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
Nous recherchons actuellement un profil hybride. Le candidat idéal devra posséder une double compétence solide en Data Engineering et Machine Learning Engineering (MLE) pour mener à bien l'un de ces deux chantiers majeurs : Évolution de la stack Data autour du "Travel Concierge", agent conversationnel sur le web et l'app (MLE / DE / Viz) Monitoring de la performance : Création complète (de la modélisation à la visualisation) d'un premier niveau de pilotage sur Tableau (suivi du nombre de conversations, taux de conversion, transferts aux agents, etc.). Mémoire Management : Tester la mise en place de briques technologiques pour gérer la mémoire du Travel Concierge (court terme / moyen terme / long terme), en étroite collaboration avec nos équipes DS, Architecture et Infra. Context Exposition : Réfléchir / implémenter un pattern pour l'exposition de nos données stockées dans Snowflake (connaissance client, verbatims avis hôtels, etc.) vers notre agent Travel Concierge, en étroite collaboration avec nos équipes DS, Architecture et Infra. Impacts sur nos Data Products du changement d'outil GXM (Guest Experience Management) de TrustYou vers Medallia (MLE / DE) Modélisation : Conception d'un modèle de données robuste permettant d'adresser la data des deux outils simultanément (pour gérer l'historique et le double run) MLOps : revoir l'industrialisation des modèles en place et proposer/implémenter des améliorations (suivi de la qualité des modèles, du drift, etc.) Compétences clés : Maîtrise de Snowflake, dbt, Airflow, Tableau et AWS . Expertise MLE / Architecture : Expérience en industrialisation de modèles et MLOps. Une expérience autour d'un agent conversationnel est impératif pour 1.b.
Nous recherchons pour notre client RETAIL un profil Data Engineering DBT / SQL Expérimenté afin d'accompagner l'équipe projet dans l'industrialisation, la stabilisation et le passage à l'échelle de l'infrastructure Data du système de Contrôle de Planogramme Description and Location L'Analytics Factory conçoit et développe les services analytiques permettant de fournir aux équipes métier des données et analyses fiables, soutenant la transformation analytique et la prise de décision. L'objectif de la mission est d'accompagner l'équipe projet dans la conception et l'industrialisation d'une architecture Data et MLOps capable de supporter l'ingestion massive d'images terrain et d'exposer en temps réel les résultats des modèles de Computer Vision aux applications métier des magasins. Les principales activités attendues sont : Conception et sécurisation des pipelines d'ingestion et de prétraitement de données non structurées. Développement et maintenance d'API REST performantes pour l'exposition des résultats des modèles. Industrialisation des pipelines d'inférence batch et streaming sur Google Cloud Platform. Mise en place des mécanismes de monitoring, d'observabilité et d'alerting. Automatisation des déploiements et respect des standards de qualité de la Digital Factory. Livrables attendus Pipelines d'ingestion et de traitement industrialisés. API REST à faible latence. Pipelines MLOps et infrastructures GCP optimisés. Solutions de monitoring et de supervision opérationnelles. Chaînes CI/CD automatisées et documentées. Compétences requises Must Have Excellente maîtrise de Python (POO, design patterns, performance). Développement d'API robustes (FastAPI, Flask). Expérience dans le traitement et le stockage de données non structurées. Expertise GCP : Cloud Storage, BigQuery, Cloud Run, GKE, Pub/Sub et Composer/Airflow. Nice to Have DBT pour la transformation et l'orchestration des données. SQL avancé et BigQuery. GitLab CI/CD, Docker Compose. Linux, Git et pratiques DevOps. Terraform (Infrastructure as Code). Sensibilité aux problématiques de Computer Vision et Deep Learning. Expérience Agile Scrum.
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
