Le consultant interviendra au sein d'une équipe IT d'un grand groupe bancaire pour le compte de la CEGC. La mission portera sur le suivi de POC Machine Learning et la proposition de solution d'intégration / industrialisation des modèles algorithmiques développés par les équipes Risques CEGC : • Accompagnement des équipes • Préconisations de bonnes pratiques de développement Python orienté ML • Structuration de projet de type ML/DL • Intégration de containers Docker • Relais technique envers les interlocuteurs (francophone / anglophone) • Participation aux projets suivant les sollicitations • Gestion de l'environnement de DEV (Serveurs, BDD, etc.) • Préconisations CI/CD • Préconisations Cloud (AWS, Azure) - langage Python - pratiques Machine Learning / Deep Learning. - web service - Cloud - Docker Rôle clé au sein des entités IT de la CEGC. Expertise technique, rigueur et sens de l'engagement et du service sont des atouts indispensables pour ce poste.
🚀 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.
Participation aux workshops avec les équipes IT/métiers et les Data Scientists Développement et optimisation de modèles IA/ML pour les use cases métiers Intégration et déploiement des modèles en production (APIs, microservices) Utilisation experte du agentic coding pour accélérer le développement sans compromettre la qualité Mise en place de pipelines MLOps (entraînement, versioning, monitoring) Tests automatisés et validation des modèles (performance, robustesse, biais) Documentation technique détaillée (code, modèles, APIs, prompts réutilisables) Optimisation des performances (latence, coûts, scalabilité) Veille technologique et recommandations sur les nouvelles techniques IA Partage des best practices de agentic coding avec l'équipe
Contexte : Au sein du pôle Data & IA, intégration de l'équipe GenAI en charge de la conception et de l'exploitation de plateformes d'Intelligence Artificielle à destination des différentes entités du groupe. L'objectif est de concevoir des offres d'IA générative industrialisées, sécurisées et hautement disponibles, déployables aussi bien sur des infrastructures Cloud (AWS, GCP) que On-Premise, en s'appuyant sur des architectures modernes, distribuées et résilientes. Missions : Concevoir et déployer des architectures techniques dédiées aux plateformes d'IA générative. Industrialiser et automatiser le déploiement de plateformes agentiques via les pratiques MLOps et LLMOps. Développer et maintenir des services managés en intégrant les exigences de sécurité, de conformité et de gouvernance. Automatiser les infrastructures et les pipelines de déploiement (Infrastructure as Code, CI/CD). Assurer la mise en production, le maintien en condition opérationnelle et l'optimisation des plateformes IA. Participer aux choix d'architecture et assurer le rôle de référent technique sur un produit de la squad. Concevoir la documentation technique et accompagner l'adoption des solutions auprès des équipes internes. Réaliser des démonstrations techniques et promouvoir les offres d'IA générative. Participer aux cérémonies Agile (Daily Scrum, Sprint Planning, Backlog Refinement, Roadmap) et contribuer aux travaux de la squad. Participer aux astreintes techniques afin de garantir la disponibilité des plateformes. Stack technique : Cloud & Infrastructure AWS : EKS, SageMaker, Bedrock GCP : GKE, Vertex AI Kubernetes, OpenShift, Docker Environnements On-Premise Infrastructure as Code & CI/CD Terraform Ansible Jenkins GitLab CI Kestra Développement Python SQL Data & IA MLflow Dataiku JFrog Artifactory Orchestration de workloads IA Bases de données vectorielles : OpenSearch, Elasticsearch, PostgreSQL (PGVector), MongoDB Atlas, Amazon RDS Observabilité Prometheus Grafana Dynatrace AWS CloudWatch AWS X-Ray Méthodologie Agile / Scrum DevOps / MLOps / LLMOps Infrastructure as Code (IaC) CI/CD Architecture Cloud Native Sécurité, conformité et gouvernance des plateformes IA
Dans le cadre du développement de projets stratégiques autour de l'Intelligence Artificielle et de l'IA générative, nous recherchons 5 Développeurs Python / AI Engineers – AI-Native Developers pour rejoindre une équipe AI Factory / Innovation au sein d'un acteur majeur du secteur bancaire. Vous participerez à la conception, au développement, à l'intégration et à l'industrialisation de solutions d'Intelligence Artificielle répondant à différents cas d'usage métiers. Vous évoluerez dans un environnement agile, en étroite collaboration avec les Data Scientists, architectes solutions, équipes IT et équipes métiers. 📍 Mission 100 % sur site – aucun télétravail possible 🌍 Anglais courant obligatoire – environnement international 👥 5 postes à pourvoir ⚠️ La présence sur site 5 jours/semaine constitue une condition impérative de la mission et n'est pas négociable. Votre rôle En tant que AI-Native Developer, vous interviendrez sur l'ensemble du cycle de développement des solutions IA, depuis l'analyse des cas d'usage jusqu'à leur déploiement et leur exploitation en production. Vous aurez notamment pour responsabilité de transformer les travaux et modèles issus de l'expérimentation en solutions robustes, performantes, scalables et industrialisées. Une forte maîtrise de l'Agentic Coding / AI-assisted development est attendue. Vous utiliserez quotidiennement les outils d'IA générative pour accélérer les développements, tout en étant capable de challenger, tester, sécuriser et optimiser le code généré. Vos principales missions Développement IA & Machine Learning Participer aux workshops avec les équipes métiers, IT et Data Science ; comprendre et traduire les besoins en solutions techniques ; développer et optimiser des modèles IA / Machine Learning ; contribuer à leur intégration dans les applications et processus existants ; développer les composants nécessaires à leur exploitation en production ; exposer les modèles au travers d'APIs et de microservices ; optimiser leurs performances en matière de latence, coûts et scalabilité. IA générative & Agentic Coding Utiliser de manière avancée les outils de développement assisté par IA tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT ; décomposer des problématiques complexes en instructions exploitables par les agents IA ; concevoir et optimiser des prompts techniques réutilisables ; utiliser l'Agentic Coding pour accélérer les cycles de développement ; analyser et challenger le code généré ; identifier les erreurs, limites ou risques introduits par les modèles ; garantir la qualité, la maintenabilité et la robustesse du code produit. Industrialisation & MLOps Participer au déploiement des modèles en production ; concevoir et mettre en œuvre des pipelines MLOps ; automatiser les processus d'entraînement, de déploiement, de versioning et de monitoring ; intégrer les modèles aux pipelines CI/CD ; assurer leur suivi et leur maintien en conditions opérationnelles ; contribuer à la conteneurisation et à l'orchestration des solutions. Tests & qualité Développer et maintenir les tests automatisés ; tester les modèles en matière de performance, robustesse et biais ; mettre en place des mécanismes de contrôle de la qualité du code ; sécuriser les évolutions et les mises en production ; documenter précisément le code, les modèles, APIs et prompts utilisés. Innovation & amélioration continue Réaliser une veille active sur les évolutions de l'IA et de l'IA générative ; expérimenter de nouvelles approches et technologies ; évaluer leur pertinence pour les cas d'usage métiers ; formuler des recommandations techniques ; partager les bonnes pratiques au sein de l'équipe. Compétences techniques recherchées Indispensables Développement excellente maîtrise de Python ; développement d'APIs REST / microservices ; FastAPI et/ou Flask ; maîtrise de Git / GitHub / GitLab ; tests automatisés : pytest, unittest, code coverage. IA / Machine Learning expérience pratique en développement et industrialisation de solutions Machine Learning / IA ; maîtrise des principales problématiques liées à l'entraînement, au déploiement et au monitoring des modèles ; capacité à travailler avec des Data Scientists sur la transformation d'un modèle en solution exploitable en production. Generative AI / AI-Native Development pratique avancée d'outils tels que GitHub Copilot, Cursor, Claude Code et/ou ChatGPT ; maîtrise des approches d'Agentic Coding ; capacité à concevoir des prompts efficaces et structurés ; capacité à évaluer et corriger le code généré par IA ; compréhension des limites et risques associés à son utilisation. MLOps / DevOps expérience des environnements et pipelines MLOps ; CI/CD appliqué aux modèles IA ; Docker ; connaissances Kubernetes ; versioning et monitoring des modèles. Data SQL ; bases NoSQL ; connaissances des Vector Databases ; preprocessing et pipelines de données ; notions de feature engineering. CloudUne expérience d'au moins une plateforme Cloud orientée IA/ML est attendue : AWS SageMaker, Azure Machine Learning et/ou GCP Vertex AI. Compétences appréciées Une expérience complémentaire dans l'un des domaines suivants constituera un plus : NLP / Natural Language Processing ; Computer Vision.
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.
Contexte :Dans le cadre de plusieurs projets stratégiques autour de la Data et de l'Intelligence Artificielle, notre client recherche un Data Scientist confirmé pour reprendre, faire évoluer et industrialiser des projets et modèles existants. Dans un environnement en pleine transformation, le consultant contribuera également à la construction d'une nouvelle stack technique basée notamment sur MLflow, Airflow et Kubernetes. Missions principales :Reprendre rapidement la compréhension des projets, modèles et codes existants. Concevoir, développer et optimiser des solutions de Machine Learning. Intervenir sur des sujets LLM, IA générative et RAG. Faire évoluer les solutions existantes afin de les intégrer à la nouvelle stack technique. Participer à l'industrialisation et au déploiement des modèles. Contribuer à la mise en place et à l'amélioration des pratiques MLOps / LLMOps. Veiller à la documentation, la maintenabilité et la qualité des solutions livrées. Participer notamment à un projet d'IA visant à générer des pré-réponses aux e-mails des utilisateurs. Livrables attendus :Modèles et solutions ML/LLM développés et optimisés. Solutions industrialisées et déployées sur la nouvelle stack. Pipelines et processus MLOps / LLMOps opérationnels. Documentation technique et fonctionnelle des solutions. Code maintenable et réutilisable. Évolution des projets existants conformément aux besoins du client.
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 de projets d'innovation technologique, notre client, un acteur majeur du secteur financier, recherche un Développeur Python expérimenté en intelligence artificielle et Machine Learning pour intégrer son équipe AI Factory / Innovation. Vous participerez au développement, à l'intégration et à l'industrialisation de solutions d'intelligence artificielle répondant à différents besoins métiers. Vos principales missions seront : Participer aux ateliers avec les équipes métiers, IT et Data Scientists afin de comprendre les besoins et identifier les cas d'usage IA. Développer, entraîner et optimiser des modèles d'intelligence artificielle et de Machine Learning. Exploiter les outils d'IA générative et d'agentic coding pour accélérer le développement tout en garantissant la qualité du code. Concevoir et développer des APIs et microservices pour intégrer les modèles IA aux applications existantes. Mettre en place des pipelines MLOps pour automatiser l'entraînement, le déploiement, le versioning et le monitoring des modèles. Assurer les tests automatisés et la validation des modèles en matière de performance, de robustesse et de biais. Optimiser les performances des solutions développées : latence, coûts et scalabilité. Rédiger la documentation technique et partager les bonnes pratiques de développement assisté par IA.
CDI - 2 jours de télétravail / semaine - Nantes - Expérience de 6 ans minimum Nous poursuivons notre développement et recherchons actuellement un(e) Ingénieur Data pour intervenir chez un de nos clients dans le secteur bancaire. Contexte : Vous rejoignez une équipe dédiée à délivrer les socles techniques permettant aux équipes Data Sciences de concevoir, expérimenter et industrialiser leurs modèles sur GCP. Vos principales missions : Déploiement & architecture Industrialiser les pipelines de données sur l'écosystème GCP Gérer les montées de version des services managés Concevoir des environnements fiables et performants pour les usages ML Développement & data engineering Développer et maintenir des pipelines de données (Python / SQL) Administrer et optimiser les environnements BigQuery Mettre en place les pratiques CI/CD et MLOps Sécurité & gouvernance Gérer les accès et les permissions (IAM) Veiller à la conformité et à la sécurisation des données Communauté & partage Animer la communauté d'experts data Rédiger des guides de bonnes pratiques et de documentation technique Veille technologique Suivre les évolutions de l'écosystème Data / IA Proposer des améliorations techniques pour faire évoluer la plateforme ⚙ Stack technique du projet : - GCP - BigQuery, GCS - Vertex AI, Dataproc, Workflows - Cloud Run, Composer - Python, SQL - MLOps, FinOps - Bitbucker, Artifactory
CDI / Portage / Freelance - 2 jours de télétravail / semaine - Nantes - Expérience de 6 ans minimum Nous poursuivons notre développement et recherchons actuellement un(e) Ingénieur Data pour intervenir chez un de nos clients dans le secteur bancaire. Contexte : Vous rejoignez une équipe dédiée à délivrer les socles techniques permettant aux équipes Data Sciences de concevoir, expérimenter et industrialiser leurs modèles sur GCP. Vos principales missions : Déploiement & architecture Industrialiser les pipelines de données sur l'écosystème GCP Gérer les montées de version des services managés Concevoir des environnements fiables et performants pour les usages ML Développement & data engineering Développer et maintenir des pipelines de données (Python / SQL) Administrer et optimiser les environnements BigQuery Mettre en place les pratiques CI/CD et MLOps Sécurité & gouvernance Gérer les accès et les permissions (IAM) Veiller à la conformité et à la sécurisation des données Communauté & partage Animer la communauté d'experts data Rédiger des guides de bonnes pratiques et de documentation technique Veille technologique Suivre les évolutions de l'écosystème Data / IA Proposer des améliorations techniques pour faire évoluer la plateforme ⚙ Stack technique du projet : - GCP - BigQuery, GCS - Vertex AI, Dataproc, Workflows - Cloud Run, Composer - Python, SQL - MLOps, FinOps - Bitbucker, Artifactory
Description du besoin : Nous recherchons un profil Senior à très forte valeur ajoutée, combinant une expertise en Data Science et en Data Engineering, pour accompagner la conception, l'industrialisation et la valorisation de plateformes Data à grande échelle sur un environnement Google Cloud Platform (GCP). Missions principales : Data Engineering & Modélisation : Concevoir, optimiser et maintenir des pipelines de données performants sous dbt et SQL sur l'écosystème GCP. Data Science & Valorisation : Développer, industrialiser et déployer des modèles prédictifs et des algorithmes orientés métiers (analyse comportementale, prédictions, optimisation). Data Viz & Business Intelligence : Créer et structurer des tableaux de bord et des rapports décisionnels complexes sous Looker. Accompagnement Métier : Traduire les besoins complexes des équipes opérationnelles en solutions Data scalables et fiables (une expérience dans le secteur du Retail est un atout majeur). Compétences techniques requises (Stack) : Google Cloud Platform (GCP) : BigQuery, Cloud Storage, et écosystème Data/AI GCP. Transformations & Analytics : Mastery de dbt (data build tool) et SQL (niveau expert). Data Science & ML : Python, bibliothèques Data Science/ML, MLOps basique/industrialisation. Data Viz : Looker (LookML, création de modèles et dashboards).
