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

Contexte du poste : Dans le cadre de son expansion et de sa transformation digitale, notre client cherche à renforcer sa capacité à intégrer l'Intelligence Artificielle (IA) dans ses opérations quotidiennes. Basée en France mais opérant à l'échelle européenne, notre département technologique est en pleine croissance, avec une équipe dynamique composée de talents en IA, data science et transformation numérique. Ce poste de PMO / Community Coordinator s'inscrit dans une volonté de créer une communauté de pratique dédiée à l'IA, visant à aligner les objectifs techniques et commerciaux. Missions : - Coordonner et soutenir les opérations quotidiennes de la Communauté de Pratique IA. - Planifier et animer des rituels communautaires, ateliers, et sessions de partage de connaissances. - Aligner les parties prenantes techniques et commerciales sur les priorités, les calendriers, et les résultats escomptés. - Surveiller les progrès des initiatives et proposer des actions correctives. - Créer des supports de communication clairs et engageants pour différents publics. - Contribuer à une culture collaborative et inclusive favorisant l'adoption de l'IA.

Dans le cadre du renforcement d'une équipe dédiée à l'innovation et à l'industrialisation de solutions d'Intelligence Artificielle, nous recherchons un(e) Data Engineer / Développeur Fullstack Python Junior souhaitant évoluer sur des sujets mêlant Data Engineering, IA Générative et développement logiciel. Vous intégrerez une équipe à taille humaine intervenant sur des projets déjà en production autour du traitement documentaire, du Machine Learning et de l'IA générative. Vous participerez notamment à : Développer des applications et pipelines de traitement de données en Python. Concevoir et maintenir des traitements distribués autour des technologies Big Data. Participer au développement d'outils intégrant des modèles d'IA générative. Contribuer à l'amélioration continue des chaînes CI/CD ainsi qu'à l'automatisation des tests. Développer des interfaces et outils facilitant l'exploitation des solutions IA. Collaborer étroitement avec les équipes Data Engineering, Data Science et les métiers afin de transformer rapidement les besoins en solutions opérationnelles. Participer à la mise en production et à l'industrialisation des développements.

Animer l'équipe de 2-3 data scientist. Développer la culture ops, travailler sur culture RAG, travailler sur transfo data science LLM. Orienté veille techno. Très orienté com. Animer l'équipe de 2-3 data scientist. Développer la culture ops, travailler sur culture RAG, travailler sur transfo data science LLM. Orienté veille techno. Très orienté com. Animer l'équipe de 2-3 data scientist. Développer la culture ops, travailler sur culture RAG, travailler sur transfo data science LLM. Orienté veille techno. Très orienté com.

Au sein du Pôle Architecture Logicielle & IA (DSI), le Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production. Il intervient de la faisabilité technique au passage à l'échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité). Périmètre et rattachement Rattachement : Direction des Systèmes d'Information / Architecture Logicielle & IA Interactions clés : DSMC (cadrage valeur, priorisation des cas d'usage), Architectes SI et Logiciel / équipe infra / Cloud, équipe Data, équipes projets DSI, prestataires IA, RSSI, Conformité / Juridique (interfaces), Groupe (Design Authority IA, ITD DataLab Missions principales Cadrage technique & architecture IA Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps). Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM) Formaliser les choix dans des dossiers d'architecture. Prototypage & validation des cas d'usage Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC. Tester la viabilité des modèles, des données et des chaînes techniques. Documenter résultats, limites, risques techniques et conditions d'industrialisation MLOps & industrialisation Définir et mettre en œuvre les chaînes MLOps : Accompagner l'intégration des solutions IA dans le SI existant. Contribuer au catalogue de services IA de la DSI Observabilité IA & fiabilité Définir et déployer les principes de ML Observability : Mettre en place les alertes et indicateurs nécessaires au pilotage. Contribuer à la stratégie de run IA avec les équipes concernées Gouvernance des modèles IA Contribuer à la gouvernance IA DSI / DSMC : Participer aux comités IA et Architecture. Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées) Référent IA & accompagnement des équipes Agir comme référent technique IA pour la DSI. Accompagner Data Engineers, équipes projets et prestataires. Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d'expérience). Contribuer à la montée en compétence globale sur l'IA industrielle Responsabilités clés Validation des choix techniques IA (outils, modèles, architectures). Définition des standards MLOps & observabilité IA. Contribution aux livrables structurants : Reporting sur l'avancement et la maturité IA du SI Compétences techniques (hard skills) Indispensables Python, Git, CI/CD (GitLabCI) Cloud (priorité Azure) Concepts ML & IA générative (RAG, LLM, embeddings) MLOps (versioning, pipelines, monitoring) Intégration SI / APIs Agent IA Appréciées (non bloquantes) Snowflake Airflow Sécurité IA (prompts, cloisonnement, traçabilité) Compétences comportementales (soft skills) Leadership technique, pédagogie et capacité à influencer. Culture produit et sens de la valeur métier. Rigueur, documentation et standards d'ingénierie. Orientation sécurité et conformité. Communication claire avec équipes techniques et métiers. Profil & qualifications Bac+5 (école d'ingénieur, master en informatique/data/IA) ou équivalent. Expérience : 5–8+ ans en data/ML/Cloud, dont 2–3+ ans en MLOps/architecture. Expérience concrète en industrialisation de solutions IA Bonne compréhension des enjeux DSI et Groupe Certifications (appréciées) : Cloud Architect (AWS/Azure/GCP), AzureML Langues : Français, anglais technique. Localisation : obligatoirement sur Toulouse

Nous recherchons un(e) Développeur(se) Python spécialisé(e) en FastAPI et Intelligence Artificielle pour rejoindre notre équipe et participer au développement de solutions innovantes basées sur l'IA. MissionsConcevoir et développer des API performantes avec Python et FastAPI. Intégrer des modèles d'IA générative et des LLM dans les applications. Développer des fonctionnalités autour du traitement de données, du NLP et du RAG. Concevoir des architectures backend robustes, sécurisées et scalables. Mettre en place des tests, de la documentation et assurer la qualité du code. Collaborer avec les équipes produit, frontend et data. Stack techniquePython · FastAPI · IA/LLM · RAG · PostgreSQL · Docker · Git · API REST

Dans le cadre du développement de son pôle Intelligence Artificielle, notre client recherche un Tech Lead Machine Learning / IA capable de garantir l'excellence technique des solutions IA développées et industrialisées. Véritable référent technique, vous définirez les standards d'architecture et de développement, piloterez les choix technologiques et accompagnerez les équipes Data Science, Data Engineering et Software dans la conception et la mise en production de solutions IA robustes, scalables et sécurisées. Vous interviendrez sur des projets innovants autour de l'IA Générative, des LLM et des architectures MLOps dans un environnement Cloud. Vos missionsArchitecture & Engineering IADéfinir les standards d'architecture Machine Learning et IA. Concevoir des architectures robustes, évolutives et sécurisées. Concevoir et valider les pipelines ML de bout en bout : Data ingestion Entraînement Validation Déploiement Monitoring Garantir la qualité technique des solutions mises en production. Industrialiser les modèles IA via les meilleures pratiques MLOps. Leadership techniqueÊtre le référent technique du pôle IA. Encadrer les équipes Data Science, Data Engineering et Software Engineering. Diffuser les bonnes pratiques de développement. Réaliser des revues de code et audits techniques. Accompagner la montée en compétence des équipes. Choix technologiquesDéfinir les standards techniques de la plateforme IA. Superviser les choix des frameworks et outils : Frameworks Machine Learning Outils MLOps Cloud Azure / Google Cloud Garantir la cohérence globale de l'écosystème technique. Gouvernance & QualitéAuditer les solutions IA sur les aspects : Performance Robustesse Scalabilité Sécurité Maintenabilité Coûts (FinOps) Définir les standards de gouvernance des modèles et des données. Assurer le suivi de la qualité des modèles en production. Contribution produitParticiper aux phases de cadrage des projets IA. Contribuer à la roadmap technologique IA. Collaborer étroitement avec : Product Owner IA Data Scientists Data Engineers Développeurs Software Innovation & VeilleAssurer une veille permanente sur les innovations autour de : IA Générative LLM RAG Agents IA MLOps Cloud Architectures Data Compétences techniques recherchéesIntelligence ArtificielleMachine Learning Deep Learning IA Générative Large Language Models (LLM) Prompt Engineering RAG (Retrieval-Augmented Generation) Évaluation de modèles Systèmes agentiques (Agents IA) DéveloppementPython (expert) Programmation orientée objet Développement logiciel MLOps / DevOpsGit Docker Kubernetes CI/CD MLflow CloudMicrosoft Azure Google Cloud Platform (GCP) InfrastructureTerraform Infrastructure as Code (IaC) ArchitectureAPI REST Microservices Architectures distribuées Architectures scalables Déploiement de modèles en production Exploitation des modèlesMonitoring des modèles IA Optimisation des performances Scalabilité Gouvernance des données Sécurité des modèles Compétences comportementalesLeadership technique reconnu. Excellentes capacités de communication. Esprit de mentoring et de transmission. Forte capacité à structurer des standards de développement. Sens de l'innovation. Esprit d'analyse et de résolution de problèmes. Capacité à prendre des décisions techniques structurantes. Orientation résultats et qualité.

Contexte Participation à la mis en place de 2 plateformes IAGen on premise pour un client du Secteur Public (MISTRAL AI Studio et Stack OSSClient). 3j/semaine minimum sur site client (région toulousaine). Description Assister un architecte d'entreprise sur tous les projets d'IAGen de la DSI : - Suivre tous les projets, participer aux prises de décision, capitaliser les choix (cas d'usage/solution) - Analyser les solutions choisies, comparer (RETEX) : - LLM - RAG - Prompts, skills - MCP - Créer une bibliothèque de composants, MCP, Prompts, Skills pour la DSI - Documenter les savoir-faire dans le cadre d'architecture de la DSI (Architecture de référence, Exigences non fonctionnelles, Patterns/Anti-Patterns) - Participer aux développements/expérimentations internes au département d'architecture - Suivre la mise en place de l'infrastructure IAGen on premise

Au sein d'une équipe dédiée à la cybersécurité, le consultant interviendra sur la conception, le développement et la mise en production de solutions applicatives intégrant des composants d'intelligence artificielle afin d'automatiser et d'optimiser différents processus. Il assurera le développement full stack des applications, du backend au frontend, ainsi que la réalisation des API, la gestion des bases de données et l'authentification. Il participera également à l'intégration de solutions IA reposant notamment sur des API LLM, des mécanismes RAG et des workflows LangChain/LangGraph. La mission comprend le cadrage technique des cas d'usage, la conception d'architectures simples, sécurisées et maintenables, les tests, la documentation, le déploiement en production ainsi que le transfert de compétences vers les équipes internes.

Vous interviendrez au sein d'une Direction Informatique structurée, avec un vrai poids donné à l'innovation. Vos missions À partir d'un besoin métier ou d'un dossier fonctionnel, définir l'architecture technique, la documenter et accompagner la mise en œuvre des composants nécessaires. Garantir que les architectures proposées respectent les guidelines et standards internes (stack technologique, sécurité, scalabilité, coûts). Être en support hands-on aux équipes projets durant les phases de développement MVP et les releases : conception, dotation, résolution de problèmes techniques. Intégrer une réflexion sur l'usage pertinent de l'IA générative (LLM, RAG, agents) dans les choix d'architecture, avec un regard critique sur ses limites, ses biais et les enjeux RGPD.

Vos missions : En tant qu'architecte : • Collaborer avec les équipes techniques et les parties prenantes pour définir les stratégies d'architecture et les meilleures pratiques • Concevoir et développer des architectures de solutions robustes et évolutives en réponse aux besoins métier et technologiques de nos clients • Assurer la cohérence et la qualité des solutions proposées en termes d'architecture, de sécurité, de performance et de scalabilité • Fournir un leadership technique et mentorat aux membres de l'équipe Vos missions autour de l'IA Générative : • Aider nos clients à intégrer des solutions de GenAI dans leur SI (Cloud & OnPremise) • Vulgariser les concepts autour de la GenAI et participer à la réalisation de POC notamment via la mise en place de RAG • Contribuer à la veille technologique pour rester au fait des divers nouveautés dans le domaine Référence de l'offre : t0j67xq21r

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 opérationnels 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.

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

Dans le cadre de l'accélération de l'intelligence artificielle au sein d'un grand groupe bancaire, nous recherchons un AI Engineer confirmé pour transformer des opportunités Gen-AI en solutions concrètes, robustes et mesurables, intégrées aux processus métiers dans un environnement exigeant (sécurité, conformité, données sensibles). Le consultant interviendra de bout en bout, du cadrage métier jusqu'à l'industrialisation des solutions en production. Il sera notamment amené à : ▪ Concevoir des architectures IA end-to-end et sélectionner les modèles adaptés aux cas d'usage ▪ Arbitrer entre performance, coût et robustesse ▪ Concevoir et développer des solutions basées sur les LLM et les agents IA (RAG, orchestration multi-agents) ▪ Industrialiser à l'échelle : mise en production de solutions robustes (CI/CD, monitoring, auditabilité) ▪ Structurer les outils de pilotage et optimiser les coûts ▪ Intégrer les solutions IA aux processus et outils métiers existants

Dans le cadre de la modernisation de sa plateforme data et de la montée en charge de ses projets IA, un grand compte recherche un Data Architect pour concevoir une architecture data performante, condition pour que les projets d'analyse, de BI et d'IA puissent passer à l'échelle. Le consultant interviendra notamment sur : ▪ La conception de l'architecture data cible : Data Warehouse, Lakehouse, modélisation normalisée (étoile, flocon, Data Vault) ▪ Le cadrage des migrations cloud des actifs data ▪ La définition des patterns d'alimentation des cas d'usage IA : feature stores, pipelines RAG, gouvernance des données d'entraînement ▪ La définition des standards de modélisation, de sécurité et de gouvernance des données ▪ L'accompagnement des équipes data engineering dans la mise en œuvre ▪ Les arbitrages techniques et la rédaction des dossiers d'architecture

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 du développement de ses solutions de traitement du langage, un grand compte recherche un NLP/LLM Scientist pour concevoir, adapter et évaluer des modèles de langage sur ses cas d'usage métier. Le consultant interviendra notamment sur : ▪ L'étude et la sélection des modèles de langage adaptés aux cas d'usage (modèles propriétaires vs open-weight) ▪ Le fine-tuning et l'adaptation de modèles open-weight sur des corpus métier ▪ La conception et l'optimisation des stratégies de prompting et d'augmentation par récupération (RAG) ▪ L'évaluation rigoureuse des modèles : conception de jeux d'évaluation, métriques par tâche, analyse des erreurs, calibration ▪ Le traitement de problématiques NLP classiques : classification, extraction d'entités, résumé, similarité sémantique ▪ La veille scientifique sur les nouveaux modèles et techniques ▪ La documentation méthodologique et la restitution des travaux