Trouvez votre prochaine offre d’emploi ou de mission freelance Open Source à Paris

Contexte et objectifs de la mission : Le client recherche un Data Scientist / Data Engineer confirmé disposant d’une expérience éprouvée en Data Science, en Large Language Models (LLMs) et dans l’utilisation avancée de LangChain et LangGraph. Le candidat participera à la conception, l’optimisation et l’industrialisation de solutions d’intelligence artificielle sur une stack Azure Fabric, Docker et App Container Services, incluant des modèles multimodaux et de Computer vision. Missions : • Concevoir, entraîner et déployer des modèles prédictifs et explicatifs (Machine Learning, Deep Learning). • Développer et maintenir des pipelines de données performants sur Azure Fabric. • Conteneuriser et orchestrer les modèles via Docker et App Container Services. • Implémenter et automatiser des workflows complexes via n8n. • Intégrer et exploiter des LLMs (fine-tuning, RAG, GraphRAG) dans des environnements de production. • Développer des solutions avancées à l’aide de LangChain et LangGraph pour la création d’agents intelligents et d’applications IA. • Mettre en œuvre des modèles multimodaux (texte, image, audio, vidéo) et de computer vision. • Concevoir des interfaces de visualisation et d’interaction via Streamlit. • Exploiter des LLMs Azure OpenAI et des modèles open source (Mistral, Llama, etc.) via Hugging Face. • Garantir la qualité, la robustesse et la documentation du code et des modèles. Compétences essentielles et expérience • Automatisation & Orchestration : n8n • LLMs & IA Générative : fine-tuning, RAG, GraphRAG, LangChain, LangGraph, modèles multimodaux, Azure OpenAI, Hugging Face, LLMs open source • Machine Learning / Deep Learning : Régression linéaire et non linéaire, Random Forest, XGBoost, Gradient Boosting, CNN, RNN, Transformers, Computer Vision • Cloud & Conteneurisation : Azure Fabric, Docker, App Container Services • Langages : Python, SQL • Frameworks & Outils : Streamlit, FastAPI, scikit-learn, PyTorch, TensorFlow Profil recherché • Bac+5 (Master / Ingénieur) en Data Science • Minimum 5 ans d’expérience en Data Science et Data Engineering. • Expérience éprouvée dans la mise en production de LLMs et l’usage de LangChain / LangGraph. • Bonne maîtrise des LLMs open source et Azure OpenAI via Hugging Face. • Solides compétences en modélisation prédictive, automatisation et industrialisation de modèles IA. • Esprit analytique, rigueur et autonomie.

Expert DevSecOp SOC Protect, Linux, PKI, HSM, Docker, python, Ansible - Vorstone - PARIS Vorstone recherche Expert Linux / PKI / Sécurité dans le cadre du renforcement de l’équipe SOC (Security Operations Center) de son client basé en Ilde France/Paris . Vous rejoindrez plus particulièrement l’équipe Protect en charge de l’ outillage CyberSOC , notamment le WAF , le scan de vulnérabilités y compris le Bastion Wallix . Le consultant interviendra au sein d’une équipe de 3 personnes dans un environnement multiculturel et techniquement exigeant , avec des échanges réguliers avec des ressources basées en Inde. Missions principales Participer aux projets de renouvellement et d’évolution PKI global (des certicats, routes de certification; intégration applicative) Gérer les opérations systèmes, technique et des applications applicatives en open source sous Linux . Gestion, sécurisation et pérennisation des plateformes techniques (Linux, PKI Windows, Bastion Wallix , WAF Imperva , Cloudfare etc..). Mettre en place et pérenniser l’outil de monitoring Zabbix Automatiser le déploiement et la configuration des applications et services via Docker , scripts Python, PowerShell, Ansible et les nombreuses API des systèmes et applications (Wallix, WAF Imperva, Cloudflare, Zabbix…). Contribuer à la gestion et à la sécurisation des accès via Wallix Bastion , EDR , Cloudflare WAF . Maintenir des applications open source (installation, mises à jour, supervision). Collaborer avec les équipes globales (Inde, Europe) sur les problématiques de sécurité, de supervision et d’automatisation.

Mission stratégique : Sécurisation et industrialisation des solutions d'intelligence artificielle générative et agentique, avec un focus sur l'intégration de garde-fous dans les pipelines d'IA et environnements MLOps pour garantir robustesse, conformité et sécurité des applications basées sur des LLM. Profil recherché : Sénior en ingénierie IA / sécurité ML capable d’évoluer dans un contexte international, en collaboration avec des équipes pluridisciplinaires (sécurité, conformité, data science, développement). Responsabilités principales : Évaluation et test des solutions de garde-fous IA : Identifier, tester et comparer des solutions de sécurité (open source et commerciales), mettre en place un framework de test automatisé, concevoir des scénarios d’attaque avancés (prompt injection, exfiltration, jailbreaks), analyser et produire des rapports d’évaluation. Intégration et industrialisation : Définir des blueprints d’intégration, travailler à leur implémentation dans les workflows LLM, RAG et agents, collaborer pour assurer cohérence technique, scalabilité et conformité réglementaire, concevoir des workflows sécurisés pour cloud (Azure, AWS, GCP) et environnements hybrides. Conception de scénarios d’attaque et d’évaluation : Élaborer des tests adversariaux simulant des menaces, documenter les résultats, proposer des mécanismes de mitigation, définir des indicateurs de sécurité pour le suivi des performances. Partage de connaissances et contribution stratégique : Animer des ateliers internes, former les équipes, rédiger des whitepapers, contribuer à la diffusion des bonnes pratiques en sécurité IA. Livrables attendus : Framework de test des garde-fous IA (outils et scripts). Rapports d’évaluation détaillés (comparatifs entre outils open source et commerciaux). Blueprints d’intégration (recommandations d’architecture pour pipelines LLM, RAG et agents). Supports de partage des connaissances (ateliers, documentation, contributions à une base de connaissances IA sécurité). Compétences et technologies : Technologies et outils : Docker, AWS, GCP, Azure, Python, CI/CD, GenAI Secteur d'activité : Assurance Soft skills : Rigueur Langues : Français, Anglais

Bonjour, Pour le compte de notre client, nous recherchons un Architecte Data / BI. 🎯 But du projet Mettre en place une donnée fiable, robuste et gouvernée , permettant de soutenir la croissance client et de disposer d’une BI performante, maintenable et alignée avec les enjeux métiers . L’objectif global est de : Réaliser un état des lieux complet de l’environnement Data (technique, organisationnel et fonctionnel), Identifier les points de faiblesse et les opportunités d’amélioration , Définir une vision cible à 3–5 ans (schéma directeur Data), Recommander les bonnes pratiques et les outils adaptés , en tenant compte à la fois de l’écosystème Microsoft (Power BI, SQL Server, Azure) et Open Source , Aligner la stratégie Data sur la croissance business et les besoins des métiers (Marketing, Facturation, Supply, Procurement). 🔍 État actuel et contexte technique Architecture et sources : 3 principales sources de données : Open Bravo (ERP / gestion opérationnelle) Magento (e-commerce) SAP BI Design (reporting financier) Environ 30 tables , avec 500 000 lignes / an chacune (volumétrie modérée mais non négligeable). Pas de datamart complet et enrichi , architecture fragmentée. Stack BI : Power BI pour le reporting, mais performances dégradées et pas de mise à jour temps réel sur certains indicateurs clés (notamment CA e-commerce ). Problématiques techniques : Flux SQL complexes et peu optimisés , générant des lenteurs et un risque d’erreur. Manque de gouvernance de la donnée (règles de gestion hétérogènes, absence de traçabilité claire du cycle de vie des données). Pas d’unicité de la donnée → incohérences possibles entre sources. Dépendance forte aux sources brutes , sans couche d’intégration stable (Data Warehouse/Data Lake structuré manquant). ⚠️ Points critiques identifiés Manque de vision globale de l’écosystème Data : absence de cartographie claire des flux, processus, et responsabilités. Architecture sous-optimale : pas de modèle de données central (datamart/warehouse) consolidant les flux multi-sources. Performance Power BI insuffisante : SQL non optimisés, données non préparées, calculs coûteux. Gouvernance et qualité de données à structurer : pas de cadre formalisé de validation, de définition des KPIs ni de dictionnaire de données. Dépendance aux équipes techniques pour chaque évolution de reporting. Pas de benchmark / comparaison sectorielle pour ajuster la stratégie Data à la croissance du groupe. Rapport d’audit Data (état des lieux complet, points critiques, volumétrie, architecture actuelle) Schéma directeur Data cible à 3–5 ans Recommandations techniques (Microsoft & Open Source) Feuille de route priorisée (actions court, moyen, long terme) Benchmark sectoriel (KPI, modèles de gouvernance, architecture comparée)

Détails des missions prises en charges au sein de l’équipe : Monitorer les applications, traitements. Gestion des incidents N2, N3 avec les différents intervenants (métiers, fournisseurs) Contrôler et piloter les traitements applicatifs et Flux Mettre en production les applications S’assurer du respect des engagements envers les clients Mettre à disposition les environnements Dev/Uac/ Expérience professionnelle requise : Expérience dans un contexte hybride, IaaS, PaaS,SaaS:. Gestion d’incident technique (Analyse et debugging) Environnement technique : TWS (orchestrateur), SFTP, CFT (Axway, GotoAnywhere) Scripting et automatisation Base de données SGBD : Oracle, PostgreSQL MySQL, Open Sources noSQL ( MongoDB etc ...) OS Linux : Red Hat, Centos Monitoring Easy vista / uptrend Environnements Apache tomcat, IIS, php

CONTEXTE : Experience : 6 ans et plus Métiers Fonctions : Etudes & Développement,Expert Spécialités technologiques : Intelligence artificielle, Open Source,MLOps,AI,IA generative Cette mission stratégique s’inscrit dans un programme de sécurisation et d’industrialisation des solutions d’intelligence artificielle générative et agentique. L’objectif principal est de tester, évaluer et intégrer des garde-fous (AI guardrails) dans les pipelines d’IA et environnements MLOps, afin d’assurer la robustesse, la conformité et la sécurité des applications basées sur des LLMs (Large Language Models). Le poste s’adresse à un profil senior en ingénierie IA / sécurité ML, capable d’évoluer dans un contexte international et de collaborer avec des équipes pluridisciplinaires (sécurité, conformité, data science, développement). MISSIONS Responsabilités principales 1. Évaluation et test des solutions de garde-fous IA - Identifier, tester et comparer des solutions de sécurité applicables aux LLMs et aux applications agentiques (open source et commerciales). - Mettre en place un framework de test automatisé pour mesurer la performance, la latence et la robustesse des garde-fous. - Concevoir des scénarios d’attaque avancés (prompt injection, exfiltration de données, jailbreaks) pour évaluer la résilience des modèles. - Analyser les résultats et produire des rapports d’évaluation détaillés (accuracy, intégrabilité, impact sur la performance). 2. Intégration et industrialisation - Définir des blueprints d’intégration pour l’implémentation des garde-fous dans les pipelines d’IA et environnements MLOps. - Travailler à l’intégration de ces solutions dans les workflows LLM, RAG (Retrieval-Augmented Generation) et agentiques. - Collaborer avec les équipes IA et sécurité pour assurer la cohérence technique, la scalabilité et la conformité réglementaire. - Participer à la conception de workflows sécurisés pour les environnements cloud (Azure, AWS, GCP) et hybrides. 3. Conception de scénarios d’attaque et d’évaluation - Élaborer des batteries de tests adversariaux simulant des menaces réelles. - Documenter les résultats et proposer des mécanismes de mitigation. - Contribuer à la définition d’indicateurs de sécurité mesurables pour le suivi de la performance des garde-fous. 4. Partage de connaissances et contribution stratégique - Conduire des ateliers internes et former les équipes aux meilleures pratiques de sécurité IA. - Rédiger des whitepapers techniques sur la sécurité des systèmes IA et les approches de défense proactive. - Participer à la diffusion des bonnes pratiques au sein de la communauté interne IA et sécurité. Livrables attendus - Framework de test des garde-fous IA – outils et scripts pour évaluer la performance et la robustesse des solutions. - Rapports d’évaluation détaillés – comparatifs techniques entre outils (open source / commerciaux). - Blueprints d’intégration – recommandations d’architecture pour l’intégration dans les pipelines LLM, RAG et agents. - Livrables de knowledge sharing – supports d’ateliers, documentation technique et contribution à la base de connaissances IA Sécurité. Expertise souhaitée Expertise technique - Excellente compréhension des architectures LLM (GPT, Claude, Mistral, etc.) et des frameworks d’orchestration d’agents. - Solide expérience en IA générative et sécurité des modèles : guardrails, content filtering, prompt validation, data leakage prevention. -Maîtrise des outils et langages : Python, Docker, CI/CD, APIs cloud AI (Azure, AWS, GCP). - Connaissance approfondie des environnements MLOps et des pipelines de déploiement IA sécurisés. - Expérience en vulnerability testing, tests adversariaux et robustesse des modèles. - Bonne connaissance des principes de Responsible AI, des cadres de gouvernance et du AI Act européen. - Expérience avec les workflows Asiantech AI ou similaires (design d’architectures agentiques et intégration cloud). Compétences transverses - Solides capacités de communication et de rédaction technique (en anglais et français). - Capacité à interagir avec des équipes multiculturelles et à vulgariser des concepts techniques complexes. - Sens de la rigueur scientifique, esprit d’analyse et orientation résultats. - Capacité à travailler dans des environnements complexes et soumis à des contraintes réglementaires.

PROPULSE IT recherche un Ingénieur de roduction WEB : • Formation supérieure d'Ingénieur en informatique • Expérience professionnelle en environnement de production et d'exploitation de plateformes internet à fort trafic (Médias, E-commerce,) en environnement open source • Expérience professionnelle en pilotage de prestation d'hébergement et infogérance (savoir-faire et faire faire) • Connaissances des pratiques DevOps • Bonne expression orale et écrite en Français et Anglais technique Assurer le déploiement, la gestion et l'administration de plateformes d'hébergement web (développement, intégration, pré-production et production) en collaboration avec l'Infogérant • Assurer l'installation et l'intégration d'applications web sur les différentes plateformes en collaboration avec l'Infogérant • Prioriser et organiser les besoins avec l'infogérant / hébergeur de nos plateformes : o Gestion des mises en production des applications numériques o Gestion des changements et des incidents o Validation des livrables (tests de non-régression technique, de montée en charge etc...) • Assurer l'interface entre les équipes de développement/produits et les prestataires de services • Communiquer sur les changements, les plannings et sur les incidents • Créer / maintenir les différents documents techniques

CONTEXTE Métiers Fonctions : ML ops, Ingénieur Spécialités technologiques : Intelligence artificielle,AI,Monitoring,IA generative, Open Source Cette mission s’inscrit dans le cadre d’un programme d’ingénierie et de sécurisation des systèmes d’intelligence artificielle générative et agentique. L’objectif est de tester, évaluer et intégrer des garde-fous (“AI guardrails”) destinés à renforcer la fiabilité, la conformité et la sécurité des modèles de langage (LLMs) et des agents IA. Le poste s’adresse à un profil confirmé (jusqu’à 6 ans d’expérience) en ingénierie IA, sécurité des modèles et MLOps, capable d’évoluer dans un environnement international et collaboratif, à la croisée de la technique, de la recherche et de la gouvernance IA. MISSIONS Responsabilités principales 1. Évaluation et tests de solutions de garde-fous IA - Identifier et évaluer des solutions de sécurité pour modèles LLM et applications agentiques (open source et commerciales). - Mettre en place un framework de test automatisé pour mesurer la performance, la latence et la robustesse des garde-fous. - Concevoir et exécuter des scénarios d’attaques adversariaux (prompt injection, exfiltration de données, jailbreaks, contournement de filtres). - Analyser les résultats des tests et produire des rapports d’évaluation détaillés : précision, compatibilité, facilité d’intégration. - Assurer le monitoring des performances et de la gestion mémoire des modèles testés. 2. Intégration et industrialisation dans les environnements IA - Concevoir des blueprints d’intégration pour incorporer les garde-fous dans les pipelines IA et stacks MLOps existants. - Travailler à l’intégration de ces solutions dans les workflows LLM, RAG et agentiques, en s’appuyant sur les plateformes cloud (Azure, AWS, GCP). - Collaborer avec les équipes de sécurité, de conformité et d’ingénierie pour définir des indicateurs de sécurité mesurables et des seuils de tolérance. - Garantir la compatibilité des solutions avec les frameworks et technologies Asiatech AI. - Contribuer à la documentation et à la mise en œuvre de pratiques d’IA responsable conformes aux standards européens (AI Act, NIST, ISO). 3. Partage de connaissances et support transverse - Animer des ateliers internes et sessions de sensibilisation à la sécurité des modèles IA. - Contribuer à la rédaction de livrables techniques et whitepapers sur la sécurisation des systèmes génératifs. - Assurer un rôle de référent technique sur les pratiques de test et d’évaluation de la robustesse des LLMs. - Favoriser la diffusion des bonnes pratiques au sein des équipes Data, ML et Sécurité. Livrables attendus - Framework de test des garde-fous IA : outils automatisés de simulation d’attaques et de mesure de robustesse. - Rapports d’évaluation technique : performance, latence, complexité d’intégration, fiabilité. - Plans d’intégration (blueprints) : architectures de référence et bonnes pratiques d’implémentation dans les workflows LLM/RAG. Documents de partage de connaissances : ateliers, documentation interne et publications techniques Expertise souhaitée - Très bonne compréhension des architectures LLM (GPT, Claude, Mistral, etc.) et des frameworks d’orchestration d’agents. - Solide expérience en sécurité des IA : garde-fous, filtrage de contenu, validation de prompts, détection d’exfiltration de données. - Maîtrise des langages et outils : Python, Docker, CI/CD, monitoring, gestion de la mémoire, et services cloud IA (Azure, AWS, GCP). - Expérience confirmée en tests adversariaux, évaluation de modèles et simulation d’attaques. - Bonne compréhension des pratiques MLOps et des environnements d’industrialisation IA. - Connaissance des cadres de gouvernance IA et des principes de Responsible AI (AI Act, NIST, ISO 42001). -Rigueur scientifique et approche expérimentale des problématiques IA. - Capacité à collaborer efficacement avec des équipes techniques, sécurité et conformité. - Excellente communication écrite et orale, en anglais et en français. - Autonomie, esprit analytique et goût pour l’innovation. Profil recherché - Ingénieur ou expert IA confirmé (jusqu’à 6 ans d’expérience), spécialisé en sécurité des modèles, MLOps ou IA générative. - Expérience dans l’évaluation et le test de systèmes GenAI ou agentiques. - Bonne compréhension des environnements cloud et de la gestion opérationnelle des pipelines IA. - Capacité à intervenir sur des sujets mêlant R&D, sécurité, et gouvernance technologique.

Nous recherchons, pour le compte de nos équipes middle/back-office, un(e) consultant(e) ayant pour mission principale d’assister le projet de migration de l’outil de reporting open source BERT vers la solution Amindis: B-One. La mission s’inscrit dans le contexte d’une modernisation de notre chaîne de reporting et d’attribution de la performance. Prendre en charge le remplacement de BERT par Amindis pour la production du reporting et de l’attribution de performances. Répliquer l’ensemble des capacités reporting existantes sur le nouvel outil. Être l’interlocuteur privilégié entre les équipes fonctionnelles (reporting, risk management, risk control, middle office) et les équipes IT, MOA et gestion de projet. Assurer la bonne compréhension et la gestion des flux de données, paramétrages et automatisations nécessaires (APIs, alimentation de la solution, production du reporting). Monter en autonomie l’équipe interne sur des modifications de templates et la gestion quotidienne d’Amindis. Piloter ou contribuer à la migration future des modules d’attribution de performance actuellement sur B1. Transférer la connaissance et documenter les bonnes pratiques auprès des équipes concernées. Participer à la conduite du changement et à la formation des utilisateurs internes

Mission : Programme d’ingénierie et de sécurisation des systèmes d’intelligence artificielle générative et agentique, visant à tester, évaluer et intégrer des garde-fous (“AI guardrails”) pour renforcer la fiabilité, la conformité et la sécurité des modèles de langage (LLMs) et agents IA. Profil recherché : Ingénieur confirmé (jusqu’à 6 ans d’expérience) en IA, sécurité des modèles et MLOps, capable d’évoluer dans un environnement international et collaboratif, à la croisée de la technique, de la recherche et de la gouvernance IA. Principales responsabilités : Évaluation et tests des solutions de garde-fous IA : Identifier et évaluer des solutions de sécurité open source et commerciales pour LLM et applications agentiques. Mettre en place un framework de test automatisé pour mesurer performance, latence et robustesse. Concevoir et réaliser des scénarios d’attaques adversariaux (ex : prompt injection, jailbreaks). Analyser les résultats et produire des rapports d’évaluation (précision, compatibilité, intégration). Assurer le monitoring des performances et de la gestion mémoire des modèles testés. Intégration et industrialisation : Concevoir des blueprints d’intégration pour incorporer les garde-fous dans les pipelines IA et stacks MLOps existants. Travailler à leur intégration dans les workflows LLM, RAG, et agents, en utilisant des plateformes cloud (Azure, AWS, GCP). Collaborer avec les équipes de sécurité, conformité, d’ingénierie pour définir des indicateurs et seuils de sécurité. Garantir la compatibilité avec les frameworks et technologies Asiatech AI. Contribuer à la documentation et à la mise en œuvre de pratiques d’IA responsable (conformité aux standards européens). Partage de connaissances et support transverse : Animer des ateliers sur la sécurité des modèles IA. Contribuer à la rédaction de livrables techniques, whitepapers et documentation interne. Être référent technique sur les pratiques de test et d’évaluation des LLMs. Diffuser les bonnes pratiques au sein des équipes Data, ML, Sécurité. Livrables attendus : Framework de test des garde-fous IA : outils automatisés pour simulation d’attaques et mesure de robustness. Rapports d’évaluation : performance, latence, intégration, fiabilité. Plans d’intégration (blueprints) : architectures de référence et bonnes pratiques pour l’implémentation dans les workflows LLM/RAG. Documents de partage : ateliers, documentation interne, publications techniques.

Je recherche pour un de mes clients, un TechLead AI : Missions principales : • Accompagner les AI / ML Engineers de l’équipe sur les bonnes pratiques, les choix d’architecture et dans leur travail au quotidien. • Effectuer les audits et les contrôles des développements réalisés : Sécurité, Maintenabilité, Robustesse et Performance. • Apporter une expertise de troisième niveau dans les incidents de production, et si besoin la réalisation de solution de contournements, ou de correctifs de manière à assurer une qualité de fonctionnement optimale. • Participer aux analyses, études d’impacts et cadrage techniques. • Concevoir des solutions industrialisées en respectant les bonnes pratiques d’architecture AI / ML et développement. • Effectuer des contrôles croisés entre développeurs ou des relectures de code afin d’assurer la qualité des développements réalisés par l’équipe. • Réaliser le développement de nouveaux produits IA et assurer la maintenance évolutive et corrective des produits existants • Rédiger la documentation technique • Assurer un support aux testeurs • Reporter l’activité à la Squad et travailler dans une démarche d’efficacité collective Livrables principaux : • Etudes d’impacts techniques • Faire des propositions techniques • Schéma de solution des flux, modèle de données • Fournir des chiffrages détaillés des futures réalisations • Relecture de code technique • Rédaction de SFD, STD, Manuel d’installation • Réaliser du code applicatif à l’état de l’art sur notre Data Platform GCP • Rédiger les documentations techniques liés à ta solution, incluant le modèle de données, les procédures, l’ordonnancements Compétences techniques : • Langages de programmation : Python, SQL • Utilisation de plateformes pour le développement et le déploiement des modèles d’IA : Docker, Kubernetes, Helm • Maitrise des frameworks de developpement d'application IA: Langgraph, ADK, Hugging Face, Guardrails, FastAPI • Maitrise des services data et IA de GCP : GCP BigQuery, VertexAI, Cloud storage, GKE • Maitrise des enjeux de securité liés au déploiement de modèles d'IA générative. • Maîtrise du déploiement et de la mise en production des modèles LLM open source. • Maitrise des plateformes d’IA Gen, de leur installation à l’opération des modèles • Maitrise des bases de données vectorielles : PGVector