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

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

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