sur des environnements complexes et à forts enjeux (idéalement secteur bancaire/finance ou grands comptes), complétée par une expérience significative et opérationnelle sur des projets AI/ML Compétences techniques : Expertise en architecture technique et applicative (architectures distribuées, microservices, intégration de systèmes) Bonne maîtrise des architectures data et des plateformes cloud (Azure, AWS ou GCP) Connaissance solide des enjeux techniques de l'IA : cycle de vie des modèles, MLOps, architectures RAG, gestion des LLM, sécurisation des flux d'IA Compréhension des exigences réglementaires spécifiques à l'IA en environnement bancaire (AI Act, gouvernance des modèles, explicabilité) Capacité à challenger et vulgariser des choix d'architecture auprès de publics variés (techniques et décisionnaires) Compétences comportementales : Leadership technique et capacité à faire adhérer les équipes à une vision d'architecture Esprit de synthèse et pédagogie Rigueur méthodologique et sens du compromis technique Posture de référent, capacité à structurer et à arbitrer Certifications appréciées : TOGAF, certifications cloud (Azure/AWS Solutions Architect), certifications AI/ML ANGLAIS OBLIGATOIRE

Dans le cadre du développement de son pôle Intelligence Artificielle, notre client recherche un Tech Lead Machine Learning / IA capable de garantir l'excellence technique des solutions IA développées et industrialisées. Véritable référent technique, vous définirez les standards d'architecture et de développement, piloterez les choix technologiques et accompagnerez les équipes Data Science, Data Engineering et Software dans la conception et la mise en production de solutions IA robustes, scalables et sécurisées. Vous interviendrez sur des projets innovants autour de l'IA Générative, des LLM et des architectures MLOps dans un environnement Cloud. Vos missionsArchitecture & Engineering IADéfinir les standards d'architecture Machine Learning et IA. Concevoir des architectures robustes, évolutives et sécurisées. Concevoir et valider les pipelines ML de bout en bout : Data ingestion Entraînement Validation Déploiement Monitoring Garantir la qualité technique des solutions mises en production. Industrialiser les modèles IA via les meilleures pratiques MLOps. Leadership techniqueÊtre le référent technique du pôle IA. Encadrer les équipes Data Science, Data Engineering et Software Engineering. Diffuser les bonnes pratiques de développement. Réaliser des revues de code et audits techniques. Accompagner la montée en compétence des équipes. Choix technologiquesDéfinir les standards techniques de la plateforme IA. Superviser les choix des frameworks et outils : Frameworks Machine Learning Outils MLOps Cloud Azure / Google Cloud Garantir la cohérence globale de l'écosystème technique. Gouvernance & QualitéAuditer les solutions IA sur les aspects : Performance Robustesse Scalabilité Sécurité Maintenabilité Coûts (FinOps) Définir les standards de gouvernance des modèles et des données. Assurer le suivi de la qualité des modèles en production. Contribution produitParticiper aux phases de cadrage des projets IA. Contribuer à la roadmap technologique IA. Collaborer étroitement avec : Product Owner IA Data Scientists Data Engineers Développeurs Software Innovation & VeilleAssurer une veille permanente sur les innovations autour de : IA Générative LLM RAG Agents IA MLOps Cloud Architectures Data Compétences techniques recherchéesIntelligence ArtificielleMachine Learning Deep Learning IA Générative Large Language Models (LLM) Prompt Engineering RAG (Retrieval-Augmented Generation) Évaluation de modèles Systèmes agentiques (Agents IA) DéveloppementPython (expert) Programmation orientée objet Développement logiciel MLOps / DevOpsGit Docker Kubernetes CI/CD MLflow CloudMicrosoft Azure Google Cloud Platform (GCP) InfrastructureTerraform Infrastructure as Code (IaC) ArchitectureAPI REST Microservices Architectures distribuées Architectures scalables Déploiement de modèles en production Exploitation des modèlesMonitoring des modèles IA Optimisation des performances Scalabilité Gouvernance des données Sécurité des modèles Compétences comportementalesLeadership technique reconnu. Excellentes capacités de communication. Esprit de mentoring et de transmission. Forte capacité à structurer des standards de développement. Sens de l'innovation. Esprit d'analyse et de résolution de problèmes. Capacité à prendre des décisions techniques structurantes. Orientation résultats et qualité.

Data & AI Engineer (Data Engineering / AI Engineering) Qui sommes-nous ? Fondée par des experts techniques et portée par des passionnés de l'IT, Big APPS est une société de conseil spécialisée dans la Data, le Cloud, le DevOps et l'Intelligence Artificielle (IA). Nous accompagnons nos clients dans leurs projets de transformation digitale en concevant des plateformes de données performantes et des solutions innovantes basées sur l'IA. Nous intervenons sur des projets à forte valeur ajoutée en mettant en œuvre les technologies les plus récentes et les meilleures pratiques du marché. Dans le cadre de notre croissance, nous recherchons un(e) Data & AI Engineer pour renforcer nos équipes. Vos missions En tant que Data & AI Engineer, vous serez amené(e) à : Concevoir, développer et maintenir des plateformes de données robustes et évolutives. Développer et optimiser des pipelines de données (ETL/ELT). Concevoir des architectures Data sur Azure, AWS ou GCP. Préparer, transformer et valoriser les données pour les projets d'IA. Développer, intégrer et industrialiser des modèles de Machine Learning et d'IA générative. Participer au déploiement des modèles en production (MLOps). Collaborer avec les équipes métiers, Data Science et Cloud. Mettre en œuvre les bonnes pratiques DevOps, CI/CD et Infrastructure as Code. Garantir la qualité, la sécurité et la disponibilité des données. Que vous soyez Data Engineer, AI Engineer, Data Scientist ou déjà doté(e) d'une double compétence Data & IA, vous souhaitez intervenir sur des projets innovants mêlant Data Engineering, Machine Learning, IA Générative et Cloud ? Rejoignez Big APPS !

Le Centre d'Excellence Opérationnelle AI recherche 2 Développeurs Python orientés AI pour concevoir, développer et industrialiser des solutions d'intelligence artificielle (modèles ML, pipelines de données, applications GenAI) au service des cas d'usage métiers du groupe. Missions principalesDévelopper des composants logiciels en Python pour l'intégration et l'industrialisation de modèles d'IA (ML classique et IA générative) Concevoir et maintenir des pipelines de données et des pipelines MLOps (entraînement, versioning, déploiement, monitoring des modèles) Développer des API et services exposant les fonctionnalités AI aux applications métiers Implémenter des solutions à base de LLM (RAG, agents, fine-tuning léger, prompt engineering) selon les cas d'usage Participer à la mise en place des bonnes pratiques de développement (tests, CI/CD, code review, qualité de code) Collaborer étroitement avec les data scientists, l'architecte AI et le Product Owner pour transformer les besoins en solutions techniques robustes Contribuer à la documentation technique et au partage de connaissances au sein du Centre d'Excellence Profil recherchéFormation : Bac+5, école d'ingénieur ou équivalent, spécialisation informatique/data appréciée Expérience : 3 à 7 ans d'expérience en développement Python, avec une expérience significative sur des projets à composante IA/ML Compétences techniques : Excellente maîtrise de Python et de son écosystème (Pandas, NumPy, FastAPI/Flask, etc.) Expérience avec les frameworks ML/DL (scikit-learn, PyTorch, TensorFlow) et/ou les frameworks GenAI (LangChain, LlamaIndex, Hugging Face) Bonne connaissance des pratiques MLOps (MLflow, Docker, Kubernetes, CI/CD) Expérience des architectures RAG et des API LLM (OpenAI, Anthropic, Azure OpenAI, modèles open source) Maîtrise de SQL et des environnements cloud (Azure/AWS/GCP) Connaissance des principes de développement propre (tests unitaires, versioning Git, revue de code) Compétences comportementales : Goût prononcé pour l'expérimentation technique et l'IA appliquée Autonomie et capacité à travailler en mode itératif Esprit d'équipe et bonne communication avec les profils data science et architecture Curiosité technologique et appétence pour la veille Anglais obligatoire

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 d'un projet stratégique autour de la Data Science et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé capable d'intervenir de manière autonome sur des problématiques de machine learning appliquées à des enjeux métier. Le consultant intégrera un environnement technique exigeant, en collaboration étroite avec les équipes métiers. Il interviendra notamment sur : ▪ La conception et le développement de pipelines de machine learning / deep learning répondant aux cas d'usage métier (scoring, prédiction, classification, détection d'anomalies) ▪ L'exploration et la préparation des données, le feature engineering ▪ La comparaison de différentes architectures et approches afin d'identifier les modèles les plus adaptés ▪ La conception de métriques d'évaluation adaptées aux cas d'usage, l'analyse des performances et la caractérisation des erreurs ▪ La mise en place de mécanismes de score de confiance et de gestion de l'incertitude ▪ L'industrialisation des modèles en environnement conteneurisé et le suivi des expérimentations (MLOps) ▪ La restitution des travaux auprès d'interlocuteurs techniques et métiers

Notre client, grand groupe international du secteur de l'assurance, engage une transformation majeure de sa plateforme Data & IA. Dans le cadre de ce programme, la Data Factory recherche un Senior Staff Data Platform Architect pour définir la trajectoire technologique de la plateforme et piloter les transformations structurantes. Le périmètre technique s'appuie sur Azure et Databricks. Les chantiers prioritaires sont : ● Migration vers Unity Catalog : architecture cible, stratégie de migration, gouvernance des Data Products, masking de la donnée, sécurité ● Move to Global Azure Tenant : migration depuis un tenant legacy (ARM) vers le tenant groupe, avec industrialisation IaC via Terraform ● Data Observability, FinOps, MLOps, Agentic AI : sujets d'innovation et de gouvernance associés à la roadmap plateforme Le poste n'est pas un rôle de management hiérarchique. Le leadership attendu est technique, transverse et d'influence : Design Authority, revues d'architecture, animation de communautés, alignement avec les architectes entreprise, solutions, cloud et sécurité. A. Stratégie & architecture plateforme ● Définir la trajectoire de la plateforme sur 3 à 5 ans : Lakehouse, Data Products, Data Mesh, MLOps, GenAI, Agentic AI, Data Observability, FinOps ● Produire les livrables stratégiques : roadmaps, schémas directeurs, standards d'architecture, patterns de référence B. Programme Unity Catalog ● Définir l'architecture cible : stratégie de migration, modèle de gouvernance, modèle de sécurité, stratégie Data Product ● Piloter la migration progressive, la coexistence Legacy / Unity et la migration factory C. Modernisation & Global Azure Tenant ● Piloter la stratégie de migration Azure Global Tenant : impacts techniques, trajectoire, standards Terraform / IaC ● Industrialiser les frameworks internes et contribuer à l'évolution des Data Products D. Innovation & veille technologique ● Identifier les technologies émergentes : Databricks roadmap, Microsoft Fabric, GenAI, AI Agents, Lakeflow, Delta Sharing ● Piloter les études, POC et expérimentations E. Gouvernance technique & FinOps ● Définir les standards architecture, développement, exploitation et sécurité ● Animer les Design Authority et revues d'architecture ● Définir la stratégie FinOps : optimisation coûts Azure, optimisation Databricks, capacity planning

Dans le cadre du renforcement d'une équipe Data & Intelligence Artificielle, nous recherchons un Data Scientist expérimenté pour intervenir sur un projet stratégique d'IA Générative à forte valeur métier. Tu reprendras des travaux déjà engagés autour d'une solution capable de générer automatiquement des pré-réponses à des sollicitations clients, avec un fort enjeu de pertinence, de performance et d'industrialisation. Tes missions principales : Reprendre et poursuivre les travaux Data Science déjà engagés Concevoir, évaluer et optimiser des solutions basées sur des Large Language Models (LLM) Améliorer les mécanismes de Retrieval-Augmented Generation (RAG) Travailler sur la pertinence et la qualité des réponses générées Participer à l'intégration et au déploiement des modèles en production Mettre en œuvre les bonnes pratiques MLOps / LLMOps Industrialiser le versioning, le monitoring et le déploiement des modèles Analyser les performances et identifier les axes d'amélioration Collaborer avec les développeurs, Product Owners, architectes et équipes Data Participer aux rituels Agile de l'équipe Assurer une veille active sur les évolutions en IA Générative, NLP et Machine Learning Documenter les développements et architectures réalisés