Trouvez votre prochaine mission ou futur job IT.

Nous recherchons un profil Lead Automation / DevOps Infrastructure disposant d’une solide expérience (>6 ans) dans la conception, l’industrialisation et l’automatisation d’environnements d’infrastructure modernes en production ou en laboratoire R&D. Le candidat doit maîtriser à un haut niveau les environnements Linux/Unix, les pipelines CI/CD, les déploiements Kubernetes, l’IaC (Terraform) et les pratiques DevSecOps dans des environnements soumis à des contraintes de sécurité et de conformité. Ce rôle requiert également une forte capacité à travailler en interface avec des équipes d’ingénierie IA / data pour intégrer, expérimenter et déployer des POC innovants autour d’agents autonomes et de modèles LLM appliqués à la supervision, à l’automatisation et à l’aide opérationnelle à la production. Une appétence pour les technologies émergentes (Agentic AI, LLMs, orchestrateurs, frameworks Python) est indispensable, même si l’expertise IA peut être renforcée sur place. Le profil idéal possède une culture DevOps + Cloud + Infra + Automatisation , complétée par des compétences d’ingénierie logicielle lui permettant de documenter, sécuriser, orchestrer et transmettre les spécifications d’industrialisation à des équipes produit. L’environnement étant international et pluridisciplinaire, une excellente communication en anglais est nécessaire, ainsi qu’une capacité à collaborer dans un contexte agile.

Contexte L'équipe du client travaille sur le développement des algorithmes de détection d'anomalie sur des pièces industrielles. L'équipe est composée d'une dizaine de personnes (Data scientist, deep learning ingénieur, ML engénieur) et travaille sur une dizaine de projet par an pour développer des solutions d'aide au contrôle industriel. Les données traitées sont des images sous des formes variées (ultrasons, rayons X, tomographie, images visibles, vidéo, etc...) Pour produire les détecteurs (ou algorithme), l'équipe s'appuie sur une stack d'outils internes permettant l'industrialisation du travail des Deep Learning Scientist. La stack se divise en : une stack d'outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l'équipe AI engineering. une stack d'outils spécifiques à l'équipe contrôle non destructif, développée par l'équipe CND elle-même. Pour faire face à une augmentation de la charge, nous avons besoin de renforcer l'équipe pour contribuer à plusieurs projets CND. Soft skills Votre esprit est rigoureux, créatif et méticuleux. Vous avez un bon esprit critique, ainsi que de bonnes capacités d'analyse des résultats et de prise de recul. Vous avez une bonne capacité à travailler en équipe, et de bonnes compétences en communication. Vous êtes pragmatique, et orienté résultat.

Pour le compte d’un grand groupe international (client masqué) , nous recherchons un·e Ingénieur·e Backend pour intervenir sur une plateforme d’ IA générative déployée à grande échelle en interne. Tu rejoindras une équipe technique travaillant sur une solution stratégique qui vise à améliorer la productivité des collaborateurs grâce à l’intégration de modèles de langage (LLM). Ton rôle consistera à concevoir, développer et maintenir des services backend performants, robustes et scalables , capables de gérer un volume élevé d’interactions IA, d’orchestrer différents fournisseurs de LLM et d’assurer l’intégration fluide avec le SI existant. Missions principales : Conception et développement de microservices backend Développement et optimisation d’ API REST à forte volumétrie Orchestration et intégration de LLM (plusieurs providers) Contribution à la scalabilité, performance et fiabilité de la plateforme Participation à l’architecture backend et aux choix techniques Collaboration en environnement Agile avec équipes produit, IA et DevOps

Contexte de la mission Dans le cadre de ses initiatives visant à améliorer la performance énergétique et à accélérer la décarbonation de ses activités, le client recherche un Product Engineer IA / ML . La mission s’inscrit au cœur des activités Énergie (bâtiments, sites industriels, réseaux, production) et consiste à accompagner les Business Units dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle à fort impact opérationnel. Le prestataire interviendra comme acteur clé entre les équipes métier, Data Science et IT , avec un objectif clair de passage à l’échelle et de déploiement multi-BU. 2. Objectifs de la mission Développer et déployer des solutions IA/ML industrielles visant l’optimisation de la performance énergétique et la réduction de l’empreinte carbone Transformer des problématiques opérationnelles complexes en produits IA robustes, maintenables et prêts pour la production Garantir l’intégration des solutions dans la plateforme data du Groupe et leur réplicabilité à l’échelle des Business Units Assurer un impact métier mesurable en lien direct avec les enjeux énergétiques et environnementaux 3. Missions et responsabilités Le Product Engineer IA / ML sera en charge de : Concevoir, développer et déployer des solutions IA/ML scalables, du POC à la production Collaborer étroitement avec les équipes Data Science et IT pour assurer la faisabilité technique, la qualité des données et l’industrialisation Construire et maintenir une bibliothèque de composants IA/ML explicables et réutilisables Intégrer les solutions dans la plateforme data Groupe pour un déploiement multi-BU Orchestrer la livraison end-to-end des cas d’usage, en garantissant robustesse, performance et traçabilité Produire une documentation complète (blueprints, guides d’implémentation, bonnes pratiques) afin de faciliter la réplication des solutions Favoriser la collaboration transverse entre Business Units, équipes Data, IT et fonctions centrales Contribuer au partage de connaissances et à la montée en compétence des équipes internes 4. Compétences requisesCompétences techniques IA générative et agents : Expert Machine Learning & Deep Learning : Expert MLOps et industrialisation des modèles : Confirmé Data Engineering : Avancé Efficacité énergétique et enjeux de décarbonation : Avancé Compétences transverses Capacité à transformer des enjeux métier en produits IA industrialisables Forte culture produit et orientation impact mesurable Capacité à travailler en environnement complexe et multi-acteurs Autonomie, rigueur technique et sens du delivery

Nous recherchons un(e) Lead Product Owner pour piloter la conception et la livraison à l’échelle industrielle de produits innovants, centrés sur l’IA et les données, pour la franchise de Recherche en Valeurs Mobilières côté vente (sell-side). Vous orchestrerez une équipe interfonctionnelle (Analystes de Recherche, Ventes, Corporate Access, Data Scientists/Ingénieurs, UI/UX et ingénieurs full-stack) afin de créer des services sécurisés, multilingues et prêts pour le client, améliorant la portée, la qualité et la monétisation de la recherche. Périmètre du produit : trois piliers 1. Production augmentée par l’IA pour les Analystes de Recherche Génération et assemblage de documents de recherche multilingues avec supervision humaine. Capacités clés : ingestion et templating de documents, traduction/adaptation du ton, sourcing de données, suggestions de mise à jour de modèles, résumés factuels avec citations et validation. 2. Engagement client augmenté par l’IA pour les Ventes Agents intégrés pour réduire le temps de préparation et augmenter le temps consacré aux clients et à l’analyse à forte valeur ajoutée. Capacités clés : récupération sécurisée de données internes et externes, requêtes conversationnelles, préparation ciblée de matériel client, automatisation du flux de capture d’alpha, intégration avec CRM et outils collaboratifs. 3. Monétisation & expérience client Transformation de la propriété intellectuelle en revenus récurrents via différents formats : ensembles de données, abonnements, contenus générés par IA (chatbots, podcasts, vidéos, etc.). Capacités clés : empaquetage de données, génération de contenu multi-format, analyse de l’utilisation et de la monétisation, distribution conforme aux droits. Contexte technologique : Modernisation d’une plateforme mixte : systèmes existants (CRM, portail web de Recherche) et nouvelles solutions IA (Azure RAG, Microsoft Copilot, plateformes de données et IA). Livraison de produits RAG/LLM/Agents à l’échelle avec garde-fous, observabilité et contrôle des coûts. Responsabilités clés : Définir la feuille de route 3 ans et quantifier la valeur via OKRs. Concevoir des expériences RAG/agents, automatiser les flux, sécuriser les données et superviser la qualité humaine. Intégrer les flux de données, assurer la conformité des licences et collaborer avec les équipes Juridique/Conformité. Gérer le backlog, rédiger les PRD, définir les SLOs, livrer de manière itérative et soutenir le lancement des offres client.

La l'équipe RAD-LAD (Reconnaissance Automatique de Documents et Lecture Automatique de Documents) a pour objectif de savoir reconnaître le maximum de documents clients possible et d'en extraire le maximum de données possibles pour aider le conseiller au quotidien. L'équipe souhaite élargir son panel de documents reconnus et moderniser les technologies utilisées (LLM notamment). * Tester différents LLM peu importe le provider (aws, gcp, azure) * Préparer les jeux de données * Définir les conditions de succès et d’échec et paramétrer les outils de benchmark (IA tools par exemple) afin de comparer les résultats attendus * Faire des développements sur les produits de la squaq (Java / Python)

Partenariats & écosystème plateformes •Cartographier l’écosystème et identifier les bons interlocuteurs chez les éditeurs / intégrateurs. •Préparer, conduire et restituer les workshops partenaires (AWS, Microsoft, MuleSoft, Snowflake, etc.). •Évaluer les offres (agents frameA. Partenariats & écosystème plateformes •Cartographier l’écosystème et identifier les bons interlocuteurs chez les éditeurs / intégrateurs. •Préparer, conduire et restituer les workshops partenaires (AWS, Microsoft, MuleSoft, Snowflake, etc.). •Évaluer les offres (agents frameworks, orchestration, outils d’observabilité, sécurité, gouvernance, intégration SI). B. Discovery & use cases Agentic AI (génériques + aéronautique) •Animer des ateliers de discovery (métier, IT, sécurité, data, ops) pour : oDéfinir des use cases transverses (support, IT ops, knowledge assistant, dev productivity, workflow automation, etc.) ; oDéfinir des use cases aéronautiques (ex. maintenance, supply chain, engineering, flight ops, qualité, conformité, MRO, documentation technique). •Formaliser chaque use case : objectifs, périmètre, acteurs, triggers, tâches agentiques, dépendances, données, risques, critères de succès. •Prioriser via une grille valeur/risque/effort (quick wins vs “strategic bets”). C. Recommandations plateformes, architectures, trajectoire •Proposer des patterns d’architecture Agentic AI (RAG, tool-use, multi-agent vs single-agent, event-driven workflows, human-in-the-loop). •Recommander des plateformes / briques (cloud, iPaaS, API management, vector DB, orchestration, MLOps/LLMOps). •Définir la trajectoire : MVP → industrialisation, critères de passage en prod, exigences non fonctionnelles.

Mission Garantir l’excellence technologique du pôle IA en définissant les standards d’architecture et de développement, en sécurisant la mise en production de solutions d’intelligence artificielle complexes et en accompagnant la montée en compétence des équipes techniques. Le Tech Lead ML joue un rôle clé dans la conception, la robustesse et la scalabilité des produits IA tout en contribuant aux décisions stratégiques liées à la roadmap technologique. Responsabilités principalesArchitecture & Engineering IA Définir et maintenir les standards d’architecture ML/IA dans des environnements multi-cloud . Concevoir et valider les pipelines ML / IA end-to-end (data → training → évaluation → déploiement → monitoring). Mettre en place les bonnes pratiques de MLOps et industrialisation des modèles . Choix technologiques Superviser les choix d’outils et frameworks : frameworks ML solutions cloud (Google Cloud, Microsoft Azure) outils MLOps Garantir la cohérence technologique de l’écosystème IA. Qualité technique & gouvernance Auditer et challenger la qualité technique des produits IA : performance robustesse sécurité coûts (FinOps) maintenabilité Mettre en place des standards de gouvernance des modèles et des données . Leadership technique Jouer un rôle d’ expert et de mentor auprès des équipes Data Science et Data Engineering. Accompagner la montée en compétence technique des équipes. Définir et diffuser les bonnes pratiques de développement . Contribution stratégique Participer aux phases de cadrage et de conception des produits IA . Contribuer à la définition de la roadmap produit IA . Collaborer étroitement avec : le Product Owner IA les Data Scientists les Data Engineers les équipes software. Innovation & veille Assurer une veille technologique active sur les innovations IA : IA générative MLOps architectures data outils et frameworks émergents.

En quelques mots Cherry Pick est à la recherche d'un "Développeur Java Angular" pour un client dans le secteur bancaire Description 🤖 Le Contexte : L’Industrialisation de l’IA Générative Au sein de la IA Gen Factory , nous passons du stade de l'expérimentation à celui de l'industrialisation. Notre mission est de transformer les processus métiers du Groupe en intégrant l’IA générative au cœur de nos applications. Nous recherchons un Développeur Fullstack confirmé , capable non seulement de coder, mais aussi d'agir en véritable partenaire des métiers. Vous devrez investiguer leurs besoins, identifier les opportunités d'accélération opérationnelle et proposer des solutions innovantes basées sur les Large Language Models (LLM) en toute autonomie. 🎯 Vos Missions : Concevoir, Livrer et Optimiser Votre rôle couvre l'ensemble du cycle de vie des produits IA, de l'idéation à la mise en production. 1. Conception & Architecture : Définir l’architecture logicielle (Front Angular, Back Java/Spring Boot, services LLM). Rédiger les spécifications fonctionnelles et techniques. Estimer les charges et organiser votre backlog en autonomie. 2. Implémentation & Ingénierie IA : Développer les composants applicatifs et orchestrer les appels API LLM. Mettre en place des architectures RAG (Retrieval-Augmented Generation) . Gérer les embeddings, les bases de données vectorielles (Vector Stores) et la recherche sémantique. Maîtriser le Prompt Engineering , les Guardrails et les systèmes d'évaluations automatiques de prompts. 3. DevOps & Performance : Automatiser la CI/CD (GitLab, Jenkins, OpenShift). Superviser la performance des modèles en production. Optimisation critique : Maîtriser les coûts et la latence des appels LLM. Assurer la sécurité et la conformité (OAuth2, RGPD, Data Masking).

Poste IA Native Software engineer Localisation Hauts de Seine TT: 2 jours Dans un contexte de forte accélération de l’innovation digitale, nous recherchons un AI-Native Software Engineer capable d’accompagner la transformation des pratiques de développement et d’intégrer l’IA générative au cœur des usages technologiques. Rattaché(e) à la direction Innovation & Stratégie Digitale, le/la prestataire interviendra en tant que référent technique et coach IA, avec une approche résolument orientée delivery, qualité et montée en compétence des équipes. Missions principales Agir comme coach technique des équipes de développement, en diffusant les bonnes pratiques liées à l’IA générative et aux approches AI-Native Accompagner la montée en compétence des équipes via l’intégration d’assistants IA (ex. Copilot, Claude Code) pour accélérer le développement, la revue de code et la documentation Concevoir, développer et maintenir des applications performantes et scalables (Java / Spring Boot, React ou Angular, Node.js), enrichies par des assistants IA intégrés au cycle de vie du développement Mettre en œuvre des automatisations avancées (tests, CI/CD, observabilité, monitoring) afin d’optimiser la productivité et la fiabilité des livraisons Contribuer à des architectures modernes orientées APIs et Cloud (PaaS / IaaS), incluant infrastructure as code (Terraform) Garantir la qualité, la sécurité et la robustesse des développements, en veillant au respect des standards techniques, des bonnes pratiques de sécurité et des contraintes de l’environnement SI Collaborer étroitement avec les équipes produit, design et architecture, dans une logique agile et transverse Accompagner les équipes sur l’ensemble du cycle de vie des solutions, de la conception technique assistée par IA jusqu’au monitoring en production

Nous recherchons 1 à 2 Data Scientists spécialisés en Prompt Engineering pour intervenir sur un projet d’adaptation linguistique et culturelle d’une solution d’IA destinée aux professionnels du secteur juridique. Le projet consiste à adapter un produit d’IA récemment lancé aux États-Unis pour les marchés japonais et coréen . Nous sommes à la recherche de : 2 Data Scientists distincts : 1 spécialisé en japonais 1 spécialisé en coréen Les consultants travailleront en collaboration avec une équipe internationale basée en Asie et seront directement pilotés par un manager local. Missions Concevoir et optimiser des prompts pour modèles LLM dans un contexte multilingue Adapter les interactions IA aux spécificités linguistiques et culturelles japonaises et/ou coréennes Tester et améliorer les performances des modèles sur des cas d’usage métier Collaborer avec des équipes produit, IA et ingénierie Participer à l’amélioration continue des workflows basés sur LLM Environnement technique Cloud : AWS Langage : Python 3.11 LLM / Prompt Engineering : Gemini, GPT, Claude (Sonnet) Frameworks : Google ADK API : FastAPI Interfaces : Streamlit, Gradio Profil recherché Expérience en Data Science / LLM / Prompt Engineering Maîtrise native ou professionnelle du japonais ou du coréen Bonne maîtrise de Python Expérience avec modèles génératifs / LLM APIs Capacité à travailler dans un environnement international Langues : Anglais ou chinois requis Japonais ou coréen Français non requis

Dans le cadre de programmes stratégiques autour de l’ IA de nouvelle génération (GenAI) , notre client grand compte du secteur bancaire renforce ses équipes avec un expert technique en cybersécurité et DevSecOps , très orienté mise en œuvre concrète des contrôles de sécurité sur Azure / Microsoft . Vous rejoignez une équipe internationale mature, déjà dotée de profils GRC et pilotage . 👉 Ce poste n’est pas un rôle de chef de projet ni de GRC : la valeur attendue est 100 % technique . 🎯 Priorité absolue : experts cyber capables de sécuriser des cas d’usage GenAI / LLM / agentiques en production , dans un contexte bancaire exigeant (sécurité, conformité, data sensible) . Vos missions (périmètre technique) Vous interviendrez en support technique avancé pour la sécurisation de la stack IA du client : 🔹 Sécurité des plateformes GenAI sur Azure Azure AI & Cognitive Services Azure OpenAI (si utilisé) Azure Machine Learning Microsoft Fabric, Power Platform, M365 Intégrations data (ex : Snowflake) 🔹 Design & implémentation des contrôles de sécurité Identités & accès : RBAC, MFA, Conditional Access, PIM Sécurisation réseau et cloisonnement des environnements Sécurisation des endpoints et services IA 🔹 DevSecOps & Infrastructure as Code Mise en place et amélioration de pipelines CI/CD sécurisés Sécurité de l’IaC : Terraform, Bicep Intégration de contrôles automatisés et policy-as-code 🔹 Outils de sécurité Microsoft Microsoft Sentinel Defender for Cloud Microsoft Purview (DLP, classification, conformité) 🔹 Rôle de référent technique Interaction directe avec développeurs, data engineers, data scientists Capacité à apporter des réponses opérationnelles sur les risques IA : prompt injection data / model poisoning exfiltration de données escalade de privilèges via agents / LLM 📦 Livrables attendus Blueprints et architectures de sécurité GenAI sur Azure Configurations sécurisées des services IA (RBAC, policies, alertes, DLP…) Contribution aux analyses de risques et mesures de mitigation techniques Revue de code, IaC et pipelines CI/CD Mise en œuvre de contrôles automatisés Reporting technique : posture de sécurité, vulnérabilités, plans de remédiation

Dans le cadre de sa stratégie Data & IA, notre client dans le secteur bancaire renforce ses équipes pour concevoir, entraîner, déployer et monitorer des modèles de Machine Learning, et intégrer les solutions d’IA Générative dans ses parcours clients et processus métiers. Vous rejoignez une équipe Data innovante, à la croisée des enjeux opérationnels, réglementaires et technologiques. Environnement technique : Modélisation & IA : Logistic Regression, XGBoost / LightGBM, SHAP, LIME, LLM (OpenAI, HuggingFace), LangChain, LangGraph ML Engineering : Python, Scikit-learn, MLflow, FastAPI, Pytest, GitHub Actions, Docker, Kubernetes Cloud & Big Data : Azure ML, Databricks, pySpark, Azure DevOps, Snowflake (atout) MLOps : CI/CD, Feature Store, API ML, Monitoring Drift, Backtesting, RAGAS, LLM as a Judge

Dans le cadre du développement de solutions d’intelligence artificielle avancées, nous recherchons un Développeur GenAI Python avec expertise GCP afin de contribuer à la conception et au développement de services applicatifs basés sur des modèles d’IA générative. Le consultant interviendra sur la conception et le développement de services applicatifs autour des LLM , l’intégration de modèles d’intelligence artificielle, ainsi que la mise en place d’architectures cloud scalables dans un environnement Google Cloud Platform. L’objectif est de construire des composants robustes permettant d’exploiter l’IA générative dans des applications à forte exigence de performance, de sécurité et de scalabilité. La mission couvre l’ensemble du cycle de développement : design d’API, développement de microservices, intégration des modèles d’IA, mise en production et optimisation des performances dans un environnement cloud moderne. Le consultant contribuera également à la mise en place de mécanismes d’orchestration d’agents IA, d’intégration avec des modèles LLM et de couches d’intégration sécurisées , afin de garantir des systèmes fiables et performants. Responsabilités principales Développer des services applicatifs autour de l’IA générative et des modèles LLM Concevoir et développer des microservices en Python Mettre en place des API REST sécurisées et performantes Intégrer des LLM (OpenAI, Anthropic, Vertex AI) dans les applications Développer des mécanismes de routage et d’orchestration pour agents IA Concevoir des architectures cloud scalables et résilientes sur GCP Optimiser les performances pour garantir faible latence et haute disponibilité Mettre en œuvre les bonnes pratiques de sécurité applicative et IA Environnement technique Cloud Google Cloud Platform : Cloud Run, Cloud Build, Cloud Functions Vertex AI Backend Python FastAPI Pydantic SQLAlchemy Bases de données Firestore Redis NoSQL GenAI Intégration LLM (OpenAI, Anthropic, Vertex AI) Prompt engineering Architectures d’agents IA Frameworks d’orchestration (LangChain, ADK) DevOps Docker GitHub CI/CD Monitoring Cloud Logging Cloud Monitoring Outils de développement GitHub Outils de développement assistés par IA

La mission s'inscrit dans un contexte de développement d'une solution maison accès IA GEN. Les attentes sont : Expertise LLM Maison Fabrication d'un module IA GEN (RAG, génération PPT, Webgrounding) Développement Python Suivi des expérimentations, produit socle cognitif et Chat LLM maison L'ingénieur IA interviendra sur les différentes composantes du projet. Ses principales tâches sont : Développement Mise en marche d'évolutions à valeur ajouté de la solution maison Conseil Urbanisation produit Fabrication

Dans le cadre de la réalisation d'un projet en assistance technique, nous recherchons un(e) tech lead IA pour l'un de nos clients du secteur grande distribution/retail. Vous interviendrez sur le site client situé en Haute-Garonne (31). Votre rôle est d'apporter une expertise avancée en Intelligence Artificielle afin de structurer, diffuser et accélérer l'usage de l'IA dans les produits, tout en accompagnant les équipes de développement dans leurs choix techniques et leurs implémentations. Au quotidien, vous êtes amené à : - Concevoir et développer des solutions IA basées sur des LLM, en exploitant les techniques de développement agentique (RAG, embeddings, graphes de connaissances, outils externes, etc.) ; - Développer de manière autonome des démonstrateurs et prototypes IA permettant d'illustrer la valeur ajoutée de l'intelligence artificielle sur les projets de l'entreprise ; - Collecter, préparer et exploiter les données nécessaires aux modèles, en utilisant des outils et langages adaptés (SQL, Python, pandas…) afin de fournir un contexte pertinent aux systèmes d'IA ; - Évaluer et comparer les performances des modèles IA et LLM, en mettant en place des méthodes de benchmark et d'analyse des résultats ; - Définir et recommander les architectures techniques IA, en tenant compte des contraintes d'infrastructure, de performance et de scalabilité ; - Mettre en œuvre et optimiser les processus d'entraînement et de spécialisation des modèles, notamment pour les modèles de vision et de traitement d'images ; - Contribuer à l'industrialisation des projets IA, en s'appuyant sur les architectures cloud et les outils collaboratifs de développement ; - Connaitre les processus de développement avec l'IA pour accélérer les cycles de vie de développements ; - Assurer une veille technologique active sur les avancées en IA et LLM, et participer à la structuration d'une vision commune de l'IA au sein de l'entreprise ; - Accompagner et former les développeurs aux technologies IA, en partageant les bonnes pratiques et en contribuant à leur montée en compétences ; - Diffuser les bonnes pratiques et structurer une vision commune de l'IA au sein de l'entreprise.