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

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

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 !

1. Data Science & Machine Learning Concevoir, entraîner et évaluer des modèles de Machine Learning appliqués au paiement et à l'identité (scoring, détection d'anomalies et de dérives, prédiction d'échec…). Modéliser l'acte d'achat sous forme de graphe afin de mieux cartographier la dynamique des parcours d'achat, d'identifier les comportements atypiques et d'améliorer la performance.. Optimiser l'intelligence de notre produit : créer des algorithmes d'arbitrage (ex: routage intelligent) pour maximiser le taux d'acceptation et réduire les coûts Travailler en étroite collaboration avec les équipes DevOps pour intégrer et industrialiser ces modèles (MLOps) au cœur de l'infrastructure. 2. Analytics Engineering & Business Insights Veiller à la qualité, la fiabilité et la gouvernance de la donnée. Déployer des solutions de BI en self-service enrichies par l'IA, afin d'autonomiser les équipes métiers dans leur pilotage stratégique. Concevoir et analyser les KPIs clés, identifier les tendances, anomalies et opportunités d'optimisation. Répondre aux questions structurantes avec un niveau de rigueur analytique

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

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

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