Entité : mon client (grand groupe, secteur énergie / services) Site : Province, hybride (à préciser) Rôle : MLOps Senior TJM max : 500 euros Date de démarrage : 01/10/2026 Date de fin : 30/09/2028 Profil recherché : Consultant MLOps intervenant sur l'industrialisation, le déploiement et l'exploitation de solutions d'IA générative, avec une forte expertise en Python, CI/CD, Kubernetes et Dataiku dans un environnement Dataiku. Missions principales : Industrialiser et déployer des solutions d'IA et de Machine Learning. Mettre en place et maintenir les pipelines CI/CD. Automatiser les déploiements, les tests et la supervision des modèles. Assurer le maintien en conditions opérationnelles des plateformes IA. Contribuer à l'intégration de solutions d'IA générative et de RAG. Garantir la performance, la sécurité et la fiabilité des environnements. Rédiger la documentation technique et les bonnes pratiques. Compétences indispensables : Dataiku Python MLOps et industrialisation des modèles IA GitLab CI/CD Kubernetes / OpenShift Docker Supervision : Grafana, ELK, Dynatrace Connaissance des architectures RAG et IA générative Compétences souhaitées : Terraform Bases vectorielles (PGVector, ChromaDB, Qdrant) Environnement Cloud / MultiCloud Expérience sur des projets de chatbot ou d'IA générative
Dans le cadre de la définition de sa stratégie technique IA, un grand compte recherche un Architecte IA pour cadrer les choix structurants et urbaniser l'intégration des solutions d'intelligence artificielle dans son système d'information. Le consultant interviendra notamment sur : ▪ La définition de l'architecture cible des solutions IA : choix des modèles (propriétaires, open-weight, hébergement), patterns d'intégration (RAG, agents, fine-tuning), urbanisation dans le SI existant ▪ L'élaboration des schémas d'intégration et d'urbanisation ▪ Les arbitrages entre performance, coût, sécurité et réversibilité ▪ La définition des standards et patterns réutilisables pour les équipes de développement ▪ L'évaluation des solutions du marché et des nouveaux modèles (build vs buy) ▪ Le cadrage des exigences non fonctionnelles : scalabilité, traçabilité, souveraineté des données ▪ L'accompagnement des équipes projet dans la déclinaison des choix d'architecture ▪ La rédaction des dossiers d'architecture et la présentation en comité
Dans le cadre de la sécurisation de ses systèmes d'IA générative, un grand compte recherche un AI Red Teamer pour tester la robustesse de ses applications basées sur les LLM face aux attaques et détournements. Le consultant interviendra notamment sur : ▪ La conduite de tests offensifs sur les applications IA : prompt injection, jailbreak, extraction de données sensibles, contournement des garde-fous ▪ L'évaluation de la robustesse des systèmes agentiques : détournement d'outils, escalade de privilèges via les agents ▪ L'analyse des risques de fuite de données à travers les modèles et les architectures RAG ▪ La documentation des vulnérabilités identifiées et la formulation de recommandations de remédiation ▪ La contribution à la définition des garde-fous : filtres, validation des entrées/sorties, supervision ▪ La mise en place de campagnes de tests récurrentes et l'outillage associé ▪ La veille sur les nouvelles techniques d'attaque des systèmes IA
Contexte de la mission • Intervention sur un programme IA déjà déployé en environnement de production • Audit et validation des choix d'architecture réalisés sur plusieurs cas d'usage IA • Collaboration avec des équipes internationales intervenant sur les projets • Enjeu d'industrialisation et de sécurisation des solutions existantes Votre rôle au quotidien • Analyser l'architecture IA actuelle et identifier les points d'amélioration • Challenger les orientations techniques et les choix technologiques retenus • Évaluer les risques liés à la sécurité, la gouvernance et la gestion des données • Accompagner les équipes dans la définition des meilleures pratiques et recommandations Environnement technique • Microsoft AI Foundry et Azure OpenAI • Copilot Studio au cœur des réflexions d'évolution de la plateforme • Technologies IA générative, LLM et approche RAG • Écosystème Low Code / No Code à évaluer et challenger
Dans le cadre du développement des cas d'usage IA d'un grand compte, nous recherchons un Data Engineer pour construire et industrialiser les pipelines de données qui alimentent les modèles de machine learning et les applications d'IA générative. Le consultant interviendra notamment sur : ▪ La conception et le développement de pipelines ETL/ELT depuis des sources hétérogènes (APIs, bases relationnelles, flux événementiels), en batch ou temps réel ▪ La préparation et la mise à disposition des données pour l'entraînement des modèles et les architectures RAG (ingestion documentaire, chunking, vectorisation) ▪ L'alimentation et l'administration des bases vectorielles ▪ L'industrialisation de la chaîne complète — collecte, stockage, diffusion — avec sécurité et disponibilité garanties ▪ L'optimisation des performances et des coûts des traitements ▪ La documentation des pipelines et la contribution aux standards de l'équipe
Au sein d'un contexte de développement IA, notre client va recherche deux profils de développeurs Python, disposant de compétences en CI/CD et ayant des notions ou une pratique junior de l'IA mais avec avant tout une posture et capacité à apprendre le développement IA. La pratique de développement ou d'hébergement sur l'un des trois cloud provider publics est un gros plus pour ces profils. Description MUST : Développement logiciel Python MUST : Autonomie et capacité de montée en compétences CI/CD Jenkins Déploiement de solutions cloud Github Copilot BONUS : Réalisation de pipeline data / IA BONUS : Mise en place de chaîne IA Gen ( RAG, LLMAsAJudge, prompting, agentique,...) BONUS : Data science et Machine learning Livrables Code consolidé et testé. Documentation. Compétences Développement Python Connaissance ou pratique des principes du développement IA et de ses outils Utilisation d'un cloud provider.
Le Centre d'Excellence Opérationnelle AI recherche 2 Développeurs Python orientés AI pour concevoir, développer et industrialiser des solutions d'intelligence artificielle (modèles ML, pipelines de données, applications GenAI) au service des cas d'usage métiers du groupe. Missions principalesDévelopper des composants logiciels en Python pour l'intégration et l'industrialisation de modèles d'IA (ML classique et IA générative) Concevoir et maintenir des pipelines de données et des pipelines MLOps (entraînement, versioning, déploiement, monitoring des modèles) Développer des API et services exposant les fonctionnalités AI aux applications métiers Implémenter des solutions à base de LLM (RAG, agents, fine-tuning léger, prompt engineering) selon les cas d'usage Participer à la mise en place des bonnes pratiques de développement (tests, CI/CD, code review, qualité de code) Collaborer étroitement avec les data scientists, l'architecte AI et le Product Owner pour transformer les besoins en solutions techniques robustes Contribuer à la documentation technique et au partage de connaissances au sein du Centre d'Excellence Profil recherchéFormation : Bac+5, école d'ingénieur ou équivalent, spécialisation informatique/data appréciée Expérience : 3 à 7 ans d'expérience en développement Python, avec une expérience significative sur des projets à composante IA/ML Compétences techniques : Excellente maîtrise de Python et de son écosystème (Pandas, NumPy, FastAPI/Flask, etc.) Expérience avec les frameworks ML/DL (scikit-learn, PyTorch, TensorFlow) et/ou les frameworks GenAI (LangChain, LlamaIndex, Hugging Face) Bonne connaissance des pratiques MLOps (MLflow, Docker, Kubernetes, CI/CD) Expérience des architectures RAG et des API LLM (OpenAI, Anthropic, Azure OpenAI, modèles open source) Maîtrise de SQL et des environnements cloud (Azure/AWS/GCP) Connaissance des principes de développement propre (tests unitaires, versioning Git, revue de code) Compétences comportementales : Goût prononcé pour l'expérimentation technique et l'IA appliquée Autonomie et capacité à travailler en mode itératif Esprit d'équipe et bonne communication avec les profils data science et architecture Curiosité technologique et appétence pour la veille Anglais obligatoire
Dans le cadre du déploiement de ses solutions d'IA générative, un grand compte recherche un AI Security Engineer pour concevoir et mettre en œuvre les dispositifs de sécurité protégeant ses applications basées sur les LLM et ses systèmes agentiques. Le consultant interviendra notamment sur : ▪ La définition de l'architecture de sécurité des solutions IA : segmentation, contrôle des flux, isolation des environnements d'inférence ▪ La conception et la mise en œuvre des garde-fous (guardrails) : filtrage des entrées et sorties, détection des prompts malveillants, contrôle des contenus générés ▪ La sécurisation des architectures RAG : contrôle d'accès aux bases documentaires, cloisonnement des données par population d'utilisateurs ▪ La sécurisation des systèmes agentiques : périmètre d'action des agents, contrôle des appels d'outils, validation humaine des actions sensibles ▪ La gestion des identités, des secrets et des habilitations dans les chaînes IA ▪ La définition des exigences de sécurité applicables aux projets IA et l'accompagnement des équipes de développement (approche Security by Design) ▪ La contribution aux revues de sécurité des cas d'usage avant mise en production
Dans le cadre du renforcement d'une équipe Data & Intelligence Artificielle, nous recherchons un Data Scientist expérimenté pour intervenir sur un projet stratégique d'IA Générative à forte valeur métier. Tu reprendras des travaux déjà engagés autour d'une solution capable de générer automatiquement des pré-réponses à des sollicitations clients, avec un fort enjeu de pertinence, de performance et d'industrialisation. Tes missions principales : Reprendre et poursuivre les travaux Data Science déjà engagés Concevoir, évaluer et optimiser des solutions basées sur des Large Language Models (LLM) Améliorer les mécanismes de Retrieval-Augmented Generation (RAG) Travailler sur la pertinence et la qualité des réponses générées Participer à l'intégration et au déploiement des modèles en production Mettre en œuvre les bonnes pratiques MLOps / LLMOps Industrialiser le versioning, le monitoring et le déploiement des modèles Analyser les performances et identifier les axes d'amélioration Collaborer avec les développeurs, Product Owners, architectes et équipes Data Participer aux rituels Agile de l'équipe Assurer une veille active sur les évolutions en IA Générative, NLP et Machine Learning Documenter les développements et architectures réalisés
Au sein de la Direction de la Sécurité des Systèmes d'Information d'un grand groupe financier international, vous rejoignez une équipe Cyber d'une vingtaine de collaborateurs. Cette équipe accompagne les directions métiers et les équipes IT dans la sécurisation des projets et l'intégration des bonnes pratiques de sécurité. Dans un contexte d'automatisation, plusieurs cas d'usage d'intelligence artificielle ont été identifiés et priorisés. Un premier projet est déjà en production et d'autres sont en cours de développement. Vous prenez en charge la conception, le développement et la mise en production des applications permettant d'automatiser les activités de l'équipe Cyber. Missions principales Analyser les besoins et participer au cadrage technique avec les équipes Cyber Concevoir des architectures applicatives simples, robustes et maintenables Développer des applications Full Stack en Python (backend) et Angular (frontend) Concevoir et maintenir des API REST, des bases de données et des mécanismes d'authentification Intégrer des composants d'intelligence artificielle : API LLM, pipelines RAG, embeddings, bases vectorielles, agents IA via LangChain ou LangGraph Assurer les tests, la documentation technique et les procédures de mise en production Contribuer à l'amélioration continue des applications selon les retours des utilisateurs Assurer le transfert de compétences et la documentation nécessaire à la reprise en exploitation par les équipes internes
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.
Merci de contacter Sumi Delplanque directement. Vous allez me trouver facilement sur google. Rattaché.e au département Data OR & AI de notre client, au sein de l'équipe Finance, votre mission consistera principalement à concevoir, développer et déployer des applications de Machine Learning et d'IA Générative au service des métiers des achats client. Objectifs principaux : Cas d'usage variés, allant des applications prédictives (classification, aide à la décision, etc.), Traitement intelligent de documents (OCR, parsing, extraction d'informations), Phases de cadrage et de prototypage (POC) Industrialisation des solutions IA. Compétences techniques : Maitrise du python Compréhension d'un environnement cloud (GCP) > MANDATORY Maitrise des techniques de Machine Learning (notamment modélisation mathématiques/statistiques) et aussi d'IA générative (LLM, RAG, Pipelines de Parsing ..) Détails subsidiaires : Equipe de 4 personnes Autre : Localisation : Roissy Charles de Gaulle Télétravail : 3 jours / semaine Date de commencement : 01 septembre 2026 Durée de la mission : 12 mois Déplacements : Possible à Amsterdam ou Toulouse, tous les 6 mois environ. Anglais : travail au quotidien, réunions, documentation écrite, etc.
🔎 Contexte de la mission Le client souhaite renforcer une équipe dédiée à l'innovation IA dans le secteur de la défense afin d'accélérer l'adoption de l'Agentic Automation auprès des équipes Delivery Use Case et Asset. Le contexte est particulièrement exigeant avec des contraintes fortes de : 🔐 Sécurité Confidentialité Auditabilité Déploiement on-premise Industrialisation Contrôle des actions réalisées par les agents IA L'objectif n'est donc pas simplement de développer des POC avec des LLM, mais de concevoir et industrialiser des systèmes d'agents IA réutilisables et sécurisés. 🧠 Missions principales1. Agentic AI / Orchestration Le consultant devra : Concevoir et industrialiser des capacités d'Agentic Automation réutilisables. Développer des patterns, composants, templates et modules d'orchestration. Mettre en place du controlled tool calling. Contrôler les actions exécutées par les agents. Gérer l'état des agents. Implémenter les mécanismes de : retries ; timeouts ; backoff ; gestion des erreurs. 2. 🔐 Sécurité & Guardrails Point très important du besoin. Le candidat devra savoir mettre en place : Guardrails de sécurité. Mécanismes de conformité. Auditabilité des agents LLM. Contrôle des actions. Déploiement dans des environnements sensibles. Stratégies permettant de maîtriser les comportements des agents. 👉 Il faut donc éviter les profils uniquement orientés Prompt Engineering / ChatGPT / RAG sans expérience d'industrialisation d'agents. 3. 🧪 Évaluation & qualité des agents Le consultant devra définir un véritable framework d'évaluation : scénarios de test ; quality gates ; scoring ; métriques ; logs ; observabilité ; suivi de la qualité des agents. L'objectif est de pouvoir mesurer et contrôler le comportement des agents avant leur mise en production. 4. ⚙️ Industrialisation / DevOps Le profil devra également intervenir sur : CI/CD Docker / conteneurisation Gestion des dépendances Déploiements contrôlés Intégration dans des environnements on-premise Tests automatisés Observabilité Mise en production 5. 👥 Coaching & accompagnement Le rôle n'est pas uniquement technique. Le consultant devra également : Animer des ateliers. Faire du coaching. Réaliser du pairing avec les équipes. Effectuer des revues d'architecture. Accompagner les équipes sur CI/CD, tests, observabilité et production. Assurer le transfert de compétences. Faire monter les équipes en autonomie. 🔴 Compétence indispensableAgentic AI / AI Agents C'est le critère n°1 du sourcing. Le candidat doit avoir une expérience concrète de conception et/ou industrialisation de systèmes basés sur des agents IA, et pas uniquement : ❌ utilisation de ChatGPT ❌ Prompt Engineering uniquement ❌ RAG uniquement ❌ développement classique avec une API LLM On recherche plutôt quelqu'un ayant travaillé sur : ✅ orchestration d'agents ✅ tool calling ✅ gestion d'état ✅ contrôle des actions ✅ agents autonomes / semi-autonomes ✅ guardrails ✅ évaluation d'agents ✅ observabilité ✅ mise en production
