Trouvez votre prochaine offre d’emploi ou de mission freelance Natural Language Processing (NLP) à Paris

Nous recherchons un Expert ou Lead Genesys spécialisé en Intelligence Artificielle pour piloter des initiatives de transformation digitale dans les centres de contact. Le poste consiste à concevoir, déployer et améliorer des solutions IA telles que chatbots, assistants virtuels, modèles de machine learning et flux automatisés, en collaboration avec des équipes métiers et techniques à l’international. Missions principales : Piloter le développement de nouveaux modules ou fonctionnalités IA sur les plateformes Genesys. Traduire les processus locaux des centres de contact en solutions IA évolutives et alignées avec la stratégie globale. Participer à la conception et la gestion des logiques de routage, IVR et workflows d’automatisation pour améliorer l’expérience client et réduire les temps de traitement. Assurer l’intégration de Genesys avec les infrastructures téléphoniques, CRM et plateformes IA. Déployer et améliorer en continu des solutions IA tout en formant et transférant les connaissances aux équipes locales. Suivre les performances, analyser les données et proposer des optimisations. Garantir la conformité avec les standards de sécurité et de confidentialité. Profil recherché :

Organisation européenne de référence dans le domaine des normes techniques et de la veille scientifique (secteur réglementaire / phytosanitaire), nous lançons un projet d'exploration IA. L'objectif : concevoir un Proof of Concept (POC) de chatbot conversationnel s'appuyant sur nos ressources internes (bases de données, corpus normatifs, documents techniques, littérature scientifique) Missions - Cartographier & préparer les données o Identifier les sources internes (BDD visibles et non exposées), corpus normatifs internationaux et documents non structurés. o Définir la stratégie d'ingestion, de normalisation et de gouvernance (qualité, traçabilité, métadonnées, RGPD). - Concevoir le POC de chatbot conversationnel o Évaluer des approches LLM (RAG, fine-tuning léger, réécriture de requêtes) adaptées aux cas d'usage. o Prototyper une interface (CLI/terminal et/ou web minimaliste) avec recherche sémantique, citations et vérifiabilité. - Proposer l'architecture cible o Définir l'architecture technique (orchestration, vector store, pipelines ETL/ELT, observabilité, sécurité). o Établir les prérequis d'industrialisation (coûts, MLOps, monitoring qualité, lifecycles des modèles). - Développer \"GPT métier\" o Concevoir un outil en ligne de commande (IAmétier\") pour retrouver rapidement les occurrences historiques d'événements similaires à des phénomènes actuels, en interrogeant directement les données structurées (PostgreSQL et BDD internes) et non structurées (normes internationales, PDF, docs). - Contrôle qualité assisté par IA o Mettre en place des vérifications automatiques (cohérence, complétude, détection d'anomalies textuelles ou de champs). o Génération de résumés factuels et analyses automatiques dans les workflows de recherche. Livrables attendus - Cartographie des données + plan de remédiation qualité. - Prototype fonctionnel (chatbot + CLI \"GPT métier\") avec journal de sources et évaluation. - Dossier d'architecture (schémas, choix techno, sécurité, coûts) + plan d'industrialisation. - Kit de présentation (démo, métriques, ROI attendu) pour parties prenantes.

CONTEXTE Experience : 5 ans et plus Métiers Fonctions : Pilotage de projet ou de programme, Product owner Spécialités technologiques : Gestion des données, AI Nous recherchons pour un de nos clients un Product Owner pour un projet d'indexation documentaire dans le cadre d'un programme contenant de l'intégration IA. Ce projet vise à développer et intégrer des solutions d’indexation documentaire avancées pour un usage dans des systèmes de Retrieval-Augmented Generation (RAG), permettant une exploitation optimale des données pour des cas d’usage IA. MISSIONS Le Product Owner aura un rôle pivot, assurant : - Stratégie produit : Définition de la vision et de la stratégie d’indexation documentaire, identification des opportunités d’innovation (NLP, RAG), et priorisation des cas d’usage selon la valeur business et l'impact sur la performance du RAG. - Gestion du backlog et priorisation : Définir, prioriser et gérer le backlog des fonctionnalités d’indexation. Garantir l’utilisation des méthodes de discovery pour identifier les besoins et suivre le delivery pour maximiser la valeur produite. - Collaboration inter-équipes : Travailler avec les équipes techniques (data scientists, ingénieurs IA, développeurs) et les équipes métier. Gérer les dépendances avec la plateforme AI [Nom du Client Anonymisé]. - Suivi et mesure de la performance : Définir et analyser les KPIs spécifiques au RAG (pertinence des résultats, temps de réponse, taux de couverture, coûts) et proposer des améliorations continues. - Gestion des données : Définir les stratégies de collecte, traitement et stockage des données documentaires. Assurer la qualité, la sécurité et la conformité (aspects éthiques et réglementaires). - Go to Market et Run : Accompagner la mise en main, garantir une documentation claire, des formations, et mettre en place le processus de support et de maintenance. Livrables attendus : - Roadmap opérationnelle - Backlog organisé et transparent, avec des spécifications détaillées. - Rapports de performance sur les KPIs. - Documentation technique et fonctionnelle des solutions développées. - Processus de déploiement et processus de run pour l’intégration au support opérationnel. Expertise souhaitée Le profil recherché doit posséder une solide expérience en gestion de produit dans un environnement technique complexe, avec une forte connaissance du domaine de l’IA, de l'indexation et du Natural Language Processing. Compétences et Connaissances Techniques : - Product Management : Expérience avérée en gestion de produit dans un environnement agile à grande échelle. Expertise du pilotage de produits et des principes de product management sur des projets techniques complexes. - Indexation Documentaire et RAG : Connaissance des concepts d’indexation documentaire, des systèmes de recherche documentaire (moteurs, vectorisation de documents) et des pipelines RAG. - Data et NLP : Maîtrise des principes de gestion des flux de données et des techniques de NLP appliquées à l’indexation et à la recherche d’information. - IA et Data Science : Connaissance des technologies d'IA, notamment pour les systèmes de recherche et de génération augmentée. Capacité à collaborer avec les équipes data science et IA engineering. - Méthodes Agiles : Maîtrise des méthodes Agiles (Scrum, Kanban) et connaissance du framework SAFe.

🏭 Secteurs stratégiques : Banque d’investissement 🗓 Démarrage : ASAP PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 🤝Description détaillée Dans le cadre du développement de projets d'AI au sein de la CIB, le client souhaite renforcer l'équipe principalement sur les problématiques back end. L'objectif de la mission est le développement d' un produit autour du NLP. Les projets sont de plusieurs types: - Conception et développement les services basés sur une architecture de micro-services évolutive. - Mise en œuvre de notre API REST ou de nos applications Web qui servent nos entreprises internes ou nos clients externes. - Ecriture du backend in Go et suivi des meilleures pratiques du marché en mettant en place le cadre de sécurité nécessaire à l'aide de OAuth2/OIDC. - Utilisation de notre pipeline d'intégration et de déploiement continu Utilisation des méthodologies Agile. Logiciels de production et d'expédition..

CONTEXTE : Experience : 6 ans et plus Métiers Fonctions : Data Management,Data Scientist Spécialités technologiques : Machine learning, IA generative, NLP Compétences Technologies et Outils Python Soft skills Autonomie MISSIONS Objectifs et Enjeux : Le département de notre client est organisé autour de l'acquisition et de la gestion des données des profils des candidats et du rapprochement avec les offres et a besoin de se renforcer avec un profil d’ingénieur IA. Au sein de l'équipe, vous interviendrez sur un domaine de données stratégiques (fiches de compétences et rapprochement candidats / offres). Vous travaillerez en lien étroit avec l’architecte et les experts data, les métiers de l'emploi et du recrutement, ainsi qu'avec les équipes techniques gérant les systèmes existants Votre rôle sera de concevoir, expérimenter et intégrer des solutions d'IA et d'IA génératives permettant de mieux exploiter les données métiers et d'améliorer les capacités de matching. Vous jouerez un rôle clé dans cette dynamique, en prenant en charge la structuration des flux, l'optimisation des performances. Vous devrez allier expertise technique et compréhension des enjeux métiers pour garantir la qualité, la cohérence et la disponibilité des données. Appuyé par les standards et les outils mis à disposition par les équipes data transverses, vous allez travailler en forte autonomie sur les projets qui vous seront confiés. Cette mission s'inscrit dans une ambition stratégique, au coeur de la transformation data de l'organisation. Activités à réaliser : - Concevoir et mettre en oeuvre des algorithmes de traitement du langage naturel (NLP) et de machine learning pour analyser et rapprocher des objets métiers (exemple : des offres d'emploi, des fiches de compétences). - Développer des pipelines de données pour extraire, préparer et vectoriser les informations (intitulés, codes, compétences, savoir-faire, savoirs, savoir-être.). - Expérimenter et comparer différentes approches de similarité sémantique (embeddings, distances, modèles supervisés). - Mettre en place des algorithmes de classification d’objets métier tels que les fiches afin d’en décliner des matrices d’affinités utiles pour le SDR. - Travailler en intégration avec les briques IA/GenAI déjà présentes en interne (LLMs, bases vectorielles, frameworks IA). - Assurer la qualité, la traçabilité et la robustesse des développements IA (tests, documentation, reproductibilité). - Collaborer avec les équipes métiers pour définir les critères de succès et valider la pertinence des résultats. - Préparer et présenter les résultats des expérimentations lors des phases de POC et de déploiement. Expertise souhaitée A minima 6 ans dans des projets IA/NLP, idéalement dans un contexte de matching, recherche d’information, RH/emploi. Compétences requises : - Expertise en Algorithmique - Expertise en Python - Bonne maitrise des modèles d'IA Générative

Nous recherchons un expert de haut niveau en Data Science et NLP/GenAI pour piloter un programme stratégique autour de l’ automatisation intelligente de la gestion d’emails (13M+/an) . L’objectif : concevoir un système agentique innovant intégrant priorisation, génération de réponses, résumé automatique et conformité réglementaire , tout en réduisant de plus de 60% les tâches manuelles. 🎯 Vos missions principales Leadership technique (40%) : concevoir l’architecture agentique, définir la roadmap, les métriques d’évaluation, assurer la scalabilité et l’intégration (MCP, A2A/ACP). Développement (30%) : prototypage d’agents, ingénierie de contexte LLM, pipelines de données synthétiques, déploiement en production. Business alignment (20%) : traduire les besoins opérationnels, élaborer des règles de priorisation, travailler avec les équipes conformité, définir les KPIs. Recherche & veille (10%) : explorer les nouvelles avancées en agentic AI, expérimenter et accompagner l’équipe. 🛠️ Tech Stack & environnement CrewAI , Python, SQL, APIs MCP / A2A / ACP integration GenAI, NLP avancé, MLOps Objectif : réduction >60% des tâches manuelles ✅ Profil recherché PhD ou équivalent 10+ ans en Data Science, dont 5+ en NLP/GenAI Expérience CrewAI & déploiement IA en production Solides compétences Python, SQL, APIs Expérience secteur financier & publications/patents appréciés Anglais courant (français apprécié) 💡 Pourquoi nous rejoindre ? Programme IA à fort impact stratégique Stack technologique de pointe Opportunités de recherche et publications Forte visibilité auprès du management Package attractif & télétravail hybride ANGLAIS OBLIGATOIRE

En tant que Tech Lead IA , vous serez responsable de : Concevoir et piloter l’architecture technique (Cloud AWS) d’une plateforme IA permettant d’extraire, structurer et valoriser l’information issue des contrats. Définir et encadrer les choix technologiques (NLP, LLM, moteurs de recherche intelligents, pipelines de données, etc.). Garantir la robustesse, la scalabilité et la sécurité des solutions mises en place. Encadrer une équipe de data scientists, data engineers et développeurs backend/frontend. Travailler en lien étroit avec les métiers pour transformer les besoins opérationnels en solutions concrètes.

Almatek recherche pour l'un de ses clients Un Data Scientist sur Paris Fonctions et responsabilités En tant que Data Scientist confirmé(e), vous disposez d’une expérience avérée dans la conception et le développement de solutions centrées Machine Learning / Deep Learning. Vous souhaitez développer et approfondir cette expertise. Vous rejoignez notre pôle d’expertise Data & IA pour accompagner nos clients dans la valorisation de leurs données et le déploiement de solutions d’intelligence artificielle à impact. Vous interviendrez sur des projets variés, de l’idéation à l’industrialisation, en apportant votre expertise technique et votre capacité à créer de la valeur métier. Vous pourrez développer vos compétences clés dans la résolution de problèmes, le passage à l’échelle et l’industrialisation des solutions, le déploiement de solutions dans le cloud, …etc. Vous pourrez également développer vos compétences autour des technologiques et des cas d’usage de l’IA Genarative. Vos missions seront les suivantes : Comprendre les enjeux métiers et les traduire en cas d’usage pertinents Collecter, explorer, nettoyer et structurer des données hétérogènes Concevoir et entraîner des modèles de machine learning et deep learning (classification, NLP, vision, séries temporelles…) Collaborer avec des équipes pluridisciplinaires (consultants, data engineers, architectes…) Participer à la mise en production des modèles (MLOps, monitoring, robustesse) Contribuer au cadrage, à la méthodologie et à l’innovation continue sur les projets IA Mais aussi : Déployer des solutions d’IA générative (LLMs, RAG, embeddings, agentique) dans des cas concrets : copilotes métiers, assistants intelligents, extraction d’information, etc. Qualités requises pour réussir dans ce rôle De formation Bac+5 (école d’Ingénieurs/ Université), vous avec une expérience d’au moins 3 ans en tant que Data Scientist. Vos compétences sont les suivantes : Une première expérience en ESN ou en cabinet de conseil Autonomie, esprit d’équipe, proactivité et curiosité technologique Capacité à vulgariser les concepts techniques et à co-construire des solutions IA avec les métiers Expérience en méthodologies Agile (Scrum, Kanban, SAFe…)

Contexte Notr client recherche un Data Scientist confirmé pour rejoindre son Tech Accelerator et contribuer à des projets innovants autour de l’IA, du NLP et des solutions GenAI. Missions principales Extraction, traitement et analyse de données complexes. Développement et optimisation de modèles statistiques et algorithmiques. Conception et mise en œuvre de solutions basées sur le Machine Learning et Deep Learning . Participation à l’application, au fine-tuning et au développement de solutions LLM / Gen AI . Communication des résultats et vulgarisation des analyses auprès des équipes métiers. Compétences requises Langues : Japonais courant Anglais niveau B2+ Français : un plus, mais non obligatoire Techniques : Python, SQL, Git Deep Learning & NLP Algorithms Machine Learning & Statistical Modeling Fine-tuning et développement de modèles LLM / Gen AI Profil recherché 5 à 7 ans d’expérience minimum en tant que Data Scientist ou poste équivalent. Solides compétences en modélisation, algorithmes et exploitation de données. Capacité à collaborer avec des équipes internationales et à communiquer efficacement les résultats.

CONTEXTE Experience: 8 ans et plus Métiers Fonctions : Pilotage de projet ou de programme, Expertise Spécialités technologiques : Gestion des données, Monitoring, AI,Data management Reporting MISSIONS Piloter la stratégie de gestion des données non structurées (UD) et l’adoption de l’IA au sein des différents métiers. Concevoir et mettre en œuvre le cadre méthodologique, industrialiser les outils associés, accompagner leur adoption par les utilisateurs, et assurer un suivi opérationnel continu pour garantir l’efficacité et la cohérence des pratiques. Responsabilités principales - Analyser les processus métiers et cas d’usage IA afin de proposer un plan de gestion des données non structurées. - Déployer le cadre UD dans plusieurs domaines métier et en assurer l’industrialisation. - Promouvoir et faciliter l’adoption des outils et pratiques auprès des utilisateurs. - Assurer le suivi opérationnel : monitoring, reporting et support aux utilisateurs. - Collaborer avec les équipes métiers et techniques pour garantir cohérence et efficacité. Expertise souhaitée Compétences et expertise attendues - Maîtrise des référentiels de gestion des données (DMBOK – DAMA). - Expérience en gouvernance de données, gestion des métadonnées et de la qualité, architecture & modélisation. - Expertise pratique sur le traitement des données non structurées (OCR, NLP, VLM, Vector Databases). - Compétences en data visualization (PowerBI) et gestion d’ontologies de métadonnées. - Compréhension des usages GenAI (prompting, grounding). - Maîtrise des outils d’automatisation et scripting (Python, Bash). - Connaissance des plateformes de gestion des données et des outils collaboratifs (Git, Jira). - Anglais courant obligatoire.

Le consultant interviendra comme Senior Machine Learning Engineer , avec un rôle clé dans la conception, le développement et le déploiement de solutions ML appliquées aux magasins Decathlon dans le monde entier. Domaines d’application : Computer Vision LLMs (Large Language Models) Prévision de séries temporelles (time series forecasting) Détection d’anomalies Role: Concevoir, développer et déployer des modèles ML de bout en bout (MVP et production industrialisée). Travailler avec de larges datasets : qualité, preprocessing, feature engineering. Optimiser les performances des modèles et industrialiser via les pratiques MLOps . Contribuer à des projets innovants (vision, NLP, forecasting, anomalies). Assurer une veille continue sur les algorithmes et outils ML. Collaborer pour transformer les besoins en solutions scalables. Mentorer les profils juniors (DS, AI engineers).

Contexte : Dans le cadre du plan stratégique du Groupe BNP Paribas, Growth, Technology, Sustainability le Groupe joue un rôle clé dans la modernisation des Systèmes d'Information et l'accélération de la digitalisation. Pour répondre aux défis de l'innovation et de la sécurité, a été créé le département AI & IT Innovation, chargé de libérer le plein potentiel de l'Intelligence Artificielle pour le Groupe. Le département est composé de six équipes : • L'équipe Innovation Exposition crée et maintient des plateformes d'innovation destinées aux lancements des Proof of Concept (POC) exprimés par les Métiers et les Fonctions. • L'équipe Innovation Factory intervient en support des Métiers et des Fonctions pour accélérer les projets fonctionnels et garantir la bonne gestion et la mutualisation des données. • L'équipe APEX expose les produits autour des solutions collaboratives et assure leur déploiement dans l'ensemble du Groupe. • L’équipe Smart Auto Factory crée et maintient les plateformes nécessaires pour promouvoir et acculturer l'utilisation du RPA, de l’Intelligent Document Processing et du Process Mining tout en maintenant les plates-formes correspondantes. • L’équipe Data Analytics and Management Platforms fournit des plates-formes pour l'analyse, la préparation et la visualisation des données, en soutenant le story-telling et une organisation orientée données. • Le Centre de Compétence en IA (AICC) est chargé de développer et de maintenir les compétences en Intelligence Artificielle. Responsabilités : • Conception et développement des modèles de Machine Learning et Deep Learning adaptés aux besoins métiers. • Mise en place des pipelines d’entraînement et de déploiement robustes et scalables. • Optimisation et industrialisation des modèles en intégrant les meilleures pratiques de MLOps. • Garanti de la qualité, la frugalité et la conformité des modèles développés. • Collaboration avec les équipes de recherche et développement pour intégration des avancées en IA dans les systèmes existants. • Communication et collaboration avec les autres départements et équipes du groupe pour promouvoir l'utilisation de l'IA. Technologies : • Maîtrise des langages et frameworks IA/ML : o Python, Rust, Julia (langages pour IA et performance computationnelle). o Frameworks ML/DL : TensorFlow, PyTorch, Hugging Face Transformers. o Libraries pour le fine-tuning et l’optimisation : PEFT, LoRA, QLoRA, DeepSpeed. • Expérience en NLP et modèles génératifs : o LLMs et agents IA : LLaMA, GPT, Mistral, Mixtral. o Frameworks d’intégration : LangChain, LlamaIndex, Haystack, DSPy. o Orchestration d’agents : CrewAI, AutoGen, AgentGPT. o Recherche d’informations augmentée (RAG) : Elasticsearch, OpenSearch, FAISS, Weaviate. • Compétences en MLOps et industrialisation : o CI/CD pour IA : MLflow, DVC, Kubeflow. o Versioning et déploiement de modèles : ONNX. o Monitoring et observabilité : WhyLabs, Arize AI, Prometheus pour l'IA Vous travaillerez en étroite collaboration avec les équipes Data Science, IT et métiers afin d'industrialiser les solutions d'intelligence artificielle et d'assurer leur performance en production. Missions clés : 1. Conception et entraînemen des modèles IA • Sélection des algorithmes adaptés (ML/DL) • Préparation des données d'entraînement • Optimisation des performances des modèles 2. Mise en production des solutions IA • Intégration des modèles dans des applications ou services • Déployement via des pipelines MLOps (CI/CD, monitoring, versioning) 3. Collaboration avec les équipes métiers et techniques • Comprehension des besoins fonctionnels • Traduction des cas d’usage en solutions IA concrètes 4. Garanti de la qualité et de l’éthique des modèles • Évalution des biais, de la robustesse et de la transparence • Documentation des choix techniques et des limites 5. Veille technologique et amélioration continue • Suivi des évolutions en IA (modèles, frameworks, outils) • Testage de nouvelles approches ou architectures