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

Notre client est un groupe tech / digital en forte croissance disposant d’une plateforme cloud moderne et déjà mature sur les sujets : Platform Engineering, Cloud Governance, DevSecOps, Observabilité, CI/CD, Infrastructure as Code. Dans le cadre de l’accélération des usages liés à l’IA générative et aux architectures agentiques, l’entreprise souhaite désormais construire un véritable socle plateforme dédié aux workloads IA afin d’accompagner les futures initiatives autour des : LLMs, agents IA, MCP, RAG, orchestration multi-agents, AI automation. L’objectif est d’industrialiser ces nouveaux usages tout en conservant les standards élevés déjà en place en matière de sécurité, gouvernance, observabilité et scalabilité. Le poste Vous rejoignez une équipe transverse Platform / Cloud avec un rôle stratégique dans la définition des futures fondations IA du groupe. Votre mission : concevoir, standardiser et industrialiser les patterns techniques permettant aux équipes de développer rapidement des solutions IA robustes, sécurisées et maintenables. Vous interviendrez sur : l’architecture cloud IA, les plateformes LLM, les workflows agentiques, les outils d’orchestration, les sujets sécurité & gouvernance IA, ainsi que l’industrialisation des pratiques. Vos missionsArchitecture & Patterns IA Concevoir des architectures cloud adaptées aux workloads IA modernes. Définir les patterns de référence autour : des agents IA, du RAG, des vector stores, des orchestrateurs, du MCP, des intégrations API & event-driven. Standardiser les usages LLM dans l’entreprise. Industrialisation plateforme Développer les modules Terraform et briques IaC nécessaires. Construire les “golden paths” IA : templates projets, CI/CD, observabilité, sécurité, workflows de déploiement. Intégrer ces nouveaux usages dans les landing zones existantes. Intégration & tooling Évaluer et intégrer les nouveaux frameworks et composants IA. Connecter les briques IA à l’écosystème existant : API Management, GitHub, observabilité, sécurité, data platforms. Sécurité & gouvernance IA Définir les standards de gouvernance IA. Encadrer les problématiques : prompt injection, data leakage, accès modèles, auditabilité, conformité. Assurer la traçabilité et la supervision des usages IA. Observabilité & FinOps Mettre en place le monitoring des workloads IA : coûts, latence, volumétrie, performance modèles. Construire dashboards, métriques et alerting. Participer à l’optimisation des coûts LLM. Accompagnement des équipes Documenter les bonnes pratiques. Accompagner les squads sur les premiers projets IA. Participer à l’acculturation des équipes engineering.

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : - Worflow AI et Agentic AI pour les process - Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés - Bases de connaissances, RAG Factory, ... - Socle et process LLMOps et evaluation de performance, ... Description Conception et développement de solutions IA générative end-to-end, intégration de LLM, développement d'agents autonomes, mise en place de RAG, pipelines d'ingestion, orchestration multi-agents, process et outils d'évaluation de performance, LLM as a Judge, Optimisation itérative

Contexte de la mission Vous interviendrez sur les phases amont de projets IA, avec un rôle clé dans la conception, l’optimisation et l’industrialisation de prompts et d’assistants IA, en lien étroit avec les équipes IT et métiers de notre client. La mission s’inscrit dans une démarche structurée visant à passer de démonstrateurs à des usages IA standardisés et déployables à l’échelle. Vos missions Conception et ingénierie de prompt : Concevoir des prompts complexes, contextualisés et réutilisables pour des assistants IA (LLMs) Intégrer dès la conception des critères d’évaluation objectifs permettant de mesurer l’apport de l’IA (avant / après) Mettre en place : Chaînes de prompts Instructions systématiques Templates adaptés aux usages IT (cadrage, spécifications, synthèses, documentation) Contribuer à la définition de bonnes pratiques de prompting adaptées au contexte du client Appui aux démonstrateurs et POCs : Contribuer à la réalisation de POCs et démonstrateurs légers (assistants IA, aides à la production documentaire) Paramétrer et ajuster les prompts en conditions réelles d’usage Tester et améliorer la qualité des réponses (pertinence, précision, conformité au besoin) Industrialisation et passage à l’échelle Formaliser des bibliothèques de prompts, templates et guides d’utilisation Contribuer à la standardisation des usages IA dans les projets IT Identifier les risques, limites et axes d’amélioration Participer à la préparation du déploiement à grande échelle (adoption, gouvernance, accompagnement) Collaboration et animation Travailler en étroite collaboration avec les équipes projet, consultants IA et acteurs IT/métiers Participer et/ou co-animer des ateliers de travail et des restitutions

2. Objectif de la mission : Autour des outils de monitoring de la production la mission vise à trouver des cas d’usage de L’IA pour améliorer la qualité des données des métriques de risque calculée -Etablissement d'un état du lieu des données disponibles pour digitalisation du processus de monitoring de limites de trading - Elaboration, en Python, d'un POC d'une solution basée sur l'IA pour amélioration des data de production - Développement du MVP pour l’amélioration des données de production avec un moteur IA permettant l’entrainement de la solution pour capturer plus de données problématiques -Mise en production d’une solution basée sur l’IA pour le contrôle des données. Recherche de d’autre cas d’usage que monitoring les limites

Missions Ingénierie IA & LLM Conception d'architectures IA : sélection et intégration des modèles adaptés (OpenAI, Llama, ... via APIs locales). Mise en œuvre du RAG (Retrieval-Augmented Generation) : conception et alimentation des pipelines de données (chunking sémantique, embeddings, vector databases) pour connecter les LLM aux bases de connaissances internes. Écosystème MCP (Model Context Protocol) : développement et configuration de serveurs/clients MCP pour permettre aux agents IA d'interagir nativement avec les outils et bases de données. Optimisation : maîtrise de la gestion des tokens (coûts et fenêtres de contexte) et du fine-tuning de prompts. Développement Fullstack & Architecture Promotion de l'utilisation d'agents de coding type RooCode dans un IDE. Backend : développement et maintenance des services robustes, principalement en C# / .NET (Core & Framework) et ponctuellement en Java. Frontend & Desktop : évolution des interfaces (.NET WPF et web Angular). Data & Scripting : utilisation de Python pour le prototypage IA et le traitement de données.

📌 Informations Clés Contrat / Mission : Prestation de services (Freelance) Localisation : Paris (Format hybride : sur site + quelques jours de télétravail) Tarif Journalier Moyen (TJM) Max : 450 € HT Date de démarrage : ASAP Date de fin : 31/12/2026 (Mission long terme) 🚀 Contexte et Mission Intégré(e) au sein d’une équipe IA internationale axée "produit", vous participerez au cycle de vie complet des systèmes d'intelligence artificielle à grande échelle : de la donnée brute au déploiement en production, jusqu'à la mesure de l'impact métier. Votre rôle consistera à concevoir, construire et optimiser des systèmes intelligents et composés pour répondre à des problématiques concrètes liées au secteur du voyage d'affaires (classement, recommandation, expériences LLM orientées clients). Principales responsabilités : Développement IA : Concevoir et implémenter des solutions basées sur l'apprentissage automatique, le deep learning et l'IA générative (classement, chatbots, reconnaissance d'intention, systèmes agentiques, NLQ). End-to-End Delivery : Gérer l'ingénierie des fonctionnalités, le pipeline de données, la modélisation, ainsi que l'évaluation (en ligne/hors ligne) et le monitoring des modèles. Analyse & Data : Manipuler de grands ensembles de données réelles (structurées et non structurées) pour extraire des insights exploitables. Collaboration & Communication : Vulgariser des concepts de Data Science complexes pour les restituer de manière simple à la direction et aux partenaires métiers, au sein d'une équipe multisite et multiculturelle.

Socle technique – Data Science & IA Maîtrise de Python et SQL/BigQuery ; packaging, gestion des dépendances, clean code Maîtrise des algorithmes de ML : classification, régression, clustering, deep learning Connaissance des frameworks ML : Scikit-learn, TensorFlow/Keras, PyTorch Compétences avancées en GenAI : LLM, RAG, fine-tuning, prompt engineering, évaluation et déploiement de modèles génératifs Connaissance des concepts clés : Generative AI, agents, assistants, hallucinations, biais, limites des modèles Expertise en agents intelligents : conception de workflows multi-agents, frameworks (ADK, Gemini Enterprise…) Maîtrise des méthodes d'évaluation des agents et pipelines RAG (RAGAS, Langfuse, LLM as a judge) Développement back-end & intégration Conception et développement d'API REST/JSON, architecture orientée objet Développement d'applications GenAI : intégration agents/RAG, gestion de prompts et templates, itération Tests automatisés, revue de code, observabilité (logs, métriques, traces), gestion des erreurs Industrialisation & DevOps Maîtrise des pratiques DevOps/MLOps : CI/CD, Docker, Kubernetes, Git Mise en place et maintenance de pipelines (tests, qualité, déploiement) et gestion des environnements (dev/recette/prod) Architectures Cloud (GCP, AWS, Azure) et outils MLOps associés Monitoring et optimisation des performances de solutions IA en production Collaboration & méthodes Capacité à cadrer un besoin, proposer une solution technique et estimer une charge Travail en mode Agile, interaction avec les parties prenantes produit Anglais courant (lecture de documentation, échanges techniques)

Nous recherchons un(e) Senior Data & AI Engineer pour concevoir et opérer une plateforme data cloud-native sur Google Cloud Platform. Vous interviendrez à l’intersection de l’ingénierie des données à grande échelle et de l’IA générative appliquée : pipelines BigQuery, services IA GCP (Vertex AI, Gemini) et déploiement de systèmes RAG / agents LLM permettant de rendre les données business intelligibles et actionnables. Mission hands-on à fort impact pour un(e) expert(e) maîtrisant aussi bien le socle data que l’IA appliquée. Responsabilités : Data Engineering & BigQuery Concevoir et maintenir des pipelines ELT scalables : BigQuery, Cloud Workflows, Pub/Sub Écrire et optimiser du SQL avancé : window functions, CTEs, procédures stockées, partitionnement Modéliser les données pour les usages BI et ML Piloter l’optimisation des coûts BigQuery : clustering, vues matérialisées, gestion des slots, tuning Mettre en place la qualité, la traçabilité et l’observabilité des données Gérer l’infrastructure as code avec Terraform Automatiser le déploiement des pipelines data via CI/CD (Cloud Build, GitHub Actions) IA Générative & Services GCP Architecturer et déployer des systèmes RAG connectés aux données internes (structurées et non structurées) Utiliser des LLMs (Gemini, GPT-4o, open-source) pour des cas d’usage analytiques, RAG et agents autonomes en production Construire des agents autonomes capables d’interroger et d’analyser les données business Concevoir des stratégies de prompt engineering et de gestion de contexte pour agents LLM Productioniser des modèles ML via Vertex AI Pipelines, Model Registry et Feature Store Mettre en place l’évaluation et le monitoring de la qualité des modèles en production Utiliser le Model Context Protocol (MCP) pour connecter des agents LLM à des sources de données externes (bases de données, APIs, outils internes) Gouvernance & Collaboration Définir et appliquer les politiques de gouvernance des données et les garde-fous d’usage de l’IA Participer aux revues d’architecture et contribuer aux décisions de plateforme Collaborer avec Data Scientists, Analystes BI et Software Engineers en équipes Agile

Nous recherchons un professionnel spécialisé en intelligence artificielle pour intervenir sur des travaux d’analyse, de conception et d’implémentation de solutions algorithmiques. La mission porte sur des problématiques générales liées à l’exploitation de données et à l’automatisation de processus, sans communication d’informations sensibles ou spécifiques au contexte d’origine. Le consultant interviendra sur différentes phases techniques, incluant la structuration des données, le développement et l’amélioration de modèles, ainsi que leur optimisation. La mission se déroule dans un environnement organisé, avec des échanges réguliers au sein d’une équipe restreinte. Les attendus portent sur la qualité des livrables, la fiabilité des solutions produites et la capacité à travailler de manière autonome tout en respectant un cadre méthodologique défini.

Nous recherchons un expert en intelligence artificielle, capable de concevoir et développer des solutions IA spécialisées pour répondre à des besoins métiers spécifiques. Missions principales Concevoir et mettre en place des composants IA sur mesure (moteurs IA, modèles de données, automatisation de tâches métiers). Développer des solutions intégrant des technologies telles que : LLM (Large Language Models) RAG (Retrieval-Augmented Generation) Tester, valider et industrialiser (packaging) les solutions. Construire et déployer des offres de services IA “sur étagère” adaptées aux enjeux cybersécurité. Accompagner les équipes en expliquant les solutions mises en place et en structurant leur adoption. Profil recherché Minimum 5 ans d’expérience en IA / data avec un niveau senior. EXPERIENCE APPROFONDIE EN SOC SOC N2/N3 – Data & IA Dans le cadre de la sécurisation des plateformes Data & IA, la mission inclut un rôle de support avancé (N2/N3) au sein du SOC, avec les responsabilités suivantes : *Supervision et détection Assurer la surveillance des environnements Data & IA (data lakes, pipelines, modèles ML/IA) via les outils SOC (SIEM, EDR, XDR) Détecter les comportements anormaux liés aux usages de la donnée et des modèles (exfiltration, dérive, accès non autorisés) *Analyse et gestion des incidents Prendre en charge les incidents de sécurité de niveau 2/3 sur les périmètres Data & IA Réaliser les analyses approfondies (forensics, root cause analysis) en lien avec les équipes sécurité et data Piloter la remédiation et proposer des plans d’action adaptés *Sécurisation des environnements IA Identifier et traiter les vulnérabilités spécifiques aux systèmes IA/ML (modèle poisoning, data leakage, adversarial attacks) Participer à la mise en place de contrôles de sécurité sur les pipelines data et les cycles de vie des modèles (MLOps sécurisés) *Amélioration continue & use cases Développer et enrichir les règles de détection spécifiques aux usages Data & IA Contribuer à l’industrialisation des cas d’usage de détection (use cases SOC) Automatiser certaines réponses via SOAR ou scripts *Collaboration transverse Travailler en étroite collaboration avec les équipes Data, IA, DevOps et Cyber Accompagner les projets dans l’intégration des bonnes pratiques de sécurité (SecDevOps / DevSecOps appliqué à la data) *Veille & expertise Assurer une veille sur les menaces liées à l’IA et aux environnements data Apporter un rôle de référent technique sur les sujets de sécurité Data & IA au sein du SOC Expérience solide dans le domaine de la cybersécurité (connaissance des enjeux métier). Capacité à concevoir, challenger et déployer des solutions innovantes. Profil expert / référent, capable de structurer une offre et de la porter. Très bonne maîtrise de l’anglais professionnel. Informations complémentaires Démarrage : ASAP Durée : mission longue Environnement exigeant, nécessitant un profil autonome, pédagogue et orienté delivery.

Le Projet Rejoignez une équipe à la pointe de l'innovation pour concevoir, optimiser et industrialiser nos solutions d’Intelligence Artificielle Générative. Au cœur de nos enjeux, vous piloterez l'évolution de nos architectures RAG et de nos systèmes de recommandation pour transformer l'expérience utilisateur. Vous évoluez dans un environnement stimulant où l’expérimentation rencontre les exigences de la mise en production à grande échelle. Vos Missions : En tant qu'Ingénieur IA, votre quotidien s'articule autour de quatre piliers majeurs : 1. Architecture & Développement RAG Conception et optimisation de pipelines hybrides (BM25 + Recherche Vectorielle + Reranking). Expérimentations avancées sur les stratégies HyDE (Baseline, Sélectif, Hybride). Intégration et fine-tuning de LLM via AWS Bedrock (Claude Sonnet / Haiku). 2. Performance & Reranking Déploiement et tests de modèles de reranking (type Qwen) pour affiner la pertinence. Arbitrage constant sur le triptyque : Qualité / Latence / Coût . 3. Data Engineering & Ingestion Gestion du cycle de vie de la donnée : Chunking, génération d’embeddings (Titan) et indexation. Connexion et exploitation des sources de données ( Snowflake, S3 ). 4. Évaluation & Industrialisation Mise en place de frameworks d'évaluation ( RAGAS, DeepEval ) et suivi des métriques clés (nDCG@K, Recall, MRR). Passage à l'échelle des pipelines : robustesse, monitoring et gestion des "edge cases". Votre Stack Technique : Cloud / IA : AWS (Bedrock, Lambda, SageMaker, S3). LLM : Claude (Anthropic). Vector DB & Search : OpenSearch, FAISS. Data : Snowflake, Pandas, Python. Évaluation : RAGAS, DeepEval. Prêt(e) à relever le défi GenAI avec nous ? Postulez dès maintenant !

🔎 Ingénieur IA Senior – Mission urgente (Bruxelles – hybride) Nous recherchons un Ingénieur IA Senior pour rejoindre un projet stratégique au sein d’un grand acteur public de la mobilité à Bruxelles. 🚀 Contexte Dans le cadre du lancement d’un Centre d’Excellence en IA, vous interviendrez sur le développement d’une plateforme innovante basée sur une architecture RAG (Retrieval-Augmented Generation), destinée à plus de 10 000 collaborateurs. Ce projet pilote ouvre la voie à une transformation majeure autour de l’IA à grande échelle. 🎯 Votre mission En collaboration avec les architectes, vous aurez pour rôle de transformer des concepts en solution robuste et scalable en production : Développement de pipelines RAG (recherche, orchestration LLM, gestion des réponses et citations) Mise en place de pipelines d’ingestion (CMS, SharePoint, gestion des accès / sécurité) Implémentation de bonnes pratiques IA (prompting, garde-fous, évaluation) Participation au déploiement (Terraform, Helm, Azure DevOps) Optimisation et monitoring de la solution en production 🛠️ Environnement technique Azure (Azure OpenAI, API Management, AI Content Safety) Kubernetes (AKS) Terraform & Azure DevOps Vector Store & pipelines d’orchestration LLM

Au sein d’un programme stratégique centré sur l’intelligence artificielle, vous intervenez sur une plateforme agentique visant à industrialiser et sécuriser l’usage d’agents IA à grande échelle. Véritable socle transverse, cette plateforme permet de concevoir, orchestrer et gouverner des agents intelligents utilisés par différents métiers. En tant que développeur senior, vous contribuez activement à la définition de la vision produit, à l’architecture technique et à l’alignement des besoins métiers. Vous travaillez sur des composants clés tels que des registres d’agents, des gateways sécurisées, ainsi que des workflows agentiques intégrant des contraintes de gouvernance, de sécurité et de conformité réglementaire. Votre rôle inclut également le développement de solutions basées sur des frameworks agentiques modernes, l’implémentation de mécanismes avancés (RAG, prompt engineering, guardrails), ainsi que la participation aux phases de qualification, expérimentation et industrialisation. Vous évoluez dans un environnement multi-équipes et contribuez à la cohérence globale de la plateforme.

Bonjour, Nous recherchons pour notre client grand compte un ML Engineer spécialisé en modèles LLM multimodaux et fine-tuning pour l'audiovisuel 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 en français Date de prochaine disponibilité Tarif journalier Merci d'indiquer la référence MLE/5344-6 dans l'objet de votre message Contexte de la prestation La prestation s'inscrit chez un grand compte du secteur des médias et de l'audiovisuel, engagé dans la plateformisation de son offre numérique et le développement de ses usages data et IA. Le besoin porte sur l'adaptation et le fine-tuning de modèles open-source multimodaux pour des cas d'usage audiovisuels, leur industrialisation et leur mise en production, ainsi que leur intégration dans l'écosystème média existant. Activités principales Identifier, adapter et fine-tuner des modèles open-source (vision, audio, parole, texte) pour des cas d'usage audiovisuels spécifiques. Implémenter des stratégies avancées d'interaction et d'optimisation (prompt-engineering, RAG (Retrieval-Augmented Generation), LoRA/distillation, quantization, pruning) pour maximiser précision, latence et pertinence éditoriale. Architecturer des pipelines multimodaux end-to-end fusionnant vidéo, audio, images et texte pour enrichir les métadonnées, optimiser l'indexation et automatiser les workflows de production. Établir des métriques d'évaluation, benchmarker et itérer sur les systèmes d'IA via des KPIs techniques et business clairement définis. Concevoir et déployer des solutions multimodales cross-data et cross-modality pour étendre les capacités prédictives et génératives des modèles. Administrer et optimiser l'infrastructure technique nécessaire au déploiement, monitoring et ajustement des modèles en production (clusters GPU/TPU, gateway d'inférence, scaling policies). Orchestrer l'intégration des services IA dans l'écosystème média existant (MAM/PAM, NRCS, chaînes de transcription, pipelines de distribution, systèmes d'information logiciels SI) en collaboration avec product owners et tech leads. Structurer, enrichir et valider les datasets audiovisuels en garantissant leur alignement avec les exigences éditoriales, culturelles et éthiques. Instrumenter, mesurer et raffiner les modèles en conditions opérationnelles (accuracy, fairness, explainability, pertinence culturelle, empreinte carbone). Coordonner avec les équipes pluridisciplinaires l'alignement des solutions IA avec les objectifs stratégiques et le cadre réglementaire (RGPD, AI Act). Élaborer et maintenir une documentation technique exhaustive assurant la transmissibilité des connaissances.

Nous recherchons un LLM Engineer confirmé / senior avec un socle très solide en développement Python (minimum 6 ans d’expérience) et une spécialisation en IA / IA générative acquise sur les 2 à 3 dernières années . Le développement Python est un prérequis indispensable pour cette mission. 🎯 Contexte de la mission Vous interviendrez sur des projets stratégiques autour de l’IA générative, avec un objectif clair : industrialiser des solutions basées sur des LLM dans des environnements exigeants (performance, sécurité, scalabilité). Vous intégrerez une équipe experte en charge de faire évoluer des POC vers des solutions robustes en production , sur des cas d’usage métier à fort impact. ⚙️ Vos missions Concevoir et développer des solutions basées sur des LLM Mettre en place des architectures RAG (Retrieval Augmented Generation) Développer des agents IA ( LangChain, LlamaIndex ou équivalent ) Industrialiser et déployer les solutions sur AWS Optimiser les modèles ( fine-tuning, embeddings, prompt engineering avancé ) Collaborer étroitement avec les équipes Data, IT et métiers Participer activement aux phases de POC puis de passage à l’échelle

Contexte de la mission Nous recherchons pour l’un de nos clients, acteur majeur du secteur bancaire, un AI Engineer expérimenté pour intervenir sur des projets d’intelligence artificielle à forts enjeux techniques et métiers. La mission s’inscrit dans un environnement IT exigeant, structuré autour de projets IA nécessitant la conception, l’industrialisation, le déploiement et l’exploitation de solutions robustes, scalables et sécurisées. Le consultant interviendra sur l’ensemble du cycle de vie des produits IA, depuis les phases de cadrage et de preuve de concept jusqu’à la mise en production et au maintien en conditions opérationnelles. Missions principales En tant qu’ AI Engineer / MLOps , vous serez en charge de concevoir, industrialiser et opérer des solutions d’IA fiables, performantes et responsables. Vos principales responsabilités seront les suivantes : Architecture et industrialisation IA / MLOps Concevoir les architectures techniques des produits IA en collaboration avec les Data Scientists et les équipes IT. Identifier les technologies, design patterns et architectures adaptés aux besoins : services temps réel, traitements batch, architectures cloud, solutions distribuées. Participer à la validation des choix d’architecture technique. Mettre en œuvre, maintenir et améliorer les pipelines CI/CD pour automatiser la livraison des modèles, du code et de l’infrastructure. Industrialiser les modèles IA afin de garantir leur passage à l’échelle, leur supervision et leur maintien en production. Déploiement et exploitation Contribuer au déploiement des applications IA en production. Gérer les infrastructures de déploiement, notamment autour de Kubernetes et de services cloud managés. Optimiser l’usage des ressources techniques, notamment dans des environnements nécessitant des capacités de calcul importantes. Participer au maintien en conditions opérationnelles des solutions déployées. Produire et maintenir la documentation technique associée. Sécurité et robustesse des solutions IA Intégrer les principes de sécurité “by design” dans les applications IA. Contribuer à la protection des modèles et des données contre les risques spécifiques aux environnements IA. Prendre en compte les enjeux de sécurité liés aux modèles, aux pipelines et aux données manipulées. IA générative et LLM Participer au déploiement d’applications basées sur des LLM. Intervenir sur des architectures de type RAG. Industrialiser le cycle de vie des composants GenAI : prompts, bases vectorielles, fine-tuning, monitoring. Contribuer à l’identification et à la gestion des risques associés aux usages IA générative.