Trouvez votre prochaine offre d’emploi ou de mission freelance RAG

Contexte Nous recherchons un Lead AI Engineer Senior afin d'intégrer une nouvelle équipe dédiée à l'Intelligence Artificielle au sein de la DSI Groupe. La mission s'inscrit dans le cadre d'un vaste programme de transformation visant à déployer des solutions IA robustes et sécurisées pour l'ensemble des directions métiers (production, supply chain, affaires réglementaires, RH, finance). Vous interviendrez en tant que référent technique absolu, de la conception des architectures à l'industrialisation, en étroite collaboration avec les équipes internes et les partenaires externes. Vos missions Structurer la plateforme IA/Data et accompagner la montée en compétences technique de l'équipe interne. Concevoir, développer et piloter des POC et prototypes sur les cas d'usage métiers prioritaires. Industrialiser les solutions d'intelligence artificielle retenues en garantissant une haute qualité technique des développements. Challenger techniquement les choix architecturaux proposés par les partenaires et sous-traitants. Intégrer les exigences strictes de sécurité, de conformité, de gouvernance des données et de maintenabilité dès la phase de conception. Définir l'architecture applicative et assurer la bonne intégration des solutions IA au système d'information global. Environnement technique IA générative, RAG, Cloud, Git, Docker, Workflows intelligents.

Dans le cadre du déploiement des solutions d'Intelligence Artificielle ON recherche un Product Owner / Business Analyst pour accompagner le déploiement et l'adoption de cas d'usage basés sur une plateforme RAG (Retrieval-Augmented Generation) déjà mise à disposition Le/la consultant(e) interviendra comme interlocuteur privilégié entre les métiers, les experts IA et les équipes techniques afin d'assurer le cadrage, le pilotage et l'intégration des nouveaux cas d'usage. Missions principales - Cadrage des besoins métiers - Recueillir et analyser les besoins des entités. - Identifier et qualifier les cas d'usage éligibles à la plateforme RAG (Dataiku). - Animer les ateliers de cadrage fonctionnel. - Formaliser les besoins sous forme de User Stories et critères d'acceptation. Product Ownership - Gérer et prioriser le backlog produit. - Piloter les demandes d'évolution et d'intégration. - Assurer le suivi des développements et des livraisons. - Participer aux cérémonies Agile. Pilotage des intégrations - Coordonner l'ensemble des parties prenantes (métiers, IA, data, IT). - Organiser l'onboarding des nouvelles entités. - Suivre les phases de recette et de validation métier. - Assurer le reporting d'avancement et le suivi des actions. Adoption et accompagnement - Accompagner les utilisateurs dans la prise en main des solutions. - Collecter les retours utilisateurs et identifier les axes d'amélioration. - Contribuer aux supports de communication et de promotion de l'offre. Compétences recherchées Fonctionnelles - Product Ownership. - Business Analysis. - Gestion de backlog et méthodologies Agile. - Animation d'ateliers métiers. - Coordination transverse et gestion de parties prenantes.

Bonjour, Nous recherchons pour notre client grand compte un Développeur IA / LLMOps : IA générative, NLP et Speech-to-text Nous étudions - prioritairement - les candidatures qui nous sont adressées à freelance à insyco . fr avec les informations suivantes : Argumentaire écrit répondant de façon ciblée au besoin ci-dessous CV à jour Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence MDE/LLM/5577 dans l'objet de votre message Contexte de la prestation Une direction produit et technologie recherche une prestation de développement IA / LLMOps pour collaborer avec l'équipe IA transverse sur les développements IA, IA générative, NLP et Speech-to-text. Activités principales attendues Développer des solutions d'IA et d'IA générative et les déployer en production Concevoir des architectures LLM, mettre en place des RAG, des modèles d'embeddings et des bases vectorielles Suivre les expérimentations, évaluer les modèles (LLM-as-judge, golden datasets) et gérer le drift de prompts via MLflow Développer et exposer des routes API métiers : Speech-to-text, classification de contenus et de commentaires, titraille SEO, contextualisation Collaborer avec l'équipe IA transverse

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Contexte de la missionDans le cadre du développement et de l'industrialisation de solutions d'IA générative, nous recherchons un(e) Lead Technique RAG pour garantir la qualité, la robustesse, la sécurité et la performance d'une plateforme de recherche augmentée par génération (RAG). En tant que référent technique, vous interviendrez auprès des équipes Data Science, Data Engineering, Architecture, Sécurité et des équipes métiers. Vous définirez les standards d'architecture et de développement, accompagnerez les projets dans leurs choix techniques et piloterez l'amélioration continue de la plateforme RAG. Missions principales1. Leadership technique RAGDéfinir les standards d'architecture des solutions RAG. Encadrer les pratiques de développement et accompagner la montée en compétences des équipes. Orienter les projets dans leurs choix techniques et garantir la cohérence des développements. Réaliser les revues techniques des cas d'usage. Capitaliser sur les bonnes pratiques et les retours d'expérience. 2. Gouvernance des pratiques IA générativeDéfinir les standards et les patterns de développement RAG. Établir les bonnes pratiques de prompting et de conception des workflows. Définir les critères de qualité, de pertinence et de performance des solutions. Concevoir des guides, templates et frameworks réutilisables. Assurer une veille technologique sur les architectures LLM et RAG. 3. Exploitation et évolution de la plateforme RAGSuperviser l'exploitation des workflows RAG et garantir la disponibilité des services. Piloter l'optimisation des pipelines d'ingestion et de recherche documentaire. Assurer le maintien en condition opérationnelle des composants IA. Participer à la gestion des incidents et à l'analyse des problématiques techniques complexes. Piloter l'évolution des fonctionnalités et des capacités de la plateforme. 4. Architecture et bases de données vectoriellesConcevoir des architectures de recherche documentaire à grande échelle. Définir les stratégies de vectorisation, d'indexation et de récupération des informations. Mettre en œuvre et encadrer l'utilisation des bases de données vectorielles. Optimiser les mécanismes de recherche hybride, de reranking et de retrieval. Garantir la performance, la pertinence et la scalabilité des solutions déployées. 5. Industrialisation et LLMOpsDéfinir les pratiques d'industrialisation des workflows RAG. Mettre en place les standards de monitoring et d'observabilité. Définir et suivre les indicateurs de performance des solutions IA. Encadrer les pratiques de CI/CD et d'automatisation des déploiements. Piloter la gestion du cycle de vie des modèles, des embeddings et des index vectoriels. 6. Qualité, sécurité et conformitéGarantir le respect des exigences de sécurité et de confidentialité. Veiller à la protection des données sensibles. Participer aux analyses de risques liées aux solutions d'IA générative. Définir les mécanismes de contrôle de la qualité et de la fiabilité des réponses générées. Mettre en place des dispositifs de traçabilité et d'auditabilité des solutions. Environnement techniqueIA générative, LLM, RAG, architectures RAG, bases de données vectorielles, embeddings, recherche hybride, reranking, retrieval, pipelines d'ingestion documentaire, prompting, LLMOps, monitoring, observabilité, CI/CD, automatisation, sécurité des données. Junto SAS Des leads B2B qualifiés via LinkedIn Junto pilote vos campagnes LinkedIn Ads avec une équipe senior et une mesure fiable.

Nous recherchons un Data Scientist - Freelance (H/F) pour rejoindre une entreprise du secteur retail, active à l'international. Vous intégrerez une équipe dédiée à la Data, à l'IA et à la gouvernance, qui accompagne les équipes métiers dans l'adoption de solutions Data et IA à fort retour sur investissement. Vous interviendrez sur l'ensemble du cycle de vie des solutions, de l'exploration des besoins jusqu'à la mise en production. Vos responsabilités : Comprendre les besoins métier : collaborer avec les équipes métiers pour identifier les opportunités d'application de l'IA, et participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. Explorer et préparer les données : analyser les données, sélectionner les datasets pertinents et créer les variables utiles aux modèles. Concevoir et entraîner des modèles IA : développer des algorithmes de Machine Learning et d'IA Générative (LLMs, RAG, fine-tuning), évaluer leur robustesse et les améliorer en continu. Industrialiser et déployer les solutions : développer des APIs, intégrer les modèles aux systèmes existants et appliquer les bonnes pratiques MLOps. Superviser les modèles en production : garantir performance, scalabilité et sécurité, détecter les dérives et planifier les réentraînements ou ajustements. Garantir la valeur ajoutée : collaborer avec les Product Owners, Data Engineers et AI Engineers, partager les bonnes pratiques et garantir un impact mesurable des solutions pour l'entreprise.

Nous recherchons un expert Dataiku capable de développer des solutions Data/IA et d'accompagner une équipe de développeurs juniors sur la plateforme. Rôle attendu : Concevoir, industrialiser et documenter des flows Dataiku : ingestion, préparation, qualité et traçabilité des données. Développer des pipelines Python et automatiser les traitements jusqu'à leur mise en production. Déployer des cas d'usage d'IA générative : LLM, RAG et agents IA. Exposer modèles et traitements via des API, avec tests, suivi de fiabilité et sécurité des accès. Accompagner les développeurs juniors : bonnes pratiques, revues techniques et transfert de compétences.

Vos missions : Concevoir et développer des architectures LLM et des solutions RAG (embeddings, bases vectorielles) - Développer et exposer des API métiers : speech-to-text, classification d'articles et de commentaires, titraille SEO, contextualisation - Industrialiser les modèles : conteneurisation Docker / Kubernetes, pipelines CI/CD GitLab - Mettre en place le suivi MLOps avec MLflow : expérimentations, évaluation (LLM-as-judge, golden datasets), gestion du drift de prompts - Contribuer au monitoring des performances et aux tests de charge - Travailler au quotidien avec des équipes non techniques (rédactions) et vulgariser les sujets IA Profil recherché : 3 à 5 ans d'expérience en développement IA / ML / DL, avec des déploiements effectifs en production - Très bonne maîtrise de Python et/ou Node.js appliqués à l'IA, et de SQL - Expérience concrète sur LLM, RAG et bases vectorielles - Maîtrise de Docker, Kubernetes et GitLab CI/CD - Pratique de MLflow et de l'évaluation de modèles LLM - Un plus : cloud GCP, Azure ou souverain (OVH / Scaleway) en contexte hybride, agents IA, SLM, Prometheus / Grafana - Autonome, à l'aise dans un cadre peu défini, habitué aux rituels agiles - Français courant indispensable

Dans le cadre d'un projet autour de l'IA générative et de l'écosystème Microsoft, nous recherchons un Développeur Agents IA / Copilot Studio disposant d'une expérience avérée dans la conception et l'industrialisation d'agents intelligents répondant à des besoins métiers. Vous aurez pour missions Concevoir et développer des agents IA avec Microsoft Copilot Studio. Adapter les agents aux différents cas d'usage métiers et aux besoins des utilisateurs. Mettre en œuvre des solutions d'IA générative et de RAG. Concevoir, optimiser et maintenir les prompts ainsi que les sources documentaires utilisées par les agents. Intégrer les solutions avec Microsoft 365, SharePoint, API REST, Power Automate et Azure AI. Participer à l'industrialisation des solutions : tests, CI/CD, déploiement, maintenance et supervision. Garantir la sécurité des données, la gestion des accès et la fiabilité des agents. Collaborer avec les équipes techniques et métiers afin d'améliorer en continu les solutions mises en place.

Contexte : Pas de sous-traitance - Poste à pourvoir en CDI Pour un acteur international à Lyon, nous recherchons un Tech Lead IA pour rejoindre la direction des systèmes d'information, au sein de l'équipe Data & IA. La mission s'inscrit dans un contexte multicloud et vise à industrialiser le passage de l'expérimentation à la production des solutions d'intelligence artificielle. Il s'agit d'un rôle résolument opérationnel ("hands-on"), réparti à parts égales entre la conception/code et l'architecture/accompagnement, en binôme étroit avec l'Architecte Data en charge de la plateforme. Vos missions Concevoir les architectures cibles et définir les standards de développement IA. Développer le "harness" des agents : orchestration, serveurs et outils MCP, gestion du contexte et sécurité. Construire un socle de composants réutilisables et déployer les cas d'usage de la phase de POC jusqu'à la production. Mettre en place un environnement d'évaluation commun avec des jeux de test métiers pour comparer les modèles. Industrialiser les solutions IA (CI/CD, observabilité, guardrails) en collaboration avec l'équipe DevOps. Piloter l'approche FinOps par le suivi, l'optimisation et la projection des coûts de calcul et de tokens. Définir les critères de passage en production dans le respect des exigences réglementaires et de cybersécurité. Accompagner et former les équipes techniques et métiers sur les bonnes pratiques de développement agentique. Environnement technique LLM, RAG, Protocole MCP (Model Context Protocol), Agents, AWS (Bedrock), GCP (Vertex AI), Azure (Foundry), Claude Code, CI/CD.

Le contexteNotre client, un grand compte qui accélère sur l'IA générative et les agents, renforce son équipe Sécurité Applicative. Rattaché(e) au Directeur de la Sécurité Applicative, vous travaillerez main dans la main avec les équipes de développement, d'infrastructure et d'exploitation pour sécuriser les projets IA de l'entreprise, de la conception jusqu'à la mise en production et l'exploitation. Vos missionsRéférent IA & Cloud : être l'expert interne (SME) de la sécurité de l'IA et des applications cloud. Outillage : concevoir, déployer et maintenir les outils de sécurisation des systèmes IA et agentiques : sandboxes, guardrails, contrôles de conformité, gestion des vulnérabilités. Remédiation cloud : accompagner les développeurs dans la correction des findings sur l'infrastructure cloud et l'Infrastructure as Code, selon les standards du marché. Security by design : participer aux revues de conception, au threat modeling et aux évaluations d'architecture. Gouvernance : définir et diffuser les bonnes pratiques et politiques de sécurité IA pour permettre aux équipes d'innover en confiance. Identités des agents : déployer, avec les équipes Core et Architecture, la gestion des identités des agents, l'authentification et le contrôle d'accès (RBAC / ABAC), on-premise et cloud. Pilotage : définir, suivre et reporter des KPI sécurité.

Je suis à la recherche pour un de nos clients d'un Expert en IA générative, RAG, LLMOPs. Dans le cadre d'un programme majeur sur le SI Client, le Client souhaite faire appel à une prestation d'expertise en intelligence artificielle générative, en IA agentique et en Model Context Protocol (MCP). La prestation sera intégrée à l'IA Factory afin d'aider concrètement les acteurs métier, fonctionnels et techniques à utiliser l'IA dans leurs activités quotidiennes. La mission consistera à conduire les activités ci-dessous : - Accompagner les différentes phases du projet : conception, spécifications, développement, tests, migration, documentation et préparation de l'exploitation ; - Faire monter en compétence les équipes du Client sur les usages de l'IA générative, de l'IA agentique, du RAG et du MCP, par l'accompagnement en situation de travail ; - Concevoir, améliorer et exécuter les prompts nécessaires à la production de spécifications, documentations, supports, comptes rendus, analyses et synthèses ; - Accompagner les développeurs dans l'usage maîtrisé de l'IA pour générer, expliquer, documenter, revoir et tester le code ; - Aider à sélectionner, configurer et mettre en place les outils, assistants, agents et connexions MCP utiles au projet, dans le respect des cadres du Client ; Ce périmètre ne doit pas directement être lié au programme du Client mais les outils validés pourront être inclus dans le programme si la pertinence est démontrée - Rendre opérationnel les nouvelles fonctionnalités IA mises en œuvre et effectuer une gestion du changement pour les différentes équipes utilisatrices ; - Sécuriser les usages : confidentialité, protection des données, traçabilité, contrôle humain, maîtrise des hallucinations et conformité aux exigences de sécurité et de gouvernance IA. - Contribuer à l'enrichissement des offres IA pour le Client - Favoriser le retour d'expérience et l'acculturation des collaborateurs du Client - Participer et proposer des éléments de communication en vue d'une communication large sur l'usage de l'IA au sein du Client (dans le contexte du projet) Exigences Techniques et Fonctionnelles : • Expertise démontrée en IA générative, prompt engineering, RAG, IA agentique et MCP • Expérience des projets de développement logiciel complexes ; une expérience des paiements sera appréciée • Expérience du développement assisté par IA, de la génération de tests, de la documentation et de la revue de code • Capacité à configurer et déployer des outils dans un environnement d'entreprise sécurisé et gouverné • Retours d'expérience sur des sujets, de coaching/formation, de travail en équipe et de transfert de compétences

🎯 Contexte de la mission Dans le cadre du développement de projets Data & IA pour l'industrie, nous recherchons un(e) Data Scientist / AI Engineer Senior pour intervenir sur plusieurs cas d'usage d'intelligence artificielle industrielle. Le consultant intégrera une équipe spécialisée en Data Science, AI Engineering et IA pour l'industrie, intervenant sur différents projets en fonction des priorités métiers. La mission sera réalisée en collaboration étroite avec les experts métier, équipes produit et partenaires technologiques. Les problématiques adressées pourront notamment concerner : Séries temporelles industrielles : détection d'anomalies, qualification d'alertes, réduction des faux positifs, prévision de variables procédé ou production. Maintenance et fiabilité : aide à la décision à partir des historiques équipements et maintenance, identification des modes de défaillance, optimisation des plans de maintenance. Données industrielles non structurées : extraction d'informations structurées depuis des rapports, journaux de maintenance et documents techniques. Optimisation de la production et des procédés : estimation de quantités, automatisation de la surveillance, priorisation d'opportunités ou d'interventions. IA agentique appliquée aux données industrielles : agents outillés et assistants IA combinant données, modèles et connaissances métier, avec des résultats traçables. 🛠️ Missions principales Cadrer les cas d'usage avec les équipes métier et produit : traduction du besoin en problématique Data/IA, définition des hypothèses, métriques métier et critères de succès. Explorer et qualifier les données : séries temporelles, données de maintenance, documents et données de production. Construire des jeux d'évaluation en collaboration avec les experts métier. Concevoir, développer et comparer différents modèles par rapport à des baselines métier solides. Travailler sur des modèles de Machine Learning, méthodes statistiques, modèles de fondation pour séries temporelles et agents LLM. Concevoir des briques GenAI / IA Agentique lorsque pertinent : RAG, extraction structurée, recherche sur cas historiques, agents outillés. Industrialiser les solutions : pipelines reproductibles, packaging, APIs, déploiement et supervision en production. Assurer le cycle de vie des modèles : suivi des performances, détection de dérive, réentraînement et documentation. Restituer les résultats, limites et recommandations aux équipes métier et au management. Contribuer aux décisions go / no-go sur les différents cas d'usage. 📦 Livrables Notes de cadrage et protocoles d'évaluation. Définition des métriques, baselines et jeux de données. Rapports d'exploration et benchmarks avec recommandations. Code versionné et testé. Modèles, agents et composants API déployables. Documentation des modèles. Indicateurs de suivi des solutions en production. 👤 Expérience recherchée 5 ans minimum d'expérience en Data Science / AI Engineering. Au moins 2 ans d'expérience sur des projets industriels. Expérience de modèles déployés et maintenus en production. Capacité à intervenir sur des problématiques Data Science et AI Engineering de bout en bout. 💻 Compétences techniquesExpertise Python et écosystème scientifique / ML : Pandas NumPy Scikit-learn PyTorch Modélisation de séries temporelles industrielles : Détection d'anomalies Analyse multivariée Prévision Données capteurs bruitées et irrégulières Conception d'évaluations rigoureuses : Métriques métier Baselines Arbitrage faux positifs / faux négatifs Reproductibilité des benchmarks Industrialisation de solutions ML de bout en bout : MLOps MLflow ou équivalent CI/CD Git / GitHub Packaging Supervision Maîtrise GenAI et systèmes agentiques RAG Sorties structurées Appels d'outils Orchestration d'agents Évaluation et traçabilité des LLM Plateformes Cloud et Data : Databricks Azure et/ou AWS SQL APIs / FastAPI Docker Nice to have Maintenance prédictive / conditionnelle Fiabilité et modes de défaillance RCA / Root Cause Analysis Opérations de production industrielle Oil & Gas Systèmes de données industrielles : PI / Historians Inmation SAP PM Cognite Data Fusion IA documentaire / Computer Vision : P&ID Plans techniques Usage critique de l'IA dans les pratiques de développement, avec maintien de la compréhension et de la responsabilité technique. 🤝 Compétences comportementales Profil Data Scientist / AI Engineer Forte orientation métier et capacité à relier la performance du modèle à la décision métier. Capacité à travailler avec des experts terrain : maintenance, fiabilité, production. Aptitude à vulgariser les résultats et les limites auprès d'interlocuteurs non techniques. Rigueur scientifique et esprit critique. Capacité à challenger les choix techniques et à exprimer un désaccord de manière constructive. Autonomie et organisation. Capacité à travailler dans un environnement Agile – Scrum / Kanban. Esprit d'équipe et partage de connaissances. Français courant. Anglais professionnel.

OBJECTIFS DE LA PRESTATION Implémenter un outil de monitoring dédié à la surveillance de la qualité des données issues des Stress Test Marché. Garantir que les sorties de stress‑test respectent les exigences de complétude, cohérence et conformité avant leur diffusion aux équipes de risk‑management. - Surveillance qualité : Garantir la complétude, la cohérence et la conformité des sorties de Stress Test avant diffusion. - Suivi d'indicateurs de risque : Produire des KPI et visualiser leurs évolutions. - Détection d'anomalies IA : Implémenter des modèles de machine learning pour identifier automatiquement des problèmes de qualité des données. - Industrialisation : Intégrer le composant dans le pipeline CI/CD existant et le livrer sous forme de micro service containerisé.

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

Nous recherchons un Ingénieur IA générative et agentique Description: Prestation en développement IA générative et agentique pour concevoir, développer et industrialiser des agents IA répondant à des cas d'usage métiers et techniques. La mission se déroule dans les locaux du client avec 3j sur site (Nantes) Missions : Concevoir et développer des agents IA et workflows agentiques, simples ou complexes. Mettre en œuvre des solutions utilisant des LLM et des architectures RAG. Définir prompts, règles métier, orchestration et garde-fous. Intégrer les agents aux systèmes existants via API, événements et connecteurs. Tester et évaluer la qualité et la robustesse des solutions. Industrialiser et déployer les composants dans des environnements CI/CD et Kubernetes. Documenter les solutions et produire des templates réutilisables. La mission nécessite de Expérience de solutions IA allant du prototype jusqu'à l'industrialisation et qui a mis en oeuvre les technologies suivantes : Solide expérience en développement logiciel et particulier avec les langages Python et Java Expérience pratique des LLM, agents IA et RAG. Développement et intégration d'API. Automatisation et orchestration de workflows. Connaissance des modèles Open Source et leur déploiement (vLLM, Hugging Face, ...) Bonne maîtrise des environnements CI/CD. LangChain / LangGraph ou frameworks équivalents. Kubernetes / Docker / Conteneurisation. GitLab, Artifactory, Jira.