Trouvez votre prochaine mission ou futur job IT.

Nous recherchons un Data Scientist / Ingénieur IA pour une mission de fiabilisation et qualité des données au sein d'un environnement grand compte. La mission porte sur la détection, le diagnostic et la correction automatisée d'anomalies sur des données structurées et documentaires. Le profil développera des pipelines Python/SQL et intégrera des solutions LLM/VLM, NLP/NER pour l'analyse et l'extraction de données. Une expérience en matching, fuzzy matching, expressions régulières et contrôle des résultats LLM est recherchée. Python, SQL et LLM sont obligatoires ; GitLab, NLP/NER, HuggingFace et prompt engineering sont des compétences appréciées. Profil autonome et rigoureux, avec une capacité à industrialiser, documenter et assurer la traçabilité des traitements Data et IA.

Contexte de la mission Au sein de la DTE, le département THP réalise l'ingénierie et la mise en œuvre des plateformes d'hébergement virtualisées et conteneurisées au réseau, les infrastructures d'hébergement socles IP et les solutions de protection du réseau et de sauvegarde Aujourd'hui, les processus opérationnels de ce département (conception, déploiement, gestion des changements, traitement des demandes entrantes, exposition des services, etc.) sont insuffisamment automatisés. Ils reposent en partie sur la connaissance individuelle des processus par les parties prenantes et l'utilisation d'outillage insuffisamment interconnectés et automatisés (JIRA, Service Now, mails, etc.) Ce manque de formalisation et d'automatisation freine la fiabilité, la scalabilité, et le TTM des solutions conçues au sein de l'équipe et la capacité à absorber la charge et la complexité croissantes. Nous recherchons un partenaire capable d'apporter une méthodologie éprouvée et une capacité d'exécution pour piloter cette transformation. Expérience : 2 à 3 ans Complexité 3 Objectifs et livrables Enjeux Améliorer la formalisation des processus et leur exposition aussi bien en interne qu'en externe du département Gagner en efficacité opérationnelle en réduisant les tâches répétitives et les délais d'exécution. Interconnecter les plateformes, outils et référentiels de l'équipe (Documentation et best practices, ingénieries référentiels, provisionning…) via un moteur d'orchestration (Camunda probablement) et mettre en œuvre de l'automatisation E2E. Exploiter le potentiel de l'IA générative et de l'IA agentique pour fiabiliser, accélérer et enrichir les workflows existants (diagnostic, remédiation, documentation, aide à la décision…). Structurer durablement une démarche de formalisation et d'amélioration continue des processus, au-delà de la seule durée de la mission. Objectifs de la mission le/la consultant(e) devra : Identifier, qualifier et prioriser les processus à fort potentiel d'automatisation et d'orchestration. Définir une architecture cible d'orchestration (Camunda ou solution équivalente) permettant d'appeler et de coordonner les différentes plateformes, outils et référentiels, en s'appuyant sur les sachants. Identifier les cas d'usage pertinents d'IA générative et/ou agentique intégrables dans les workflows parmis les Use Cases déjà initié, le cas échéant, être force de proposition pour de nouveaux Use Cases. En tant que Lead sur le sujet, le/la consultante s'appuiera sur l'aide d'un/une chef de projets du département pour mener les actions de mise en œuvre nécessaires : formalisation des processus prioritaires, développement et déploiement de workflows pilotes automatisés. En ce sens, le/la consul Transférer les compétences à l'équipe interne et poser les bases d'une gouvernance pérenne de ces automatisations. --> Optimiser l'activité du département (cf. enjeux) par l'automatisation Périmètre et livrables attendus Diagnostic et cartographie des processus existants (as-is). Architecture cible (to-be) d'orchestration et d'automatisation, avec préconisations d'outillage. Produire une Feuille de route priorisée à l'aide du chef de projet Mettre en œuvre les workflows pilotés par Camunda, couvrant des processus réels de l'équipe. Intégration des cas d'usage d'IA (générative et/ou agentique) dans les workflows. Documenter les processus formalisés et guides opérationnels associés. Actions de transfert de compétences / formation de l'équipe interne. Compétences demandées Compétences Niveau de compétence Excellentes compétences rédactionnelles et de communication : capacité à produire des livrables clairs et à les présenter à différents niveaux (équipe technique, management). Confirmé Fortes capacités de synthèse et de prise de recul pour challenger l'existant et proposer des solutions pragmatiques. Confirmé Compétences en IA Gen / Agentique : LLM, RAG, IA Gen, Agentique, orchestration , intégration dans des processus métier existants. Confirmé Autonomie, sens de l'écoute et capacité à animer des ateliers avec des équipes techniques. Confirmé orchestration de workflows, idéalement avec Camunda ou un outil équivalent. Confirmé Atlassian Jira Confirmé Expérience en cartographie et formalisation de processus Confirmé processus métier Confirmé Expérience de conduite du changement appréciée. Compétences en développement informatique Confirmé Connaissance des environnements infrastructure/DevOps est un atout fort : virtualisation (VMware), plateformes conteneurs (OpenShift/Kubernetes), réseau (Fabric IP, Firewall …)...

Dans le cadre de sa transformation digitale, un groupe international recherche un Tech Lead IA pour industrialiser ses solutions d'intelligence artificielle générative et développer de nouveaux cas d'usage. Vos missions : Concevoir et déployer des architectures IA générative et agentique (LLM, RAG, MCP). Industrialiser les solutions IA : CI/CD, monitoring, sécurité et optimisation des coûts. Développer de nouveaux cas d'usage, du POC à la production. Définir les standards techniques et garantir la qualité des solutions. Encadrer techniquement deux développeurs IA et accompagner les équipes internes. Collaborer avec les équipes Data, DevOps, Infrastructure et Cybersécurité. IA : LLM, RAG, MCP, agents IA, évaluation de modèles. Cloud : AWS Bedrock, Azure AI Foundry, GCP Vertex AI. Data : BigQuery, Dataform, Airflow. DevOps : GitLab CI/CD, monitoring, FinOps. Outils : Claude Code ou équivalent. Savoir-être : Leadership, autonomie, rigueur, pédagogie, esprit d'analyse et force de proposition.

Pour un grand groupe international du transport et de la logistique basé à Marseille, nous recherchons un Data Scientist senior pour renforcer l'équipe Digital Sales (Digital Agency) sur une mission de 3 mois, à raison de 2 jours par semaine sur site. Objectif : développer des modèles analytiques avancés pour optimiser les parcours clients digitaux (Customer Journey Optimization), améliorer la conversion et mesurer la performance des actions marketing et opérationnelles. Missions : Clustering et segmentation comportementale des clients digitaux (K-means, etc.) : identification de micro-segments, d'intentions et de points de friction Systèmes de recommandation (services à valeur ajoutée) Modèles prédictifs appliqués aux parcours : drop-off, intent prediction, scoring Attribution multi-touch (MTA) sur les parcours digitaux : chaînes de Markov (1er et 2e ordre), Shapley Values IA générative / LLM pour analyser les irritants, comprendre les variations et synthétiser les enseignements clés Développement Python avancé : prototypage sous Jupyter puis industrialisation des solutions Restitution des recommandations aux équipes métier pour un pilotage data-driven des parcours clients

Nous recherchons un Architecte IA/MLOps H/F qui conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production. Il/Elle intervient de la faisabilité technique au passage à l'échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité). Missions principales Cadrage technique & architecture IA Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps). Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM) Formaliser les choix dans des dossiers d'architecture. Prototypage & validation des cas d'usage Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC. Tester la viabilité des modèles, des données et des chaînes techniques. Documenter résultats, limites, risques techniques et conditions d'industrialisation MLOps & industrialisation Définir et mettre en œuvre les chaînes MLOps : Accompagner l'intégration des solutions IA dans le SI existant. Contribuer au catalogue de services IA de la DSI Observabilité IA & fiabilité Définir et déployer les principes de ML Observability : Mettre en place les alertes et indicateurs nécessaires au pilotage. Contribuer à la stratégie de run IA avec les équipes concernées Gouvernance des modèles IA Contribuer à la gouvernance IA DSI / DSMC : Participer aux comités IA et Architecture. Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées) Référent IA & accompagnement des équipes Agir comme référent technique IA pour la DSI. Accompagner Data Engineers, équipes projets et prestataires. Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d'expérience). Contribuer à la montée en compétence globale sur l'IA industrielle

Nous recherchons un Développeur Full Stack confirmé ou senior pour intervenir principalement sur des développements d'interfaces liés à des usages intégrant de l'intelligence artificielle. Missions principales Concevoir, développer et faire évoluer des interfaces web, principalement avec React. Participer aux développements backend et à l'intégration de services Java. Contribuer à la réalisation de fonctionnalités et d'interfaces intégrant des usages liés à l'intelligence artificielle. Assurer l'intégration des interfaces avec les API et les services backend. Intervenir sur différents composants applicatifs selon les besoins de l'équipe. Participer à l'amélioration de la qualité du code, de la performance et de la maintenabilité des applications. Contribuer aux processus d'intégration et de déploiement continus (CI/CD). Diagnostiquer et résoudre les problèmes techniques rencontrés.

Ingénieur IA : Mistral & AWS Le rôle consiste à concevoir, développer et déployer des solutions d'IA générative et agentique, avec une forte expertise autour de la plateforme Mistral et de son industrialisation à grande échelle. L'AI Engineer intervient sur l'intégration, la configuration et l'optimisation des LLM, ainsi que sur la mise en place de solutions d'agents autonomes et multi-agents, de pipelines techniques et de mécanismes d'évaluation, de monitoring et de détection des hallucinations et biais. Il contribue également au déploiement sécurisé des solutions, à leur versioning et à leur industrialisation avec Python, Docker, Kubernetes et CI/CD, en collaboration avec les équipes IT, Data, DevOps et Sécurité. Une attention particulière est portée aux contraintes RGPD, AI Act, sécurité, explicabilité et auditabilité. Technologies clés : Mistral, LLM, Python, LangChain, AutoGen, CrewAI, Docker, Kubernetes, CI/CD, fine-tuning, transfer learning, prompt engineering, few-shot learning et multi-agent systems.

Dans le cadre du programme de déploiement de l'intelligence artificielle, l'équipe IA conçoit, industrialise et exploite les cas d'usage IA au service des métiers (épargne, banque, retraite complémentaire) et des collaborateurs internes. Ces cas d'usage se situent à différents stades de maturité : sujets à cadrer, prototypes à industrialiser, solutions déjà en production à maintenir et faire évoluer. Ils portent notamment sur : l'exploitation documentaire et la recherche augmentée (RAG) sur des corpus métier : contrats, garanties, procédures, réglementaire l'assistance aux collaborateurs en gestion et en relation client : aide à la réponse, synthèse de dossier, qualification de demandes l'extraction et la structuration d'informations à partir de documents entrants (courriers, pièces justificatives, formulaires) : OCR, modèles vision la conception d'agents IA et de workflows d'automatisation multi-étapes intégrés au SI Nous recherchons un ingénieur IA senior, capable de concevoir et développer des solutions à base de LLM et d'agents, sur une architecture Python, avec un objectif de solutions robustes, réutilisables, sécurisées et optimisées en coût, performance et latence. L'intervenant travaillera en interaction directe avec les référents métier, les architectes, les équipes Data et les équipes de production.

La mission est de réaliser ou de piloter les audits cybersécurité du SI et des plateformes de services du client : tests d'intrusion, audits de configuration et de durcissement, audits d'accès, audits d'architecture et audits organisationnels. Selon la nature du besoin, l'audit est conduit directement par le prestataire ou confié à un cabinet externe — la mission couvre alors le cadrage, la sélection du cabinet, le pilotage de l'intervention et le challenge du livrable. Dans les deux cas, elle inclut la restitution aux parties prenantes et le suivi de la remédiation. Le périmètre est large : applications web et mobiles, API, infrastructures internes, exposition Internet, environnements Cloud et conteneurisés, briques d'identité et systèmes à base d'IA générative. La dominante est technique, sans se limiter au test d'intrusion. Objectifs et livrables Réalisation de tests d'intrusion Cadrage technique des campagnes avec les équipes MOE, exploitants et métier : périmètre, scénarios d'attaque, règles d'engagement, fenêtres de tir et autorisations de test Réalisation de tests d'intrusion en boîte noire, grise ou blanche sur applications web et mobiles, API (REST, GraphQL), infrastructures internes et périmètre exposé Tests sur les briques d'authentification et de gestion d'identité (SSO, OIDC/OAuth2, SAML, parcours d'inscription et de récupération de compte) Qualification de l'exploitabilité réelle des vulnérabilités, construction de preuves de concept et démonstration des chemins d'attaque de bout en bout Cotation des vulnérabilités (Barème interne complété d'une appréciation du risque métier) Rédaction du rapport de test d'intrusion : synthèse exploitable par un public non technique et détail technique reproductible Réalisation d'audits de configuration et de durcissement Audit de configuration de systèmes (Linux, Windows, Active Directory), de composants d'infrastructure (reverse proxies, WAF, équipements réseau, bases de données) et de services Cloud, au regard des référentiels internes, des CIS Benchmarks et des guides de l'ANSSI Revue des droits et des configurations d'accès sur les SI sensibles Réalisation d'audits d'architecture et d'audits organisationnels (activité ponctuelle) Revue de sécurité d'architecture sur des projets structurants : analyse des dossiers d'architecture, identification des défauts de cloisonnement, des flux et expositions non maîtrisés et des points de rupture dans la chaîne d'authentification Audits organisationnels ciblés auprès d'équipes techniques (ISP, développement logiciel) et d'équipes métier (usage du Data Lake, traitement de données personnelles) : conduite d'entretiens, collecte de preuves et évaluation des pratiques au regard des exigences internes et de ReCyF (NIS2) Formalisation des constats avec leur niveau de risque et articulation avec les constats techniques issus des tests d'intrusion et des audits de configuration Pilotage d'audits réalisés par un cabinet Cadrage de l'audit avec les différents acteurs et sélection d'un cabinet quand nécessaire (audit spécialisé, audit d'architecture, campagne à forte volumétrie) Rédaction du cahier des charges pour la réalisation de l'audit par le cabinet (optionnel selon l'audit) Diffusion de l'appel d'offres et coordination avec les différents soumissionnaires Aide à la décision pour le choix du cabinet d'audit Contractualisation avec le prestataire Identification et mise en œuvre des prérequis à l'audit par le cabinet : collecte documentaire, prérequis d'exploitation, accès et moyens de tests Organisation du projet, animation des réunions nécessaires avec les différents acteurs (lancement, suivi, entretiens, restitution), pilotage de son avancement dont reporting Challenge du cabinet sur la qualité et la reproductibilité des constats, la cohérence de la cotation, l'absence de faux positifs et le caractère actionnable des recommandations Restitution et suivi de la remédiation Contextualisation des failles détectées en relation avec la gouvernance cybersécurité, la MOE et les exploitants Définition des actions associées aux recommandations avec leur priorité et leur échéance (optionnel) Accompagnement des équipes de développement et d'exploitation jusqu'à la correction, et réalisation des contre-audits de vérification Rédaction d'une présentation destinée au management de restitution de l'audit (optionnel) Compétences Niveau de compétence Réalisation de tests d'intrusion sur applications web et mobiles, API, infrastructure interne et Active Directory (méthodologies OWASP WSTG/ASVS, PTES, MITRE ATT&CK,...) Confirmé Anglais technique lu, écrit et parlé Avancé Sécurité des environnements Cloud et conteneurisés (AWS, GCP ou Azure, Docker, Kubernetes) et des protocoles d'identité et d'accès (OIDC, OAuth2, SAML, SSO, fédération) Avancé Connaissance des normes, procédures et techniques d'audit, cotation des vulnérabilités et formulation de recommandations priorisées et réalistes (une certification offensive de type OSCP, OSWE, PNPT, CRTO ou GPEN est souhaitable) Confirmé Fort niveau d'autonomie, capacité de synthèse et de reporting (rapports d'audit rédigés en français sans retouche) Confirmé Pilotage d'audits externalisés (cahier des charges, analyse d'offres, recette de livrable) et conduite d'audits d'architecture et organisationnels (revue de dossier d'architecture, entretiens, collecte de preuves) Avancé Maîtrise de l'outillage offensif (Burp Suite, Nmap, BloodHound, Impacket, Metasploit, Nuclei) et capacité de scripting (Python, Bash, PowerShell) Confirmé Forte capacité à travailler en équipe et en transverse, et à porter un constat de sécurité en situation de désaccord Confirmé Audit de configuration, de durcissement et des accès sur systèmes, middlewares, équipements réseau et services Cloud (CIS Benchmarks, guides d'hygiène ANSSI,...) Confirmé Tests d'intrusion sur les systèmes à base d'IA générative — souhaitable (injection de prompt directe et indirecte, exfiltration de données via agents et RAG, abus d'outillage et de connecteurs, référentiels OWASP Top 10 for LLM Applications et MITRE ATLAS Avancé

Dans le cadre d'un programme stratégique de transformation autour des processus KYC (Know Your Customer), nous recherchons un Développeur IA / Python Senior H/F pour rejoindre une équipe internationale et contribuer à la conception de solutions innovantes basées sur l'Intelligence Artificielle Générative. Vos missionsDévelopper et optimiser des solutions IA et Machine Learning répondant à des enjeux métiers complexes Concevoir et intégrer des architectures basées sur les LLM, le RAG et les agents IA Développer des API et microservices permettant l'industrialisation des solutions Participer à la mise en place de pipelines MLOps et de bonnes pratiques CI/CD Collaborer étroitement avec les équipes Data Science, Architecture et Métier Garantir la qualité, la robustesse et la performance des développements Contribuer à la veille technologique et au partage des bonnes pratiques autour de l'IA générative

Contexte de la mission Dans le cadre de la création d'une nouvelle direction dédiée à l'Intelligence Artificielle au sein d'un grand groupe français, nous recherchons plusieurs Senior AI Engineers / Agent Engineers pour participer au lancement d'un programme stratégique autour de l'IA générative et des agents IA. L'équipe part d'une feuille relativement blanche avec pour objectif de développer rapidement des cas d'usage concrets à forte valeur métier, notamment autour de l'automatisation de processus techniques et IT. Nous recherchons pour cette mission un profil combinant une véritable expertise en développement d'applications basées sur les LLM avec une forte culture Infrastructure, Kubernetes et DevOps. MissionsIntégré à cette nouvelle équipe IA, vous participerez à la conception et au développement de solutions d'IA générative appliquées à des problématiques d'infrastructure. Vous interviendrez notamment sur : La conception et le développement d'agents IA basés sur des LLM ; La mise en place d'architectures RAG (Retrieval-Augmented Generation) permettant d'exploiter d'importants volumes de documentation technique ; La conception de workflows agentiques et d'automatisation autour de processus IT et Infrastructure ; Le développement des différents composants et services en Python ; L'intégration des agents avec des APIs et outils du SI ; Le déploiement et l'exploitation des solutions dans des environnements Kubernetes ; La collaboration étroite avec les équipes Infrastructure, Cloud et DevOps ; La participation aux choix d'architecture, aux standards de développement et aux bonnes pratiques de la nouvelle équipe ; L'industrialisation et la fiabilisation des solutions développées. Environnement techniquePython – Kubernetes – DevOps – LLM – RAG – IA Générative – Agents IA – Git – APIs – Cloud Selon les cas d'usage, l'environnement pourra également inclure des problématiques MLOps, ServiceNow et Infrastructure Réseau.

Dans le cadre du déploiement de GitHub Copilot auprès d'équipes de développement, nous recherchons un(e) Formateur(trice) / Expert GitHub Copilot pour accompagner la montée en compétence des développeurs et structurer l'adoption de l'outil dans la durée. La mission combine formation, expertise technique, accompagnement terrain et pilotage de l'adoption. Vos principales missions :- Formation & accompagnementConcevoir et faire évoluer les parcours de formation Copilot, du niveau débutant à avancé. Animer des formations et ateliers auprès de développeurs, Tech Leads, Architectes et équipes QA. Concevoir des supports pédagogiques : exercices pratiques, guides, fiches réflexes et playbooks de prompting. Adapter les contenus aux langages, frameworks et cas d'usage rencontrés. Évaluer les acquis et mesurer la progression des participants. - Expertise & adoptionDéfinir les bonnes pratiques d'utilisation de GitHub Copilot : sécurité, données sensibles, propriété intellectuelle et qualité du code. Identifier les cas d'usage à fort impact et accompagner leur industrialisation. Suivre les indicateurs d'adoption et de valeur : licences actives, utilisation, acceptation des suggestions, ROI. Construire et diffuser une bibliothèque de prompts et de bonnes pratiques. Assurer une veille sur les évolutions de l'écosystème GitHub Copilot et contribuer à la feuille de route.

Pour un grand groupe international du transport et de la logistique, nous recherchons un Proxy Product Owner confirmé à senior pour piloter un assistant IA agentique au service des équipes de support client. Vos missions : - Construire la roadmap produit à partir des irritants métier et des besoins des équipes support - Gérer le backlog et coordonner le delivery agile avec les équipes techniques (tech leads, architectes) - Concevoir les parcours avec humain dans la boucle et escalade vers les agents - Intégrer l'assistant IA dans l'écosystème CRM et les parcours existants - Suivre la performance de l'assistant, analyser les retours et piloter les améliorations - Accompagner l'adoption par les équipes support (formation, conduite du changement)

ContexteAu sein d'une division AI & Innovation d'un grand groupe international, une équipe dédiée à l'industrialisation et à la mise en production des solutions IA recherche un profil expérimenté pour assurer l'ownership technique d'un produit Data Science Platform. L'équipe compte une cinquantaine d'experts répartis sur plusieurs pôles : Solutions Engineering, Automation Engineering, Infrastructure Engineering, Product Office et Client Services. La plateforme de Data Science / MLOps est utilisée par plusieurs centaines de Data Scientists et repose sur des environnements Cloud et On-Premise. Elle s'intègre également à plusieurs infrastructures, plateformes et services d'IA générative en production. L'environnement s'appuie notamment sur : Des infrastructures Cloud et On-Premise Des environnements Kubernetes / OpenShift Des infrastructures GPU pour le training et l'inférence Des pratiques DevSecOps, GitOps, MLOps et LLMOps L'automatisation des infrastructures, plateformes et produits via leurs API Des enjeux forts de sécurité, observabilité, auditabilité, traçabilité et gouvernance MissionsEn tant qu'Expert Technique Data Science Platform, vous serez notamment en charge de : Participer à la conception technique et fonctionnelle du produit en collaboration avec les équipes Solutions Engineering et DevSecOps. Assurer le respect des exigences de sécurité, conformité, confidentialité et production IT. Définir et mettre en œuvre les mécanismes permettant aux équipes métiers et IT d'assurer leur propre gouvernance du produit. Construire, maintenir et faire évoluer la roadmap technique du produit en fonction des besoins des utilisateurs. Accompagner au quotidien les utilisateurs et décideurs métiers et IT et promouvoir les bonnes pratiques d'utilisation de la plateforme. Superviser les opérations critiques : changements, déploiements, mises à jour et évolutions, avec une vision de bout en bout des impacts. Organiser et documenter la gestion des incidents, notamment les analyses de root cause et la coordination entre les différentes équipes. Assurer la relation technique avec les fournisseurs et partenaires intervenant sur le produit : éditeurs, équipes d'industrialisation et équipes infrastructure. Contribuer à l'amélioration continue des processus et à l'alignement avec les autres équipes Data & IA. Être force de proposition sur l'automatisation, l'industrialisation et l'évolution des pratiques MLOps / LLMOps. Environnement de travailEsprit Team Play et forte collaboration transverse Environnement international et technologique Autonomie, rigueur et exigence de qualité Fort sens du service Curiosité et veille technologique Appétence pour le partage de connaissances Forte culture de l'automatisation Anglais courant indispensable : échanges avec des fournisseurs et utilisateurs internationaux, documentation principalement en anglais Environnement de travail MacOS ou Windows au choix

MissionNous recherchons un profil QA/QC capable de travailler en transverse sur nos projets stratégiques, avec une double compétence : Technique : mise en place et maintenance de tests automatisés (Playwright, Selenium, API, CI/CD). Fonctionnel : rédaction de plans de tests, gestion des campagnes de non‑régression, validation des exigences métier. Qualité & amélioration continue : suivi des anomalies, mise en place d'indicateurs, force de proposition sur les process QA. Ouverture IA : intérêt ou expérience dans l'intégration de l'IA au cycle de test (LLM, RAG, agents IA) – un vrai plus différenciant.

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.