Mission : Dans le cadre de projets IA/ML, le consultant interviendra sur la sécurisation, la conformité, l'architecture et la gouvernance des solutions d'intelligence artificielle. Il accompagnera les équipes métiers et techniques dans l'intégration des principes de Security by Design et contribuera à la définition de la stratégie de sécurité IA. Principales responsabilités : Réaliser des Threat Modeling dédiés aux environnements IA/ML : Prompt Injection, évasion, empoisonnement des données/modèles, etc. Définir et évaluer des architectures sécurisées pour les solutions IA, notamment les architectures agentiques. Intégrer les principes de Security by Design dans les projets IA et infrastructures. Évaluer les risques liés aux solutions et fournisseurs Third-Party AI. Traduire les exigences réglementaires, notamment EU AI Act, en contrôles de sécurité concrets. Participer à la définition de la roadmap Cyber & IA. Élaborer et maintenir les standards, politiques et référentiels de sécurité IA. Accompagner les équipes sur les sujets IAM, API Security, MLOps/LLMOps et validation des modèles. Contribuer à la gouvernance, à la conformité et à la gestion des risques Cyber & IA. Assurer une veille sur les nouvelles menaces, technologies et bonnes pratiques en AI Security. Vulgariser les enjeux techniques auprès des équipes métiers et du top management.
Contexte Dans le cadre de son programme de modernisation IT (Cloud, Observabilité, IA et réurbanisation du SI), Le client engage une réflexion structurée autour des sujets IA for IT et IA for Ops. L'objectif est de définir une vision pragmatique et opérationnelle permettant d'exploiter les capacités d'intelligence artificielle pour améliorer l'exploitation, la supervision, la résolution d'incidents et l'efficacité des opérations IT. En parallèle,le client poursuit la transformation de son dispositif d'observabilité avec notamment : La migration Dynatrace Gen II vers Gen III ; La transition des logs ELK vers Dynatrace ; La montée en maturité des pratiques de monitoring et d'observabilité. Objectifs de la mission Le consultant interviendra comme référent senior afin de : 1. Cadrer la stratégie IA for Ops Définir la vision cible IA for Ops. Identifier les cas d'usage prioritaires et à forte valeur métier. Formaliser une trajectoire réaliste et progressive. Définir les indicateurs de succès (KPIs). Construire une roadmap de déploiement. 2. Accompagner les parties prenantes Mener des ateliers et interviews avec les équipes techniques et métiers. Recueillir et synthétiser les besoins. Animer les réflexions stratégiques. Faciliter la prise de décision. Produire des recommandations pragmatiques et actionnables. 3. Contribuer à l'évolution de l'observabilité Apporter une expertise avancée sur Dynatrace. Conseiller les équipes dans la migration Gen II vers Gen III. Accompagner la bascule des usages de logs ELK vers Dynatrace. Participer à l'identification des prérequis techniques nécessaires aux futurs cas d'usage IA Ops. Livrables attendus Vision cible IA for Ops. Cartographie des cas d'usage prioritaires. Analyse de l'existant et des écarts. Recommandations stratégiques et opérationnelles. Définition des KPIs. Roadmap de mise en œuvre. Dossier de synthèse exécutif à destination du management. Recommandations relatives aux plateformes d'observabilité.
Dans le cadre de l'accélération de sa stratégie Data & IA, un grand groupe français renforce son équipe afin de développer et industrialiser de nouveaux produits d'intelligence artificielle. Vous intégrerez une DSI engagée dans une transformation ambitieuse des usages métiers grâce à l'IA, avec un fort niveau d'innovation autour de l'IA générative, de l'agentique et du Machine Learning. Vos principales missions seront les suivantes : Concevoir, développer et déployer des solutions d'IA Générative et des systèmes agentiques. Développer des modèles de Machine Learning et Deep Learning répondant aux besoins métiers. Industrialiser les solutions IA en appliquant les bonnes pratiques DevOps et MLOps. Optimiser les déploiements sur Google Cloud Platform et Kubernetes afin de garantir performance, fiabilité et maîtrise des coûts. Développer de nouvelles fonctionnalités pour un portail interne dédié à l'IA. Accompagner les Data Scientists et les équipes de développement dans l'utilisation de l'écosystème GCP. Participer à l'évolution des standards, frameworks et bonnes pratiques autour de la plateforme Data & IA.
Descriptif de mission 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.
Description du poste Le/La Senior AI Platform Engineer conçoit et fait évoluer l'infrastructure IA et GenAI globale. Intégré(e) à l'équipe Data Platform, ce rôle consiste à outiller les Data Scientists et ML Engineers tout en sécurisant la mise à disposition de LLM et d'agents IA pour l'ensemble des utilisateurs techniques. Missions principales : Architecture multi-cloud : concevoir des architectures IA robustes et sur-mesure sur AWS et GCP. Industrialisation & IaC : piloter le déploiement et l'évolution des infrastructures via Terraform. Automatisation & CI/CD : orchestrer les pipelines de déploiement continu via Git. Gouvernance & standards : définir les bonnes pratiques, créer des guides et templates, rédiger la documentation technique et assurer une veille sur l'IA générative. Accompagnement & animation : assurer le support technique, animer des Office Hours et vulgariser les enjeux complexes de la plateforme.
Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.
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.
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.
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
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.
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
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.
