Trouvez votre prochaine offre d’emploi ou de mission freelance Vector Databases

Pour un grand acteur des services financiers, nous recherchons un(e) Tech Lead Agentic AI pour piloter la transformation d'une plateforme stratégique dédiée à l'Asset Management. 🎯 Objectif : définir l'architecture de solutions Agentic AI, piloter les équipes techniques et accélérer le déploiement de services basés sur les LLM dans un environnement Cloud moderne. 🚀 Vos missions✔️ Définir l'architecture des solutions Agentic AI (LLM, RAG, Vector DB, LangChain…) ✔️ Piloter la roadmap technique et coordonner plusieurs squads Agile ✔️ Concevoir des architectures orientées microservices, API et event streaming (Kafka) ✔️ Mettre en place les pratiques CI/CD, DevOps et MLOps pour les solutions IA ✔️ Garantir la qualité, la sécurité et la gouvernance des modèles IA ✔️ Optimiser les performances des pipelines de données et des modèles LLM ✔️ Accompagner les équipes via le mentoring, les revues d'architecture et les bonnes pratiques

AI & Architecture, Strong knowledge of : - AI agent development - Large Language Models (LLMs) - Model Context Protocol (MCP) - Agent-to-Agent (A2A) communication - Retrieval-Augmented Generation (RAG) - Vector databases Backend Experience with : - Python - FastAPI - API and service development - Queuing and messaging systems (RabbitMQ or similar) - Database development (SQL Server, PostgreSQL, etc.) - SQLAlchemy - Security concepts and integrations: OAuth - SAML and Microsoft Entra ID Automated testing using Pytest DevOps & CloudFrontend, Strong experience with: - React - JavaScript - CSS - UI development - NX framework (Micro Frontends) Microservices architecture Distributed systems design CV only in English, rate included 2 days in Brussels

Contexte de la mission :Dans le cadre de l'accélération de ses projets autour de l'Intelligence Artificielle, notre client, acteur majeur de la gestion d'actifs, recherche un Développeur Full Stack Senior afin de concevoir et développer des applications intégrant des composants d'IA générative destinées à automatiser les processus des équipes Cyber. Vous rejoindrez une équipe Sécurité transverse et participerez au développement de solutions innovantes, robustes et sécurisées, depuis leur conception jusqu'à leur mise en production. Vos missions :Au sein de l'équipe Cyber, vous interviendrez notamment sur : Analyse et cadrage technique des cas d'usage IA avec les équipes métiers. Conception d'architectures applicatives simples, évolutives et sécurisées. Développement Full Stack : Backend Python (FastAPI ou Django) Frontend Angular API REST Base de données PostgreSQL Intégration de composants d'IA générative : API LLM LangChain / LangGraph RAG Embeddings Vector Database lorsque nécessaire Mise en production des développements. Rédaction de la documentation technique. Participation aux phases de tests, d'amélioration continue et de support aux utilisateurs. Contribution aux bonnes pratiques de sécurité et de qualité logicielle.

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Contexte de la mission Dans le cadre de programmes de transformation à forte composante IA, le consultant interviendra sur la définition, la conception et le déploiement de capacités d'Intelligence Artificielle intégrées aux infrastructures cloud et aux opérations IT. Il jouera un rôle clé dans la mise en œuvre de plateformes MLOps et GenAIOps à l'échelle de l'entreprise, ainsi que dans l'adoption des technologies d'IA auprès des équipes techniques et des directions métiers. Missions principales Définir la stratégie et l'architecture IA appliquées aux infrastructures. Concevoir et déployer des plateformes MLOps et GenAIOps. Mettre en œuvre des solutions d'observabilité et d'automatisation basées sur l'IA. Intégrer l'IA aux plateformes cloud et aux environnements d'exploitation IT. Accompagner les clients dans la définition de leur feuille de route IA. Piloter des programmes de transformation Infrastructure & AI. Participer aux activités d'avant-vente et de développement commercial. Encadrer et accompagner les profils plus juniors. Intervenir auprès des décideurs et directions (CxO). Compétences techniques indispensablesIA & Machine Learning Python avancé. PyTorch, TensorFlow. MLOps et GenAIOps. LLM (Large Language Models). RAG (Retrieval-Augmented Generation). Fine-tuning (LoRA, QLoRA). Prompt Engineering. AI Guardrails. Frameworks d'évaluation des modèles. IA Agentique LangChain. AutoGen. LlamaIndex. CrewAI. Cloud & Infrastructure AWS SageMaker. Azure Machine Learning. Google Vertex AI. Kubernetes (GPU Scheduling, entraînement distribué, inférence). Terraform. Ansible. Data & Recherche Sémantique Pinecone. Weaviate. Chroma. pgvector. Vector Databases. Semantic Search. IT Operations & Observabilité ServiceNow. ITSM. ITIL. Observabilité et supervision. Gestion des incidents IA. AI FinOps / TokenOps. Gouvernance & Sécurité Sécurité des plateformes IA. Gouvernance des données. Gestion des identités. IA Responsable. EU AI Act. Compétences appréciées IA multimodale. Computer Vision. CUDA. Triton. Dynatrace Davis AI. Datadog Watchdog. Edge AI. IoT & Machine Learning. Développement d'agents IA. Contributions Open Source IA/MLOps. Profil recherché Expérience significative sur des projets IA à grande échelle. Expertise Infrastructure, Cloud et IA Générative. Forte maîtrise des sujets MLOps / GenAIOps. Capacité à définir des architectures IA complexes. Aisance avec les interlocuteurs métiers et directions. Leadership technique et accompagnement des équipes. Français courant et anglais professionnel obligatoires.

Software Engineer expert en GenAI. GCP Generative AI,Python,Node.js,Java EE (J2EE),Generative AI- Clermont-Ferrand Un bon niveau d'anglais est indispensable, les membres de l'équipe pouvant être situés en Europe et / ou Asie et / ou Amérique(s). Vous contribuerez à la conception et à l'industrialisation de solutions GenAI à forte visibilité, en étroite collaboration avec les équipes innovation, data et IT du client. Périmètre : SDLC. Missions Concevoir et développer des applications intégrant des LLM (RAG, embeddings, agents). Participer à la définition d'architectures GenAI robustes et scalables. Implémenter APIs, microservices et pipelines d'IA dans un environnement cloud industriel. Accompagner les équipes du client : cadrage, expertise, audit technique, bonnes pratiques. Garantir la qualité, la sécurité et la conformité des solutions déployées (gouvernance, risques, observabilité). (travail en mode agile) Compétences techniques / outils à maîtriser : Solide expérience en développement backend (Python/Node/Java). Maîtrise des frameworks GenAI (LangChain, LlamaIndex, Hugging Face, OpenAI API). Connaissance d'un cloud majeur (Azure, AWS ou GCP) et des environnements industriels exigeants. Capacité à intervenir en contexte grand groupe : rigueur, communication claire, sens du service. Expérience en RAG, vector databases et déploiements MLOps appréciée. Compétences fonctionnelles requises (connaissances métier, etc.) : Respect des règles et rituels de l'équipe (mode Agile), et participation à la réflexion continue sur son organisation afin d'en améliorer l'efficacité. Participation aux estimations de charge des sujets / tâches listés dans la backlog, en les challengeant si nécessaire. Participation au choix et à l'affectation des sujets / tâches traités dans les sprints Agile à court terme, dans une perspective de livraison incrémentale de fonctionnalités à rythme régulier, et de mise à niveau régulière des composants et outils (Evergreen). Compétences comportementales : Minimum IS2, voire IS3. Présence souhaitée : Présence sur site : oui - Clermont Ferrand (site des Carmes) Travail en distanciel possible : possible (2 jours maximum) Langue et niveau : Un bon niveau d'anglais est indispensable, les membres de l'équipe pouvant être situés en Europe et / ou Asie et / ou Amérique(s). Qualifications : GCP Generative AI,Python,Node.js,Java EE (J2EE),Generative AI,

Vos missions Développement Full Stack & IA Concevoir et développer des applications IA natives en production Développer des API et services backend robustes en Python Construire des interfaces utilisateurs modernes pour les outils internes IA Mettre en place des architectures RAG avancées Développer des systèmes multi-agents et workflows autonomes Connecter les LLM du marché aux systèmes métiers internes Participer à la conception de WE-OS, le socle IA commun du groupe AI Engineering Développer des agents spécialisés capables d'exécuter des tâches complexes Intégrer et orchestrer différents modèles IA (Claude, Gemini, Vertex AI...) Mettre en place des bases vectorielles et pipelines de contextualisation Travailler sur la qualité des réponses générées et leur pertinence métier Qualité & Industrialisation Concevoir une architecture logicielle maintenable et scalable Mettre en place les bonnes pratiques de tests automatisés Participer aux pipelines CI/CD Assurer l'observabilité et le monitoring des applications Garantir la conformité des développements en production Développement assisté par IA Utiliser quotidiennement les outils de génération de code modernes Challenger et sécuriser le code généré automatiquement Participer à la définition des meilleures pratiques d'AI Assisted Coding Contribuer à l'amélioration continue des processus de développement Stack technique Backend Python FastAPI APIs REST SQL Frontend JavaScript / TypeScript React Next.js AI Engineering LLMs RAG Agents IA Vector Databases MCP Prompt Engineering Cloud & DevOps Google Cloud Platform Vertex AI BigQuery Cloud Run Docker GitLab CI/CD Terraform AI Assisted Coding Claude Code Cursor Gemini Codex

Date de démarrage : ASAP Date de fin : 25/06/2027 (Mission de longue durée) Localisation : Massy (Rythme : 2 jours par semaine sur site) Tarif Journalier Moyen (TJM) Max : 510 € HT Contexte et Mission : Au sein de l'Analytics Factory, entité transverse qui conçoit et développe les services analytiques à forte valeur ajoutée pour soutenir la prise de décision stratégique, vous serez le moteur technique de la transformation digitale des points de vente physiques. Votre objectif principal consistera à concevoir, développer et déployer en production des modèles de Computer Vision innovants. Vous rejoindrez un projet d'envergure phare : le Monitoring Temps Réel de l'Étagère, visant à transformer les rayons physiques en flux de données exploitables pour optimiser l'excellence opérationnelle et l'expérience client. Livrables et Enjeux clés :Développer des solutions capables de comprendre parfaitement la disponibilité, la conformité des rayons et les mouvements des stocks via l'analyse d'images. Relever des défis de détection d'objets et de reconnaissance de produits à très grande échelle. Assurer l'industrialisation et le déploiement de ces modèles dans un environnement de production en temps réel. Compétences Techniques et Expertises Requises : Incontournables (Must have) :Langage : Maîtrise experte de Python. Cloud & MLOps : Expérience significative sur l'écosystème GCP (Google Cloud Platform) et l'utilisation de Vertex AI pour le cycle de vie des modèles. Algorithmes : Solides compétences en Deep Learning appliquées à la vision par ordinateur. Souhaitées (Nice to have) :Modèles de pointe : Connaissance et manipulation de modèles récents tels que YOLO, SAM (Segment Anything), DINOv2 pour le feature extraction ou équivalents. Recherche d'images : Expérience avec les bases de données vectorielles (Vector Databases) pour le matching et l'indexation de produits à grande échelle. Frameworks & Outils : Pratique courante de PyTorch, TensorFlow, OpenCV et des environnements conteneurisés (Kubernetes).

Nous recherchons un Senior AI Engineer pour rejoindre une équipe d'ingénieurs spécialisés dans le développement et le déploiement de solutions d'Intelligence Artificielle en production. Vous interviendrez sur des projets variés dans des secteurs tels que la santé, la finance, l'industrie, l'énergie ou encore les plateformes numériques. L'environnement est particulièrement adapté aux profils recherchant de la diversité technique : plusieurs projets en parallèle, forte autonomie et contact direct avec les clients. Missions Concevoir et développer des solutions IA de bout en bout Participer aux phases de cadrage et d'analyse des besoins Concevoir et implémenter des systèmes RAG, agents IA et applications basées sur les LLM Développer des applications Python robustes et maintenables Déployer les solutions en environnement Cloud Concevoir les architectures techniques et les pipelines de déploiement Participer aux choix d'architecture et aux bonnes pratiques d'ingénierie Collaborer directement avec les clients et les équipes métier Participer ponctuellement à des workshops techniques et hackathons chez les clients Environnement techniqueIA & Data Python LLMs OpenAI Anthropic LangChain LlamaIndex RAG PyTorch TensorFlow Cloud & DevOps AWS GCP Docker Kubernetes CI/CD Infrastructure as Code Data Pandas Polars Vector Databases