Trouvez votre prochaine offre d’emploi ou de mission freelance Vertex AI

Dans le cadre de l’amélioration de la personnalisation de l’expérience utilisateur , nous constituons une équipe dédiée aux sujets de machine learning et de recommandation en production . Cette équipe data est composée : d’un Product Owner d’un Data Scientist d’un Lead ML Engineer d’un Machine Learning Engineer L’environnement technique repose principalement sur Google Cloud Platform avec notamment : Python Vertex AI BigQuery Cloud Run Airflow API REST Terraform GitLab CI/CD L’objectif est de concevoir, industrialiser et déployer des solutions de machine learning en production , tout en assurant leur performance et leur scalabilité. Missions Au sein de l’équipe data et ML, vous interviendrez sur l’ensemble du cycle de vie des projets de machine learning en production . Cas d’usage et mise en production Concevoir un premier cas d’usage de personnalisation de l’expérience utilisateur Déployer les modèles en production sur Google Cloud Mettre en place des tests A/B pour mesurer l’impact des recommandations Assurer le monitoring et l’évaluation des performances des modèles Industrialisation des modèles IA Concevoir et maintenir des pipelines machine learning robustes et scalables Mettre en place les architectures MLOps Exposer les modèles via des API REST (FastAPI ou Flask) Industrialiser les modèles développés par les Data Scientists Mettre en place des workflows CI/CD Architecture et infrastructure data Structurer et organiser le stockage des données Garantir la scalabilité, la sécurité et la stabilité des environnements Déployer des infrastructures via Infrastructure-as-Code (Terraform) Collaborer avec les Data Engineers et équipes techniques Collaboration et amélioration continue Participer aux phases de cadrage, planification et delivery Contribuer à la documentation technique Réaliser une veille technologique sur les technologies ML et IA Appliquer les bonnes pratiques de développement et d’architecture data

🎯 ML Engineer – Industrialisation & Agents IA Nous accompagnons actuellement un de nos clients dans le cadre du renforcement de ses équipes Data / IA, avec un enjeu fort autour de l’industrialisation des modèles et du développement d’agents basés sur les LLM. Dans ce contexte, nous recherchons un ML Engineer , avec un niveau d’expérience ouvert (à partir de 4 ans jusqu’à expert), pour intervenir sur des sujets à forte valeur ajoutée. Missions Concevoir et développer des agents IA basés sur des LLM Participer à l’ industrialisation des modèles de Machine Learning Mettre en place et optimiser des pipelines MLOps Assurer le déploiement, le monitoring et la performance des modèles en production Collaborer avec les équipes Data, IT et métiers pour intégrer les solutions IA dans les outils existants Contribuer aux bonnes pratiques CI/CD, automatisation et GitOps 🛠️ Environnement technique IA / LLM : LangChain, LangGraph, LLM MLOps : MLflow, Kubeflow DevOps / Industrialisation : CI/CD, GitOps Data / ML : Machine Learning (profil ex Data Scientist apprécié)

Le Challenge : Scalez l'expérience produit d'un leader mondial Votre mission se divise en deux volets : Assurer la direction technique du développement de produits digitaux critiques. Instaurer une culture d'excellence au sein d'une équipe agile. Compétences techniques "Core" (Indispensables) Maîtrise avancée de Spring Modulith : Il ne s'agit pas simplement d'un backend, mais d'un "Monolithe Modulaire" . Le lead développeur doit garantir une isolation stricte des modules (Catalog, Configurator, Rules, Nomenclature) ainsi que leur communication via des API internes (ex : CatalogAPI, NomenclatureAPI). Expertise avancée en Hibernate / PostgreSQL : Le projet exploite intensément les champs JSONB natifs de PostgreSQL, mappés en Java grâce à la librairie Hypersistence Utils (@Type(JsonBinaryType.class)). Utilisation de stratégies d'héritage complexes, telles que l'inheritance par table unique (Single Table Inheritance) avec @DiscriminatorColumn pour le moteur de règles. Architecture de cache distribué (Redis) : Le cache Redis (CpsItemResponse) est partagé avec un autre microservice (cpq-core-backend). Le lead devra maîtriser les enjeux liés à la sérialisation/désérialisation et à l'invalidation du cache partagé, sans impacter la production. Qualité et tests (TDD/BDD) : Validation rigoureuse des spécifications via OpenAPI. Réalisation de tests d'intégration en utilisant TestContainers (PostgreSQL) et Wiremock. Objectifs et livrables Compétences techniques spécifiques Intégration de l'IA Générative (Spring AI & Vertex AI) : Constitue le cœur innovant du projet. Le lead ne se limitera pas à des API CRUD mais devra interagir avec le ChatClient de Spring AI connecté à Gemini (Vertex AI). L'IA intervient directement dans le métier (génération de règles de compatibilité, analyse en langage naturel, génération dynamique de requêtes SQL). La compétence en ingénierie de prompt (PromptBuilder) associée au code Java est essentielle. Versioning avancé de données complexes : Le système de règles métiers possède son propre moteur de gestion de versions (concepts de parentRuleId, isLatestVersion, cycle de vie DRAFT/ACTIVE). La capacité à gérer efficacement les états et les cycles de vie est indispensable. Appétence pour l'algorithmie : Le système de règles calcule via un algorithme de tri topologique. Un esprit logique, rigoureux et curieux est requis pour maîtriser cette complexité.

Objectif : Permettre aux équipes de mesurer, d’optimiser et d’amplifier la performance des assets publiés sur les réseaux sociaux pour les 40 marques du Groupe à l’international. Le MVP est en cours de développement et connait une phase d’accélération. L'objectif est clair : enrichir la plateforme de nouvelles fonctionnalités, intégrer des modèles d'IA avancés et préparer le code pour une ouverture à l'échelle mondiale. Vous intégrerez une équipe Produit Agile (PO, UX, Data Scientist, Data Engineer) et serez encadré(e) par le Tech Lead de l'application. Votre rôle sera de renforcer le "moteur" de l'application tout en assurant une restitution fluide de la donnée côté Front. Vos missions principales : - Développement Back-End & APIs : Node.js et Python (FastAPI) - Intégration IA : connexion du back-end aux modèles IA via VertexIA, collaboration avec les Data Scientist/Engineer pour exploiter et restituer efficacement les données - Modélisation & base de données : PostgreSQL, MongoDB - Développement Front-End : React Compétences techniques : - Back-End (fort niveau attendu) : Node.js, Python, FastAPI - Base de données : PostgreSQL, MongoDB - Front-End : React - Ecosystème : GCP, VertexAI

Rejoignez une application stratégique et innovante développée pour les équipes Marketing Globales d’un grand groupe international. Cette plateforme permet de mesurer, optimiser et piloter la performance de contenus digitaux à grande échelle . Le produit, actuellement en phase de MVP avec une forte adhésion interne, entre dans une étape clé : son passage à l’échelle internationale . Votre rôle : Au sein d’une équipe pluridisciplinaire (PO, UX, Data Scientist, Dev Full-Stack, Data Engineer) et sous la responsabilité du Tech Lead, vous interviendrez sur la transformation de la plateforme en un système scalable, performant et sécurisé . Vos missions : Monitoring & Observabilité : mise en place de logs, alerting, dashboards et KPIs Optimisation du code : refactoring API, amélioration des modèles de données et endpoints Performance : caching, optimisation base de données, gestion des ressources cloud Sécurité : correction de vulnérabilités, amélioration des mécanismes d’authentification Infrastructure : migration de bases de données, scalabilité des services cloud Stack technique : Cloud & Infra : GCP (obligatoire), Azure (nice-to-have) Backend & IA : Node.js, Python, FastAPI, Vertex AI Frontend (plus) : React Bases de données : PostgreSQL, MongoDB

Je recherche pour un de mes clients un Data Scientist Computer Vision sur Alsace Vos missions Développer des modèles de Computer Vision pour identifier les fonctions et contenus des objets dans des images Accompagner les équipes commerciales dans l’exploitation des outils de classification et d’analyse visuelle Déployer et maintenir des solutions de traitement d’images en production sur GCP (Vertex AI) Concevoir des pipelines et algorithmes permettant la visualisation en temps réel de scènes d’ameublement Collaborer avec les équipes métier pour traduire les enjeux business en solutions techniques et aider au déploiement en production. Assurer une veille technologique pour intégrer les dernières avancées en vision par ordinateur Profil recherché Compétences techniques : Maîtrise des technologies Computer Vision (détection, segmentation, classification d’images) Expérience avec Vertex AI et déploiement sur GCP Solides connaissances en machine learning et deep learning Maîtrise de Python et frameworks associés (TensorFlow, PyTorch…) Connaissance des pipelines de production et des bonnes pratiques MLOps Profil : Diplôme Bac+5 (Data Science, IA, Informatique ou équivalent) Expérience significative en Computer Vision de 2 ans minimum dans des contextes similaires Capacité à comprendre les enjeux business et à collaborer avec les équipes commerciales Autonomie, rigueur et curiosité technologique Projets innovants à forte valeur business Impact direct sur les ventes et l’expérience client Environnement technologique moderne et dynamique Télétravail flexible et équipe collaborative

Opportunité -| un(e) ML Engineer / MLOps Engineer – Projet Data & IA en production Dans le cadre du renforcement d’une équipe Data & IA dédiée à la personnalisation de l’expérience utilisateur , nous recherchons un(e) ML Engineer confirmé(e) pour intervenir sur des projets à fort impact, en environnement cloud et production. Vos missions Concevoir, développer et maintenir des pipelines ML robustes et scalables Industrialiser les modèles développés avec les équipes Data Science Déployer les modèles en production et accompagner les A/B tests Mettre en place le monitoring des performances et le contrôle qualité des modèles Exposer les modèles via des API REST Structurer et optimiser le stockage et la circulation des données Développer et maintenir les workflows CI/CD Garantir la stabilité, la sécurité et l’évolutivité des environnements Collaborer avec les équipes Data, Produit et Tech dans un cadre Agile 🛠️ Environnement technique Python / SQL Google Cloud Platform Vertex AI BigQuery Cloud Run Airflow FastAPI / Flask Terraform GitLab CI/CD TensorFlow / Scikit-learn 👤 Profil recherché Minimum 3 ans d’expérience en environnement Data / Machine Learning Expérience confirmée en mise en production de modèles ML Très bonne maîtrise de Python, SQL et des architectures data Solide expérience sur GCP Connaissances MLOps / industrialisation / infrastructure as code Aisance en communication avec des interlocuteurs techniques et métiers Français courant indispensable

Contexte : Dans le cadre de l’accélération des usages IA générative au sein d’un grand groupe bancaire, une entité dédiée aux infrastructures IT renforce ses équipes Cloud afin de concevoir et industrialiser des plateformes Data, AI et GenAI sur GCP. Le consultant interviendra sur des cas d’usage autour des LLM et du RAG , avec des enjeux de scalabilité, sécurité, gouvernance des données et mise en production dans un environnement bancaire exigeant. Missions Principales : Concevoir et déployer des architectures Data, AI & GenAI sur GCP ; Mettre en œuvre des solutions basées sur des LLM (Vertex AI, modèles open source, APIs) ; Concevoir et industrialiser des pipelines RAG (Retrieval-Augmented Generation) : ingestion, vectorisation, recherche sémantique ; Implémenter des chaînes MLOps / LLMOps (CI/CD, évaluation, monitoring des modèles) ; Automatiser les infrastructures ( Terraform, IaC ) ; Assurer le run : performance, monitoring, optimisation des coûts (FinOps) ; Garantir la sécurité et la gouvernance des données sensibles (IAM, conformité, gestion des accès) ; Accompagner les équipes métiers et data dans l’industrialisation des cas d’usage GenAI.

Missions : • contribution aux projets décisionnels - Big data • participation et animation de groupes de travail avec les utilisateurs et les informatiques • collecte des besoins auprès des métiers • modélisation et développement des reporting : spécification des indicateurs décisionnels (statistique, qualité, facturation) • exploration de données • rédaction des livrables : spécifications fonctionnelles et techniques, cahiers de recette • participation aux recettes • formation et accompagnement des utilisateurs

Panda Services est une Entreprise de Services du Numérique spécialisée en Ingénierie Informatique. Dans le cadre du renforcement d’une équipe Data & IA dédiée à la personnalisation de l’expérience utilisateur, nous recherchons un(e) ML Engineer/ MLOPS Engineer Confirmé(e) pour intervenir sur des projets à fort impact, en environnement cloud et production. Localisation = Paris Projet Data & IA en production 🎯 Vos missions Au cœur de la chaîne de valeur Data & IA, vous interviendrez sur : La conception, le développement et la maintenance de pipelines ML robustes et scalables L’ industrialisation des modèles en collaboration avec les équipes Data Science Le déploiement en production des modèles et l’accompagnement des phases d’A/B testing La mise en place de solutions de monitoring (performance, dérive, qualité des modèles) L’ exposition des modèles via des API REST L’optimisation du stockage, de la circulation et de la gouvernance des données Le développement et la maintenance des workflows CI/CD La garantie de la stabilité, sécurité et scalabilité des environnements La collaboration étroite avec les équipes Data, Produit et Tech dans un cadre Agile 🛠️ Environnement technique Vous évoluerez dans un stack moderne orienté cloud : Langages : Python, SQL Cloud & Data : Google Cloud Platform (GCP), Vertex AI, BigQuery, Cloud Run Orchestration & APIs : Airflow, FastAPI, Flask CI/CD & Infra : GitLab CI/CD, Terraform Machine Learning : TensorFlow, Scikit-learn 👤 Profil recherché Minimum 3 ans d’expérience en environnement Data / Machine Learning Expérience confirmée en mise en production de modèles ML Très bonne maîtrise de Python, SQL et des architectures data Solide expérience sur Google Cloud Platform (GCP) Bonnes connaissances en MLOps, industrialisation et Infrastructure as Code Capacité à interagir avec des interlocuteurs techniques et métiers

Missions principales Mise en œuvre opérationnelle et technique des produits IA : Apporter une expertise technique et participer à la conception des architectures IA Industrialiser et automatiser le déploiement de plateforme agentique dans un environnement on premise ou cloud Participer à la mise en place de services managés en intégrant les contraintes de sécurité, compliance et gouvernance Documenter les offres et services et assurer leur mise en production Démontrer la valeur des offres d'IA générative auprès des entités/clients internes Réaliser des présentations et démos pour promouvoir les offres et services Participer aux daily meetings animés par le Product Owner Contribuer aux réunions de co-construction de la roadmap Prendre en charge les éléments de la backlog formalisée par le Product Owner Assurer le lead technique sur un produit au sein de la squad Participer à l'ensemble des rituels de la squad, de la plateforme et du pôle Participer aux astreintes techniques du pôle Compétences métiers requises Expérience en déploiement et manipulation du workload data Maîtrise des stacks IA sur AWS, GCP et/ou on-premise, avec expérience en déploiement de processus MLOps et LLMOps Maîtrise des fondamentaux de conteneurisation et des pratiques CI/CD Expérience dans le développement de projets AI/ML, d'exploitation et d'optimisation de produits IA Connaissance approfondie des meilleures pratiques en matière de sécurité des données et de conformité Environnement technique Cloud et Infrastructure : AWS (EKS, Sagemaker, Bedrock), GCP (GKE, Vertex AI), stack on premise, Kubernetes, Openshift, Docker Développement et Automatisation : Terraform, Python, SQL, Ansible, Jenkins, GitLab CI, Kestra Data et IA : Artifactory (Jfrog), orchestration de workload IA (Dataiku ou MLflow), bases de données vectorielles (Opensearch, RDS, Elastic Search, PG Vector, MongoDB Atlas) Observabilité : Dynatrace, CloudWatch, Prometheus, Grafana, X-Ray (appréciées) Compétences comportementales Excellent relationnel Agilité Esprit d'équipe Force de proposition Rigueur et sens de l’organisation

Accompagner le programme de déploiement IA de DIGIT autour des axes suivants : Conception d'agents IA complexes: Analyse des besoins métiers, études de faisabilité, architecture technique, sélection des LLM et segmentation en MVP successifs. Développement et intégration de systèmes agentiques: Implémentation sur plateformes Cloud et On‑Prem (Vertex AI, AWS, Dataiku…), intégration SI, APIs, pipelines CI/CD et tests. Sécurisation et maîtrise des risques opérationnels : Mise en place de mécanismes obligatoires : human‑in‑the‑loop, rollback, circuit breaker, journalisation, observabilité. Gouvernance, conformité et sécurité IA : Contribution aux démarches RGPD, AIPD et IA Act, intégration des exigences sécurité dès la conception. Documentation, exploitation et transfert de compétences : Runbooks, documentation technique, sessions de transfert et montée en autonomie des équipes internes. 2-3j sur site par semaine Compétences techniques requises : LangChain LangGraph Google Vertex AI AWS Bedrock Amazon SageMaker REST API's Python

Bonjour à tous, notamment aux Leads Fullstack (dominante backend) ⚙️ sur React et Node.js (& Python sur FastAPI) 🔎 Je cherche un profil Dev Fullstack à forte dominante Back(+5 ans d’expérience) pour rejoindre une équipe Produit sur une application stratégique en phase d’accélération. L’objectif de la plateforme est de permettre aux équipes Marketing Globales de mesurer, optimiser et amplifier la performance des assets social media à grande échelle. Le MVP est en cours de développement et entre dans une phase clé d’enrichissement fonctionnel, de scalabilité et d’intégration de capacités IA. 💻 Ce que tu vas faire : - Développer et faire évoluer le Back-End de la plateforme (Node.js & Python / FastAPI) - Concevoir et exposer des APIs robustes et scalables pour accompagner la montée en charge - Intégrer des modèles d’IA via Vertex AI en collaboration avec les équipes Data Science et Data Engineering - Optimiser la modélisation et les performances des bases de données (PostgreSQL & MongoDB) - Contribuer au Front-End en React pour assurer une restitution fluide et performante de la donnée - Participer à la phase d’accélération produit et à la préparation d’un déploiement à grande échelle - Travailler dans une équipe Produit Agile (PO, UX, Data Scientist, Data Engineer, Tech Lead) 🎯 Stack & environnement : Node.js / Python / FastAPI / React / GCP / Vertex AI / PostgreSQL / MongoDB 📍 Mission : IDF 🏠 : 2 jours de TT 📅 Démarrage : ASAP Qu'en penses-tu? Une belle fin de journée

Les attendus de la mission: 1. Développement d’Agents IA Concevoir et améliorer des agents IA end‑to‑end (RAG, multi‑agents, MCP). Développer des assistants intégrés (Google Chat, APIs internes). Implémenter du Tool Use pour orchestrer des actions métier (SAP, BigQuery, Firestore). Intégrer des capacités multimodales (PDF, images). 2. MLOps & Industrialisation Déployer sur GCP : Vertex AI, Cloud Run, BigQuery, Firestore. Intégrer les workflows dans Airflow (DAGs de traitement). Maintenir CI/CD (GitHub Actions) et conteneurisation (Docker). Assurer le monitoring et la qualité (MLflow, Evidently). 3. Sécurité & Gouvernance Mettre en place et maintenir un Human‑in‑the‑loop robuste. Protéger les agents contre prompt injection, jailbreaking et fuite de données. Garantir la conformité et la qualité des données injectées dans SAP/BigQuery. 4. Automatisation & Optimisation Optimiser les performances des agents (précision, autonomie, robustesse). Étendre les capacités du système (nouveaux outils, nouvelles sources). Développer des mécanismes de fallback intelligents pour les cas complexes.

DevOps Nantes • Kubernetes, Kafka, PostgreSQL, MongoDb • Microsoft Azure (hosting et service PaaS), UNIX, Gitlab, Gitlab CI • Administration systèmes et réseaux • Keycloak • La connaissance du développement en Java (Java, RxJava, Vert.x, Quarkus, Maven) • La connaissance de l’administration de base de données est un plus • Assurer le déploiement et la surveillance des composants sous la responsabilité de l’équipe • Participer activement à l’amélioration/maintien du bon niveau de service en production • Mettre en place les outils de monitoring/alerting nécessaires • S’assurer que toutes les bonnes pratiques en matière de delivery / sécurité sont correctement implémentées et respectées • Mettre en place les flux de CI / CD conjointement avec le reste de l’équipe • Mettre en place le monitoring nécessaire à la supervision du fonctionnement de la production • Suivre et alerter sur l’obsolescence des composants de son domaine d’expertise. • Aider le Team Leader à prioriser les sujets techniques. • Etre à l'initiative de l'amélioration continue des composants de son périmètre et met en place des roadmaps techniques si nécessaire. • Assurer le support et l’analyse des problèmes remontés sur les différents environnements utilisés par l’équipe et les clients • Aider l’équipe de développement à faire les bons choix techniques en vue de faciliter les déploiements et la gestion des configurations • Kubernetes, Kafka, PostgreSQL, MongoDb • Microsoft Azure (hosting et service PaaS), UNIX, Gitlab, Gitlab CI • Administration systèmes et réseaux • Keycloak • La connaissance du développement en Java (Java, RxJava, Vert.x, Quarkus, Maven) • La connaissance de l’administration de base de données est un plus Qualifications : PostgreSQL, Apache Kafka, Kubernetes,