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

Dans un contexte de transformation digitale accrue, la capacité à exploiter les données en temps réel est un levier majeur pour les acteurs du retail souhaitant optimiser leur performance opérationnelle et l'expérience client. La digitalisation des points de vente devient un enjeu stratégique, requérant des solutions innovantes où l'analytique avancée et la Computer Vision jouent un rôle clé. En intégrant une équipe dédiée à la data science dans une grande organisation internationale du secteur de la grande distribution, vous apporterez votre expertise technique pour concevoir et déployer des modèles analytiques en environnement Cloud, au service de la transformation digitale des magasins. Concevoir, développer et industrialiser des modèles de Computer Vision pour analyser en temps réel l'environnement physique des points de vente. Transformer les données visuelles des rayons physiques en informations exploitables pour les équipes métiers. Contribuer au projet stratégique de monitoring temps réel des étagères visant à améliorer la disponibilité et la conformité des stocks. Mettre en œuvre des algorithmes d'analyse d'image innovants intégrant des techniques de deep learning. Collaborer avec les équipes métiers et data pour aligner les solutions techniques sur les exigences opérationnelles. Assurer la qualité, la fiabilité et la scalabilité des solutions développées dans un environnement GCP avec Vertex AI . Participer à l'optimisation continue des modèles et processus en intégrant les retours terrain. Assurer la veille technologique sur les outils et méthodes liés à la vision par ordinateur et à l'IA. Documenter les livrables techniques et partager les bonnes pratiques au sein de l'équipe. Respecter les contraintes de sécurité et de conformité liées à l'utilisation des données et outils analytiques. Intervenir en mode collaboratif dans une équipe sénior de plus de 12 data scientists. Assurer une communication claire et efficace avec les parties prenantes techniques et métiers. Ce poste vous offre l'opportunité d'évoluer dans un environnement technique à la pointe, au cœur d'une stratégie d'innovation digitale majeure, avec de fortes perspectives d'évolution.

Dans un contexte de transformation digitale accrue, la capacité à exploiter les données en temps réel est un levier majeur pour les acteurs du retail souhaitant optimiser leur performance opérationnelle et l'expérience client. La digitalisation des points de vente devient un enjeu stratégique, requérant des solutions innovantes où l'analytique avancée et la Computer Vision jouent un rôle clé. En intégrant une équipe dédiée à la data science dans une grande organisation internationale du secteur de la grande distribution, vous apporterez votre expertise technique pour concevoir et déployer des modèles analytiques en environnement Cloud, au service de la transformation digitale des magasins. Concevoir, développer et industrialiser des modèles de Computer Vision pour analyser en temps réel l'environnement physique des points de vente. Transformer les données visuelles des rayons physiques en informations exploitables pour les équipes métiers. Contribuer au projet stratégique de monitoring temps réel des étagères visant à améliorer la disponibilité et la conformité des stocks. Mettre en œuvre des algorithmes d'analyse d'image innovants intégrant des techniques de deep learning. Collaborer avec les équipes métiers et data pour aligner les solutions techniques sur les exigences opérationnelles. Assurer la qualité, la fiabilité et la scalabilité des solutions développées dans un environnement GCP avec Vertex AI . Participer à l'optimisation continue des modèles et processus en intégrant les retours terrain. Assurer la veille technologique sur les outils et méthodes liés à la vision par ordinateur et à l'IA. Documenter les livrables techniques et partager les bonnes pratiques au sein de l'équipe. Respecter les contraintes de sécurité et de conformité liées à l'utilisation des données et outils analytiques. Intervenir en mode collaboratif dans une équipe sénior de plus de 12 data scientists. Assurer une communication claire et efficace avec les parties prenantes techniques et métiers. Ce poste vous offre l'opportunité d'évoluer dans un environnement technique à la pointe, au cœur d'une stratégie d'innovation digitale majeure, avec de fortes perspectives d'évolution.

Vous intervenez au sein d’un programme stratégique majeur visant à optimiser les moteurs de recommandation client d’un grand groupe aérien international. Le projet « Offer Display Recommender » a pour objectif d’améliorer la personnalisation et la pertinence des offres grâce à l’adoption de technologies avancées, notamment : Apprentissage par renforcement (RL) Modèles de recommandation nouvelle génération Approches expérimentales et data‑driven Le Data Scientist senior jouera un rôle clé dans la conception, l’expérimentation, la modélisation et la mise en production des solutions. Objectifs & responsabilités Modélisation & Data Science Concevoir, entraîner et optimiser des modèles de recommandation avancés. Proposer, challenger et prioriser les solutions data à tester. Appliquer des techniques de modélisation Data Science de niveau expert. Expérimenter des approches RL, bandits, ranking models, embeddings, etc. Communication & pilotage scientifique Présenter en anglais les travaux de modélisation aux stakeholders (produit, business, tech). Challenger les orientations stratégiques du projet. Vulgariser les choix algorithmiques et leurs impacts business. Mise en production & industrialisation Contribuer à la mise en production des modèles dans un environnement Cloud (GCP). Participer à l’optimisation des pipelines ML et à la fiabilité des modèles. Collaborer avec les équipes MLOps, Data Engineering et Produit.

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

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.

🎯 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)

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

Expert Architect IA Multi Cloud Anglais 700 par jour Construction d'une plateforme IA Coud & Architecture : GCP en priorité : BigQuery, Vertex AI, Pub/Sub, GKE, Dataflow, Cloud Composer, IAM Azure et architectures multi-cloud Expérience sur des architectures scalables, multi-pays, multi-zones Capacité à concevoir une Target Architecture, la documenter et la défendre IA : IA Générative, LLM, Agentic AI ; expérience réelle en entreprise, pas seulement théorique Vertex AI et écosystème GCP AI Capacité à évaluer les use cases IA : pertinence, choix du bon LLM, limites des approches Architecture de solutions IA à l'échelle entreprise Data Platform : Expérience sur des intégrations SAP / CRM / ERP est un plus 700 e par j

Missions Développer des microservices et APIs en Python / FastAPI. Concevoir et intégrer des solutions basées sur les LLMs (OpenAI, Anthropic, Vertex AI). Développer des assistants RH, agents IA et solutions RAG. Intégrer les applications aux systèmes SIRH existants. Exploiter et valoriser les données RH au travers de cas d'usage innovants. Participer aux choix d'architecture, aux bonnes pratiques de sécurité et à l'industrialisation des solutions. Déployer et maintenir les applications sur Google Cloud Platform. Garantir la qualité, la pertinence et la fiabilité des réponses générées par les modèles d'IA. Compétences requisesIA Générative Expérience significative sur OpenAI, Anthropic ou Vertex AI. Développement d'agents IA. Architectures RAG. Prompt Engineering. Gouvernance et sécurisation des usages IA. Backend & Cloud Python. FastAPI. Architecture microservices. API REST sécurisées. Docker. GitHub. CI/CD. Google Cloud Platform (Cloud Run, Cloud Functions, Cloud Build, Vertex AI). Data Firestore. Redis. SQLAlchemy. Pydantic. Profil recherché Minimum 5 ans d'expérience en développement Python. Expérience démontrée sur des projets IA générative en environnement de production. Capacité à évoluer dans un contexte international. Forte autonomie et sens des responsabilités. Critère différenciant Une expérience dans un environnement SIRH constitue un véritable atout pour cette mission. Une connaissance de solutions telles que SuccessFactors, HR Access, Workday, Oracle HCM ou Talentsoft sera particulièrement appréciée. La compréhension des processus RH (gestion des collaborateurs, recrutement, mobilité interne, formation, performance, administration du personnel) permettra de prendre rapidement en main les enjeux fonctionnels du projet.

RÉSUMÉ EXPRESS Expert MLOps & GCP pour accompagner une équipe technique sur des use cases IA stratégiques au niveau Groupe dans le secteur de l'assurance : digitalisation documentaire via OCR, bot de service client et plateforme agentique. Il maîtrise la stack GCP (Vertex AI, BigQuery, Kubernetes), les architectures LLMs et Agentic RAG, et apporte un vrai builder mindset et une force de proposition. Disponibilité immédiate obligatoire. Expérience assurance ou finance appréciée / Anglais B2. MISSIONS PRINCIPALES Implémentation des Use Cases IA Contribuer à la digitalisation documentaire via OCR Développer et maintenir le bot de service client pour le suivi en agence Participer à la construction de la plateforme agentique dédiée à l'assurance Architecture & MLOps GCP Concevoir et opérer les pipelines ML sur GCP (Vertex AI, BigQuery, Kubernetes) Gérer l'infrastructure as code via Terraform, maintenir les pipelines CI/CD sur GitHub Appliquer les pratiques FinOps et Clean Code dans un environnement cloud de production LLMs & RAG Implémenter des architectures Agentic RAG adaptées aux cas d'usage métier Mettre en place les mécanismes d'évaluation RAG pour garantir la qualité et la fiabilité des réponses Assurer une veille active sur l'évolution des LLMs et des patterns d'architecture agentique Collaboration & Force de Proposition Travailler en binôme avec le Tech Lead et contribuer aux décisions d'architecture Être force de proposition sur les choix technologiques et les patterns d'implémentation Évoluer dans une équipe pluridisciplinaire (Data Scientists, MLOps, Développeurs, PO) avec un fort accent sur l'innovation IA et Cloud

Contexte de la mission Dans le cadre d'un programme de transformation SAP de grande envergure chez un acteur majeur du secteur technologique, nous recherchons un consultant SAP expert sur les processus Source-to-Pay (S2P) et Record-to-Report (R2R), en environnement SAP S/4HANA Public Cloud. La mission couvre notamment la gestion des intégrations avec des solutions externes (Concur, Ariba, Kyriba, Vertex) et la migration depuis Oracle PeopleSoft. Missions principales – Analyser et challenger les besoins métier et les propositions de l'intégrateur SAP pour garantir les meilleures pratiques S/4HANA Public Cloud – Collaborer avec les parties prenantes IS, IT et métier pour recueillir les exigences et optimiser les processus financiers – Participer aux revues de configuration et valider les spécifications détaillées (QA) – Piloter les flux d'intégration depuis les spécifications fonctionnelles jusqu'au suivi de mise en œuvre – Gérer la transformation PeopleSoft → S/4HANA : migration des données, tests et basculement – Superviser l'intégration avec les systèmes externes (Concur, Ariba, Kyriba, Vertex) – Définir et exécuter des scénarios de tests fonctionnels et d'intégration – Garantir la conformité IFRS et la préparation aux audits – Assurer la communication projet (PV, plans d'action, rapports flash) Livrables attendus – Validation du fichier de conception générale (Fit-to-Standard) – Schéma directeur fonctionnel et technique lié aux intégrations – Cartographie des interfaces et stratégie d'intégration – Spécifications de conception fonctionnelle détaillées – Stratégie et plan de conversion de données – Support pour les tests unitaires, d'intégration et le basculement – Documentation et kit de transfert de connaissances

DevOps Kubernetes, Kafka, PostgreSQL, MongoDb • Microsoft Azure Clermont-Ferrand • 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,