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

Afin de mener à bien notre mission l’équipe est composée de Data Engineer, de Data Scientist, de développeurs Python et d’un data analyst. L’équipe se veut jeune dynamique, motivée et très pro-active, l’entraide et la bonne ambiance sont présentes. Le candidat devra donc avoir la personnalité permettant de conserver cette dynamique intacte. Les softs skills sont donc autant essentielles que la technique : bon communiquant, motivé, force de proposition et sociable. La mission : Un programme visant à traiter l’ensemble des uses cases nécessitant l’utilisation d’IA à destination de la Finance a été lancé. Dans le cadre de notre activité nous avons pour mission d’accompagner la phase de cadrage faite par les Product Owner et d’implémenter des solutions adaptées aux besoins exprimés. Pour se faire nous cherchons à renforcer l’équipe actuelle constituée de développeur Full stack (Python\Angular) de data engineer et de data scientist avec un Data Engineer possédant de bonnes compétences en IA générative. La mission principale du profil retenu sera : Concevoir et développer des solutions de traitement de données complexes Implémenter solutions exploitant des modèles d'IA générative Participer à la mise en place de prompts et de RAG Collaborer étroitement avec les Product owner, les autres membres de l’équipe et d’autres DSI afin garantir l'efficacité et la fiabilité des solutions mises en œuvre. Si vous êtes passionné par les défis liés à la manipulation de données non structurées, que vous maîtrisez le Python et que vous avez une solide expérience en Data Engineering et en Ia générative, nous serions ravis de recevoir votre candidature. L’environnement de travail se veut stimulant, il offre des opportunités d'apprentissage continu et des projets innovants au sein d'une équipe dynamique et passionnée par les technologies émergentes. Durant votre intervention vous serez rattaché au responsable de l’équipe de développements tactiques et vous serez supervisé par un membre de l’équipe maitrisant les outils de data science. Vous serez fréquemment au contact du métier, des équipes innovation et d’autres développeurs.

Nous recherchons un LLM Engineer confirmé / senior avec un fort background Data Scientist , pour intervenir sur des projets stratégiques autour de l’ IA Générative et des architectures RAG sur AWS. 🎯 Contexte de la mission Vous intégrerez une équipe en charge de concevoir et industrialiser des solutions IA basées sur des LLM , avec des enjeux forts de performance, sécurité et scalabilité. L’objectif : passer du prototype à la production sur des cas d’usage métier à fort impact. ⚙️ Missions principales Concevoir et développer des solutions basées sur des LLM . Mettre en place des architectures RAG (Retrieval Augmented Generation) . Développer des agents IA avec LangChain / LlamaIndex ou frameworks équivalents. Déployer et industrialiser les solutions sur AWS . Optimiser les performances (fine-tuning, embeddings, prompt engineering avancé). Collaborer avec les équipes Data, IT et métiers pour cadrer les cas d’usage. Participer aux phases de POC puis d’industrialisation.

Bonjour à tous 😀 Je recrute un ML Engineer / MLOps expérimenté pour intervenir sur des sujets IA Générative avec un fort enjeu d’ industrialisation et de mise en production . 👉 Le rôle est clé : transformer des cas d’usage IA en solutions robustes, scalables et maintenues en production (RAG, fine-tuning, optimisation des modèles). 🔴 MUST HAVE • Solide expérience en Python /Pandas/ SQL • Expérience en mise en production de modèles IA • Compétences MLOps (déploiement, monitoring, industrialisation) • Maîtrise des architectures GenAI (RAG, fine-tuning) • Expérience sur Docker / Kubernetes • Environnement Cloud (AWS) • Maîtrise d’au moins un framework ML ( PyTorch, TensorFlow… ) 🟢 NICE TO HAVE • Expérience en Prompt Engineering • Outils type LangChain / frameworks LLM • Expérience optimisation performance (coûts, latence) • Cas d’usage GenAI en production • Environnement data / pipelines d’ingestion

Bonjour à tous 😀 🎯 Contexte : Dans le cadre du développement de ses capacités en Intelligence Artificielle Générative , nous recherchons un Data Engineer spécialisé sur Databricks pour intervenir sur des cas d’usage innovants à forte valeur ajoutée. Le poste combine des enjeux de data engineering, machine learning et mise en production dans un environnement moderne. 🛠️ Missions principales Concevoir et développer des modèles de Machine Learning (GenAI) Collecter, préparer et exploiter les données Développer des pipelines d’ingestion et de transformation Assurer la mise en production et le monitoring des modèles (MLOps) Intervenir sur des sujets d’architecture RAG et fine-tuning Conseiller sur les choix techniques et les cas d’usage 🧩 Environnement technique Python / SQL / Pandas Databricks Machine Learning / Deep Learning (LLM, Transformers) Architectures GenAI (RAG, fine-tuning) Cloud AWS MLOps

Dans le cadre du développement de projets data innovants, nous recherchons un AI / Data Engineer spécialisé en Intelligence Artificielle Générative (H/F) . Vous interviendrez sur la conception et la mise en œuvre de solutions data avancées , avec un focus sur la plateforme Databricks et sur des cas d’usage en IA Générative (LLM, RAG, fine-tuning) . Votre rôle consistera à accompagner les équipes dans le cadrage, le développement et la mise en production de modèles d’intelligence artificielle , tout en contribuant à l’industrialisation des solutions et à l’évolution des plateformes data. Conseil et cadrage des cas d’usage IA Accompagner les équipes dans l’identification et le cadrage de cas d’usage data et IA Générative Conseiller sur les choix d’architecture, de modèles et de stratégies RAG ou fine-tuning Participer à la définition de solutions innovantes sur la plateforme Databricks Conception et développement de modèles IA Développer des modèles de Machine Learning et Deep Learning Concevoir des solutions basées sur LLM et architectures Transformers Implémenter des cas d’usage d’ IA Générative (RAG, fine-tuning, prompt engineering) Collecte et préparation des données Collecter, nettoyer et transformer les données nécessaires à l’entraînement des modèles Réaliser des analyses exploratoires et préparer les datasets pour l’entraînement Industrialisation et MLOps Mettre en production les modèles d’intelligence artificielle Mettre en place des processus de monitoring et de maintenance des modèles Contribuer à l’industrialisation des pipelines data et des modèles IA

Ingénieur IA GenAI/ Knowledge Graph/ Mcp Service 600 e par j Développement d’agents intelligents Le consultant interviendra sur la conception et l’amélioration d’agents basés sur des frameworks comme Google ADK ou LangChain / LangGraph. Ces agents devront être capables de comprendre des besoins métier (optimisation de contenu), d’interagir avec des sources de données et de générer du contenu pertinent et contextualisé. Exploitation de la donnée (RAG / Knowledge Graph) La mission inclut la mise en place de pipelines de données depuis BigQuery vers un Knowledge Graph. L’objectif est d’alimenter les agents avec des données structurées et fiables, dans une logique de Retrieval-Augmented Generation (RAG), afin d’améliorer la pertinence des outputs générés. Orchestration et intégration (MCP servers) Le consultant devra développer ou refondre des serveurs MCP qui servent de couche d’orchestration entre les agents GenAI et les systèmes externes. Cela permet aux agents d’accéder à des APIs, de manipuler des données et d’exécuter des actions dans l’écosystème existant. Finalité Mettre en place une IA capable de générer, enrichir et optimiser automatiquement du contenu web, en s’appuyant sur des données internes et en étant intégrée aux outils métiers. 600 e par jour

Anglais professionnel obligatoire Objectif du besoin : Recruter un expert en intelligence artificielle capable de concevoir et déployer des solutions d’IA spécialisées, adaptées à des cas d’usage métiers précis. L’objectif est de construire une IA dédiée à l’exécution de logiques métiers spécifiques (automatisation, traitement, analyse, etc.), en intégrant les bons composants techniques (moteur IA, modèles de données, etc.). 🧠 Profil recherché : Expert IA senior (minimum 5 ans d’expérience) Capable de : Concevoir et développer des solutions IA sur mesure Mettre en place des architectures complètes (LLM, RAG, etc.) Tester, valider et industrialiser les solutions (packaging) Profil challengeant, autonome et force de proposition ⚙️ Compétences spécifiques : Expérience dans le domaine de la cybersécurité Bonne compréhension des enjeux business liés à la cyber Capacité à construire des offres de services IA “sur étagère” Maîtrise des technologies : LLM (Large Language Models) RAG (Retrieval-Augmented Generation) Capacité à vulgariser, expliquer et accompagner les équipes 🤝 Soft skills & posture : Expert opérationnel (“sachant”) Capable de : Structurer et déployer une offre de service Documenter et transmettre ses connaissances Interagir avec des interlocuteurs métiers et techniques 📌 Conditions de mission : Démarrage : ASAP Durée : Mission longue Langue : Anglais professionnel requis

Localisation : Bassin de Rennes (35) ou Orléans (45) – Hybride Contrat : Management de Transition ou CDI Rattachement : Directeur des Systèmes d’Information (DSI) Posture : Contributeur Individuel Expert / Tech Lead "Hands-on" 1. CONTEXTE ET ENJEUX BUSINESS Le Groupe, acteur industriel de référence, souhaite accélérer sa mutation technologique. Sans encadrement hiérarchique, vous intervenez au cœur de l'équipe de développement pour porter deux enjeux critiques : ● Modernisation de l'Usine Logicielle : Passer d'un mode de développement artisanal à une production industrielle (Agile, DevOps, Qualité). ● Infusion de l'IA : Transformer les méthodes de travail et les services métiers par l'intégration concrète de l'Intelligence Artificielle. 2. MISSIONS PRINCIPALES (100% OPÉRATIONNEL) A. Ingénierie Logicielle & Mentorat Technique ● Développement Critique : Produire du code de haute qualité (Clean Code) sur les briques applicatives majeures (Web, API, intégration ERP). ● Revue de Code & Standards : Établir et faire respecter les normes de développement. Assurer le mentorat technique par l'exemple et la collaboration directe avec les autres développeurs. ● Industrialisation : Configurer et maintenir les pipelines CI/CD. Automatiser les tests et le déploiement pour sécuriser les mises en production. B. Architecture & Urbanisation du SI ● Interopérabilité ERP : Concevoir et développer les flux d'échanges entre l'écosystème ERP et les plateformes Web/Data (stratégie API First). ● Scalabilité : Garantir la robustesse et l'évolutivité des architectures logicielles face à la croissance des volumes de données. C. Lead Transformation AI (Mise en œuvre concrète) ● IA Générative "Productivité" : Paramétrer et optimiser l'usage des assistants de code (type Copilot) au sein de l'équipe pour augmenter la vélocité collective. ● Développement de MVP IA : Identifier, prototyper et déployer des fonctionnalités d'IA (LLM, RAG, automatisation de processus) intégrées aux outils métiers. ● Veille & Souveraineté : Sélectionner les modèles et outils IA les plus adaptés aux contraintes industrielles et sécuritaires du Groupe.

Dans le cadre du développement de ses capacités en Intelligence Artificielle , notre client recherche un Ingénieur IA Générative / MLOps . Vous interviendrez sur l’ensemble du cycle de vie des solutions IA, de l’expérimentation à la mise en production, avec un focus sur les architectures GenAI (RAG, agents, fine-tuning) . Vos missions Implémenter et déployer des modèles d’IA (Machine Learning & IA Générative) Industrialiser les solutions via des pratiques MLOps Mettre en place le monitoring, la supervision et la maintenance (MCO) des modèles Concevoir des pipelines de données et d’ingestion Optimiser les performances (coûts, temps de calcul, scalabilité) Évaluer des Proof of Concept (PoC) et recommander les meilleures architectures Mettre en œuvre des solutions RAG (Retrieval-Augmented Generation) Travailler sur des approches fine-tuning et prompt engineering Accompagner les équipes sur les bonnes pratiques IA et industrialisation Livrables attendus Études et cadrages de cas d’usage (4 à 6 par an) Développement de pipelines d’ingestion (15 à 20 par an) Déploiement de modèles en production (15 à 20 par an) Maintenance et optimisation des solutions IA (3 à 5 par an)

Bonjour, Dans le cadre du centre d'expertise de la direction Data & IA, nous recherchons un(e) data scientist de 3 à 6 ans d'expérience. Il s'agira d'intervenir sur divers sujets : contribuer à l'analyse des use cases remontés par les entités du groupe , contribuer potentiellement à des benchmarks, prendre en charge une application d'évaluation RAG , contribuer à l'évaluation de prompt (équipe Expertise Transverse du Centre d'Expertise Data Science composée de 9 data scientists dont les projets DS s'articulent autour des outils NLP, Search, IA Générative). Les tâches à réaliser sont : - Analyse des cas d'usages - Cadrage, participation aux développement et suivi des projets - Prompt engineering - recommandation méthodologique - Evaluation des performances liées à l'utilisation de LLM, RAG - Partage autour de la veille technologique -Classification des Prompt. -Mutualiser cas d’usage - analyse des verbatim. -Tester et challenger la solution interne Contexte : Vous allez intégrer l'équipe qui centralise l'analyse des besoins ou des cas d'usage IA Gen. Il faut soit analyser la faisabilité des cas remontés , soit contribuer à des tests sur un périmètre restreint. Par ailleurs, il faut suivre l'usage d'une application d'évaluation RAG afin de répondre aux sollicitations utilisateurs. Expertises : - expert python - containerisation - CICD/MLOPS - API REST - Méthodes agiles - éventuellement groovy - LLM, NLP - VLLM, TensorRT > Python, maching learning - LLM, TGI, Aphrodite Engine, etc. Une expérience dans le domaine bancaire serait un plus

Missions : Vous intégrez au sein de l'équipe Service Infrastructure Open Natif et Data du Service Mise en marché des plateformes, et plus précisément dans le pôle Data. Vous serez en charge de la mise à disposition, de la maintenance et de l'évolution d'un ensemble de services liés aux offres autour de l'IA générative et du machine learning du client (LLMaaS, GPUaaS, Dataiku, etc.) À ce titre, les actions attendues sont les suivantes : Assurer le suivi et l'exploitation des plateformes IA pour nos utilisateurs internes. Accompagner la consommation des offres IA au sein du cluster, incluant l’accompagnement pour l'exposition de modèles LLM, la gestion des ressources GPU via Run:AI, et le déploiement de solutions RAG. Accompagner les équipes internes du cluster BPCR sur l'utilisation de ces plateformes, en assurant un support technique et méthodologique adapté à leurs besoins. Créer et mettre à disposition des services automatisés via Python et GitLab-CI pour faciliter l'adoption et l'utilisation des solutions IA. Les qualités pour mener à bien ces missions : Techniques : Bonnes connaissances en data science avec une compréhension des cycles de vie des modèles (entraînement, évaluation, déploiement, monitoring). Bonnes connaissances de Python pour le scripting, l'orchestration d'API REST et l'intégration de modèles. Bonne connaissance des concepts liés à Kubernetes (pods, services, namespaces, déploiements, etc.) et compréhension de son rôle dans l'hébergement et la mise à disposition de charges de travail IA. Compréhension des concepts d'IA générative (fine-tuning, transfer Learning, etc.), des architectures LLM et des patterns RAG. Connaissance des notions liées au GPU (allocation, mémoire, optimisation) et des frameworks de serving de modèles (vLLM, TGI ou équivalent). Bonnes connaissances de l'environnement Linux et des pratiques DevOps/MLOps. Familiarité avec des solutions de recherche vectorielle. Comportementale : Sens du service client Autonomie. Rigueur. Force de proposition. Vulgarisation. Esprit curieux et veille technologique active sur les évolutions de l'IA.

Contexte : Dans le cadre de l’accélération de ses capacités en IA, notre client renforce son architecture autour de l’ IA générative . Projet avec des enjeux forts autour de : RAG (Retrieval-Augmented Generation) industrialisation de modèles GenAI scalabilité des solutions IA Missions : Piloter les projets de bout en bout (conception → prod) Driver les sprints (organisation, tickets, priorisation) Encadrer et faire monter en compétence les développeurs Définir et porter l’architecture backend IA Contribuer aux développements Python complexes Garantir les bonnes pratiques (code, perf, scalabilité) Compétences techniques Python (expert) IA générative (expérience industrielle obligatoire ) AWS (Lambda, Bedrock, SageMaker…) RAG / LLM / NLP Architecture backend & systèmes scalables

AI Engineer – Agentic Systems Description du poste Conception et développement de systèmes d’agents IA basés sur des LLM, capables de raisonner, planifier et interagir avec des outils externes dans des workflows multi-étapes. Responsabilités principales Concevoir et développer des systèmes agentiques basés sur des LLM pour des cas d’usage complexes Mettre en place des pipelines de Retrieval-Augmented Generation (RAG) pour l’accès à des données structurées et non structurées Implémenter des stratégies de raisonnement avancées (ReAct, multi-step reasoning) Développer des mécanismes de tool calling et d’intégration d’APIs externes Gérer la mémoire des agents (court terme / long terme) pour améliorer la cohérence et la performance Optimiser les performances via des techniques de prompt engineering et d’optimisation itérative (DSPy, reflective prompting) Orchestrer des workflows multi-agents avec des logiques de planification et d’exécution Collaborer avec les équipes produit et techniques pour intégrer les agents dans des systèmes existants Stack technique Frameworks : LangChain, LangGraph, DSPy Concepts : RAG, ReAct, agent orchestration, prompt engineering, reflective optimization Modèles : APIs LLM (type OpenAI API ou équivalent) Langages : Python (principal), JavaScript/TypeScript (optionnel) Profil recherché Expérience en développement d’applications basées sur des LLM Bonne compréhension des architectures d’agents IA et des systèmes distribués Capacité à concevoir des workflows complexes et autonomes Maîtrise du prompt engineering et des techniques d’optimisation Esprit analytique et orienté résolution de problèmes

Dans un contexte d’innovation et de transformation digitale, nous recherchons un expert en intelligence artificielle capable de concevoir et développer des solutions IA sur mesure répondant à des besoins métiers spécifiques, notamment dans le domaine de la cybersécurité. Le poste s’inscrit dans un environnement exigeant où l’industrialisation, la performance et l’adoption des solutions sont clés. Le consultant interviendra à la fois sur la conception technique, le déploiement et la structuration d’offres IA. 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 les solutions (packaging) Construire et déployer des offres de services IA “sur étagère” adaptées aux enjeux de cybersécurité Accompagner les équipes dans la compréhension et l’adoption des solutions mises en place

Vos missions ? L'alternant AI Software Engineer rejoint l'équipe Nexus, qui a pour mission d'intégrer concrètement l'IA dans les activités de production avec un objectif de valeur business (ROI). Son rôle est de transformer les capacités de ChatGPT / OpenAI en outils réellement utilisés par les équipes métiers. Ce poste est orienté produit, développement et adoption, et non recherche. - Développement de solutions IA : intégration des API OpenAI (ChatGPT, embeddings…), création de scripts, micro-services et interfaces simples (apps, bots) pour les utilisateurs internes - Industrialisation : transformation de POCs en solutions fiables, mise en place de workflows automatisés (RAG, agents, prompt chaining), optimisation des performances et des coûts - Collaboration métier : compréhension des besoins opérationnels, identification des cas d'usage à fort impact, co-construction d'outils utiles (pas seulement des démos - Structuration & diffusion : mise en place de bonnes pratiques (prompting, gouvernance), documentation et accompagnement des équipes dans l'adoption