Trouvez votre prochaine mission ou futur job IT.

Contexte : Dans le cadre du développement d’un assistant virtuel pour les employés, nous recherchons un ML Engineer capable de structurer une vision technique claire et de la transformer en roadmap d’implémentation robuste. ❇️ Concevoir et déployer des micro-services Python (API, Swagger, tests, CI/CD) ❇️ Industrialiser des pipelines Machine Learning de bout en bout (déploiement, monitoring, retraining) ❇️ Faire le lien entre Data Science, équipes AI & Analytics et IT Production ❇️ Garantir la qualité des données, la fiabilité des modèles et leur performance en production

Support aux unités opérationnelles dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle (IA) à travers tous les segments de l’énergie (bâtiments, sites industriels, réseaux, production). En s’appuyant sur une expertise approfondie du domaine de l’énergie et de solides compétences en AI/ML, le but est de transformer les problématiques opérationnelles en produits IA prêts pour la production, évolutifs et performants. L’objectif est de se concentrer sur des cas d’usage à fort impact, susceptibles de générer des résultats mesurables en termes de performance énergétique et de décarbonation, tout en créant des composants ML/AI robustes, explicables et réutilisables, intégrés à la plateforme de données du Groupe et déployables dans plusieurs unités opérationnelles. Objectifs et livrables Concevoir, développer et déployer des solutions IA/ML évolutives pour optimiser la performance énergétique et accélérer la décarbonation dans toutes les unités d’énergie. Transformer les défis opérationnels liés à l’énergie en produits IA prêts pour la production, en collaborant étroitement avec les équipes de Data Science et IT. Construire et maintenir une bibliothèque réutilisable de composantes IA explicables, intégrées à la plateforme de données du Groupe pour un déploiement cross-BU. Piloter la livraison complète des solutions, de la phase de proof of concept (POC) à la mise en production, en garantissant la faisabilité technique, la qualité des données et un impact métier mesurable. Favoriser le partage des connaissances et la réplication des solutions grâce à une documentation complète, des modèles et des guides de déploiement. Faciliter la collaboration inter-fonctionnelle entre les unités opérationnelles, la Data Science, l’IT et les fonctions centrales pour prioriser et exécuter les cas à fort impact.

Dans le cadre de sa feuille de route IA, nous sommes à la recherche d’un (e) Data Scientist / Machine Learning Engineer confirmé. Ce poste requiert une expertise en Data Science orientée vers le Machine Learning, avec au moins 5 à 7 ans d'expérience. Les candidats doivent posséder une connaissance approfondie des modèles supervisés, ainsi qu'une maîtrise du langage Python et de l'écosystème ML. Ce rôle est crucial pour l'optimisation de l'expérience client grâce à l'intégration de l'IA et du Machine Learning dans les processus opérationnels. Responsabilités Principales : Concevoir et optimiser les scores d'octroi et de comportement, en explorant des approches innovantes. Assurer le monitoring de la dérive des modèles. Collaborer avec les équipes Métiers et Risque. Optimiser l'expérience client en intégrant des modèles d’IA en temps réel sous forme d’API. Participer à l’architecture technique en suivant les meilleures pratiques de développement. Prototyper et déployer des solutions d’IA Générative pour transformer les processus internes. Évaluer et monitorer les performances des agents. Exigences Clés 5-7 ans d’expérience en Data Science et Machine Learning. Expérience en modèles supervisés: Logistic Regression, Tree-based models, Gradient Boosting (XGBoost / LightGBM). Maîtrise du langage Python et de l’écosystème ML (Pandas, Scikit-learn, MLflow). Expérience en déploiement de modèles API et pipelines automatisés. Atouts Souhaitables Connaissance de Snowflake et enjeux bancaires. Expérience avec les outils Azure (Azure ML, Foundry). Familiarité avec les approches explicables (SHAP/LIME). Autres Détails Ce poste se situe dans un environnement orienté vers l’écosystème Data Engineering et MLOps. Il est attendu une excellente maîtrise de l’intégration CI/CD, des tests et du monitoring, ainsi qu'une bonne connaissance des outils tels que Databricks, pySpark, Confluence, JIRA et Bitbucket. Il est essentiel d’être à l’aise avec la modélisation ML et l’architecture du SI. Lieu : LILLE Télétravail : 2 jours par semaine

Dans le cadre de sa feuille de route en intelligence artificielle, ce client s'engage à développer et accélérer l’intégration des technologies de Machine Learning , Deep Learning , NLP (traitement du langage naturel) ainsi que des solutions d’IA Génératives . L’objectif est de maximiser l’exploitation des données, d’optimiser les processus opérationnels et d’améliorer l’expérience client. Objectifs et livrables Credit Risk Scoring Concevoir et optimiser, pour les équipes Risque et Validation, des modèles de scoring d’octroi et de comportement, en explorant des approches innovantes. Assurer la stabilité du coût du risque en entraînant et déployant ces solutions, tout en mettant en place un monitoring efficace de la dérive des modèles. Collaborer étroitement avec les experts métier et les équipes Risque pour garantir la pertinence et l’efficacité des solutions développées. Solutions d’Intelligence Artificielle Optimiser l’expérience client en intégrant en temps réel nos modèles d’IA via des API dans les parcours digitaux (ex. scoring en temps réel, personnalisation des offres de paiement, etc.). Participer à l’architecture technique pour une intégration fluide des modèles, en suivant les meilleures pratiques en matière de développement (notamment Cloud et MLOps). Collaborer avec les équipes Produit et IT afin d’industrialiser et déployer ces solutions à grande échelle. Intelligence Artificielle Générative (GenAI) Transformer les processus internes (Marketing, Audit, Risque, etc.) ainsi que la relation et le support client, en prototypant puis en déployant en production des solutions d’IA Générative sous forme d’agents (ex. LLM, RAG). Automatiser l’octroi de crédits, réaliser des analyses documentaires complexes et faciliter l’interaction avec la clientèle en mettant en place des architectures orientées agents. Évaluer, optimiser et suivre les performances des agents (cohérence, diversité, utilisation de LLM en tant que juge, etc.).

Contexte de la mission Accompagner les Business Units dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle sur l’ensemble des segments Énergie (bâtiments, sites industriels, réseaux, production). S’appuyer sur une expertise du domaine de l’énergie et de solides compétences techniques en IA / Machine Learning afin de transformer des problématiques opérationnelles en produits IA industrialisés, scalables et prêts pour la mise en production . L’objectif est de se concentrer sur des cas d’usage à fort impact , générant des résultats mesurables en matière de performance énergétique et de décarbonation , en développant des composants IA/ML robustes, explicables et réutilisables , intégrés à la plateforme data du Groupe et déployables dans plusieurs Business Units.

Contexte de la mission Dans le cadre d’une stratégie de transformation digitale axée sur l’optimisation de la performance énergétique et la décarbonation, l’entreprise souhaite renforcer ses capacités en intelligence artificielle appliquée au secteur de l’énergie. L’AI/ML Product Engineer interviendra en support des différentes Business Units afin de concevoir, développer et industrialiser des solutions d’intelligence artificielle couvrant l’ensemble des segments énergétiques, notamment les bâtiments, les sites industriels, les réseaux énergétiques et les unités de production. L’objectif est de transformer les problématiques opérationnelles en produits IA robustes, scalables, explicables et réutilisables, intégrés à la plateforme data de l’entreprise et déployables à grande échelle. Objectifs et livrables Concevoir, développer et déployer des solutions IA/ML permettant d’optimiser la performance énergétique et de réduire l’empreinte carbone Collaborer étroitement avec les équipes Data Science et IT pour transformer les besoins métiers en produits IA industrialisés Développer une bibliothèque de composants IA explicables et réutilisables intégrés à la plateforme data Assurer le pilotage complet des projets IA, du POC jusqu’à la mise en production Garantir la qualité des données, la robustesse technique et l’impact business mesurable Produire la documentation technique, les guides de déploiement et les bonnes pratiques Favoriser la collaboration transversale entre équipes métiers, IT et data

Be the next ML/Backend Engineer Work with an AI company in healthcare. They have trained their own LLMs as part of Polaris constellation, resulting in a system with over 99.9% accuracy. Why Join Tehm Reinvent healthcare with AI that puts safety first. Work with the people shaping the future. Backed by the world’s leading healthcare and AI investors. Build alongside the best in healthcare and AI. Location- Palo Alto, CA office. We believe the best ideas happen together. To support fast collaboration and a strong team culture, this role is expected to be in our Palo Alto office five days a week, unless otherwise specified. Benefits: 401 k, Equity, Lunch provided (On site job) About the Role Build the next generation of voice agents Work with an interdisciplinary team Develop a highly scalable infrastructure for LLM processing What You'll Do Develop and maintain scalable backend systems to support high-performance AI applications in healthcare. Collaborate with cross-functional teams, including data scientists and ML engineers, to design and build efficient data pipelines for large-scale healthcare datasets. Build and manage APIs and microservices that enable smooth data retrieval, processing, and interaction with AI models. Monitor and improve backend systems to optimize performance, reliability, and uptime. Work closely with product managers to understand healthcare requirements and help transform them into technical solutions. Develop and optimize backend infrastructure supporting data ingestion, feature extraction, and tagging workflows. Implement tag management and metadata systems to streamline dataset organization and retrieval. Contribute to end-to-end ML workflows, integrating data preparation, training, evaluation, and deployment into reproducible pipelines. What You Bring Must‑Have: Bachelor’s degree in Computer Science, Computer Engineering, or a related field. (Master's is preferred) 5+ years of experience in backend development using programming languages like Python, Golang, or similar. Experience building and maintaining multi-modal data pipelines (speech, vision, and text) using Ray or Apache Airflow for distributed processing and model experimentation. Distributed computing with Spark, Hadoop, or similar. Familiarity with relational database systems and RESTful APIs. Basic understanding of cloud infrastructure (e.g. AWS, GCP). Nice-to-Have: Exposure to AI/ML concepts or experience working with LLMs. Experience working in teams that handle sensitive or regulated data. Familiarity with gRPC, graphQL or similar . Experience with real-time audio. Exposure to DevOps concepts - CI/CD, deployment, terraform, build systems. Experience with data science. Join us and help build the future of safe, life-changing AI in healthcare. There’s never been a more exciting moment to make an impact. We have an exciting opportunity waiting for you—apply today and take the next step in your career! The IN group is here to support you specifically with the recruitment and hiring process for job opportunities. Our role is focused on guiding you through these steps. If you have any questions related to your application or next steps in the hiring process, Apply, and please feel free to reach out. ML/Backend Research Engineer @ At Investigo, we make recruitment feel easy. Let’s keep this simple. We’re all about your success, as your success is our business. We are part of The IN Group, a collection of six award-winning specialist brands that supply the globe with end-to-end talent solutions. With recruitment at the core of our business, we’ve been connecting people since 2003. Data & Privacy By applying, you consent to Investigo collecting and processing your data for the purpose of recruitment and placement, in accordance with applicable data protection laws. For more information, please refer to our Privacy Notice at weareinvestigo.com.

Nous recherchons pour notre client un Data Scientist / ML Engineer – IA & GenAI Contexte : Dans le cadre d’un programme IA au sein d’un grand groupe international, vous concevez et industrialisez des solutions IA en production (ML + IA générative), avec une forte exigence de software engineering , de fiabilité et de standards MLOps/LLMOps . Missions principales : Concevoir et déployer des fonctionnalités IA (ML & GenAI) en environnement de production. Construire des pipelines de traitement de données (structurées et non structurées). Industrialiser et monitorer les applications/services : latence, coût, taux de réponse, satisfaction utilisateur . Mettre en place les pratiques MLOps/LLMOps : suivi d’expériences, déploiement, observabilité, monitoring. Garantir qualité des données , conformité (RGPD/GDPR) et sécurité des solutions. Localisation : Métropole lilloise (secteur Villeneuve d’Ascq / Lezennes) Présence sur site : souhaitée 2 jours/semaine

La plateforme vise à industrialiser les usages Data et Machine Learning et à accompagner les directions métiers dans leurs expérimentations et produits data science. Le Platform Engineer intervient sur deux axes majeurs : le déploiement de l’infrastructure as code sur le cloud Azure le développement et l’industrialisation de pipelines CI/CD pour les usages Data Science Missions de l’équipe plateforme Assurer le maintien en condition opérationnelle , l’ évolutivité et la maîtrise technique de la plateforme Azure. Accompagner les directions métiers et leurs data scientists dans la réalisation de leurs expérimentations et produits industriels Fournir un support fonctionnel et technique aux équipes métiers

Dans le cadre d’une mission pour l’un de nos clients, acteur majeur du secteur bancaire, nous recherchons un Data Scientist / ML Engineer spécialisé en IA Générative et Agentic AI pour intégrer l’équipe Data & IA . Vous interviendrez sur la conception, l’entraînement et le déploiement de solutions d’IA avancées visant à optimiser des processus métier critiques : analyse de documents, support aux traders, automatisation de workflows, conformité réglementaire et reporting. Missions principales 1. Modélisation & Machine Learning Développer des modèles de Machine Learning avancés en Python pour des cas d’usage bancaires : fraude, scoring, gestion et anticipation des risques. Préparer, nettoyer et transformer des données structurées et non structurées (logs, documents réglementaires, rapports, données métiers). 2. Large Language Models (LLM) Fine-tuning et intégration de LLM industriels (GPT-4/5, LLaMA, Mistral…). Conception et implémentation de pipelines RAG (Retrieval-Augmented Generation) pour un accès contextualisé aux données internes (politiques internes, réglementations, Knowledge Base). Mise en œuvre de prompting avancé et d’architectures adaptées aux besoins CIB . 3. Agentic AI Prototyper et déployer des agents autonomes capables d’interagir avec : APIs internes Workflows Services bancaires (ex. assistant trader, extraction d’informations réglementaires). Orchestration de tâches complexes via des frameworks tels que : LangChain, LangGraph, AutoGPT . 4. Production & Industrialisation Packager et déployer les modèles en production : Docker API REST / GraphQL Environnements cloud privé ou hybride Collaboration avec les équipes MLOps, Cloud et Sécurité pour garantir : Scalabilité Monitoring & observabilité Respect des contraintes réglementaires. 5.Gouvernance & Compliance IA Garantir l’application des règles internes d’ Ethics & Compliance liées à l’IA. Mise en place de tests de : Robustesse Biais Traçabilité et explicabilité des modèles. Profil recherché Formation supérieure en Data Science, IA ou Informatique Solide expérience en Machine Learning et IA Générative Excellente maîtrise de Python Bonne connaissance des environnements bancaires / financiers appréciée Capacité à travailler sur des sujets à forte valeur métier et forte exigence réglementaire

Bonjour, Pour l’un de mes clients, je recherche un(e) consultant(e) pour la mission suivante : Mission : ML Ops / ML Engineer – Lille ou Paris Déployer et gérer des applications de machine learning en production Collecter, nettoyer et orchestrer les données Créer des outils pour automatiser la mise en production Développer le monitoring et intégrer les applications ML dans les produits Compétences principales : MLOps et machine learning IA générative / LLMOps Python, API et webapp simples Docker et CI/CD SQL et gestion de données Anglais courant et travail en équipe Profil recherché : Confirmé/senior, expérience sur LLM et industrialisation de modèles Basé sur Lille idéalement ou Paris Si vous êtes intéressé(e) et que votre profil correspond, merci d’envoyer votre CV à jour. Je reviendrai vers vous rapidement pour échanger.

Mission de pilotage de socle industriel IA Contexte Dans le cadre de sa stratégie Data & IA, notre client en secteur d'assurance engage un programme structurant visant à industrialiser et accélérer le déploiement des cas d’usage de Data Science, Machine Learning et IA Générative (LLM) . Ce programme repose sur la mise en place de socles technologiques mutualisés, robustes, sécurisés et scalables , notamment : une plateforme MLOps , un socle LLMOps , un environnement Python standardisé . Ces socles doivent permettre aux équipes Data & IA de concevoir, entraîner, déployer et superviser des modèles d’IA de bout en bout, dans des conditions industrielles. Dans ce contexte, notre client recherche un Responsable Plateforme MLOps , en charge du pilotage, de la conception, de la mise en œuvre et de l’exploitation du socle MLOps . Responsable Plateforme MLOps (Mission pilote de socle IA) Rattachement fonctionnel Data Office / Direction Data & IA En collaboration étroite avec : équipes Data Scientists & ML Engineers équipes IT / DSI / Production équipes Architecture et Sécurité SI 🎯 MISSIONS PRINCIPALES1. Conception & Architecture Définir, maintenir et faire évoluer l’ architecture cible de la plateforme MLOps en cohérence avec les standards du client. Sélectionner et intégrer les outils MLOps les plus pertinents (orchestration, versioning, CI/CD IA, monitoring…), sur la base du cadrage réalisé. Garantir l’ interopérabilité avec les socles LLMOps existants et l’environnement Python à venir . Valider les choix techniques avec les instances d’architecture et de sécurité. 2. Mise en œuvre & Déploiement Piloter et contribuer activement à la mise en œuvre technique du socle MLOps. Compléter le socle CI/CD existant avec les composants spécifiques à l’IA et au ML. Définir et implémenter les processus de déploiement, de versioning et de mise à jour des modèles en production . Travailler en coordination avec les équipes DSI / Production Data. 3. Exploitation, RUN & Monitoring Garantir la disponibilité, la performance, la sécurité et la scalabilité de la plateforme. Mettre en place un monitoring proactif des modèles (qualité, dérive, performance) et de l’infrastructure. Définir et suivre les KPIs, SLAs et indicateurs de service . Gérer les incidents et problèmes selon les pratiques ITIL. 4. Standardisation & Bonnes pratiques Définir et diffuser les bonnes pratiques MLOps auprès des équipes Data & IA. Mettre en place des standards de développement, de test, de packaging et de déploiement des modèles. Produire et maintenir une documentation technique et fonctionnelle complète. 5. Accompagnement & Support Accompagner les Data Scientists et ML Engineers dans l’appropriation de la plateforme. Fournir un support technique expert . Contribuer aux actions de formation, de conduite du changement et de partage de connaissances , en lien avec les équipes Change du Data Office. 6. Veille & amélioration continue Assurer une veille technologique active sur les outils et pratiques MLOps / LLMOps. Proposer des évolutions continues du socle en fonction des besoins métiers et des innovations du marché.

En tant que Tech Lead, vous êtes l'expert Data Engineering et le référent technique dans vos missions. Vous intervenez principalement sur les problématiques d’ingestion, de traitement et d’industrialisation des données sur la data plateforme. Sans être responsable de l’architecture Data globale, vous avez un rôle clé dans la qualité des livrables, la standardisation des pratiques et la montée en compétence des Data Engineers. Expérience attendue : 7 à 12+ ans en Data Engineering avec une expérience dans un rôle de référent technique Vous correspondez au/à la Tech Lead que nous recherchons si : Vous disposez d’un leadership technique , reconnu et légitime auprès des équipes Vous savez animer, encadrer et fédérer une équipe autour de bonnes pratiques techniques et d’objectifs communs Vous faites preuve d’une excellente communication , associée à une forte capacité pédagogique Vous adoptez un esprit critique constructif et savez challenger les choix techniques dans une logique d’amélioration continue Vous êtes capable de prendre du recul sur des problématiques techniques afin de proposer des solutions pertinentes et durables Vous êtes autonome , proactif et doté d’un fort sens des responsabilités Vous favorisez le partage de connaissances et la montée en compétence collective Vous savez collaborer efficacement avec des rôles transverses (Architectes, Product Owners, DevOps, ML Engineers) Vous maîtrisez Python et SQL à un niveau avancé , avec une forte sensibilité aux bonnes pratiques de software engineering (qualité, maintenabilité, testabilité) Vous êtes capable de définir, documenter et faire appliquer des standards de développement , incluant la structuration des projets, les conventions de code et les stratégies de tests Vous avez une expérience significative dans la mise en place et la maintenance de chaînes CI/CD appliquées aux pipelines Data Vous portez une attention particulière à la qualité des données , à la testabilité et à l’ observabilité des pipelines en production Vous pratiquez régulièrement les revues de code , le mentoring et l’accompagnement technique des Data Engineers Vous êtes en mesure de concevoir des frameworks internes et des briques techniques réutilisables afin d’industrialiser et standardiser les développements Vous comprenez les enjeux de performance, de scalabilité et de maîtrise des coûts , et savez les intégrer dans vos choix techniques

En tant que Tech Lead, vous êtes l'expert Data Engineering et le référent technique dans vos missions. Vous intervenez principalement sur les problématiques d’ingestion, de traitement et d’industrialisation des données sur la data plateforme. Sans être responsable de l’architecture Data globale, vous avez un rôle clé dans la qualité des livrables, la standardisation des pratiques et la montée en compétence des Data Engineers. Expérience attendue : 7 à 12+ ans en Data Engineering avec une expérience dans un rôle de référent technique Vous correspondez au/à la Tech Lead que nous recherchons si : Vous disposez d’un leadership technique , reconnu et légitime auprès des équipes Vous savez animer, encadrer et fédérer une équipe autour de bonnes pratiques techniques et d’objectifs communs Vous faites preuve d’une excellente communication , associée à une forte capacité pédagogique Vous adoptez un esprit critique constructif et savez challenger les choix techniques dans une logique d’amélioration continue Vous êtes capable de prendre du recul sur des problématiques techniques afin de proposer des solutions pertinentes et durables Vous êtes autonome , proactif et doté d’un fort sens des responsabilités Vous favorisez le partage de connaissances et la montée en compétence collective Vous savez collaborer efficacement avec des rôles transverses (Architectes, Product Owners, DevOps, ML Engineers) Vous maîtrisez Python et SQL à un niveau avancé , avec une forte sensibilité aux bonnes pratiques de software engineering (qualité, maintenabilité, testabilité) Vous êtes capable de définir, documenter et faire appliquer des standards de développement , incluant la structuration des projets, les conventions de code et les stratégies de tests Vous avez une expérience significative dans la mise en place et la maintenance de chaînes CI/CD appliquées aux pipelines Data Vous portez une attention particulière à la qualité des données , à la testabilité et à l’ observabilité des pipelines en production Vous pratiquez régulièrement les revues de code , le mentoring et l’accompagnement technique des Data Engineers Vous êtes en mesure de concevoir des frameworks internes et des briques techniques réutilisables afin d’industrialiser et standardiser les développements Vous comprenez les enjeux de performance, de scalabilité et de maîtrise des coûts , et savez les intégrer dans vos choix techniques

Notre client recherche un expert DevOps cloud qui sera intégré à une équipe ML Platform de haut niveau (chercheurs et ML Engineers) au sein d'un acteur majeur de la finance. L'objectif est de gérer la puissance de calcul ( GPU/FLOPs ) et d'industrialiser les environnements de recherche. Missions : Ingénierie du Compute & GPU Orchestrer et optimiser la puissance de calcul ( FLOPs ) mise à disposition des chercheurs. Gérer les défis liés à la stack IA sous Docker : optimisation d'images lourdes (plusieurs Go), réduction du Cold Start et configuration avancée des drivers GPU/NVIDIA. Collaborer avec les équipes SRE et Cloud transverses pour la consommation des ressources (environnement avec VPC managé). 2. Architecture Cloud Hybride & FinOps Piloter les outils d'interface permettant de basculer les calculs vers le Cloud public ( AWS ) pour gérer les pics de charge. Instaurer une culture FinOps : monitoring précis de la consommation GPU et optimisation des ressources pour garantir un ROI maximal. 3. Gouvernance et Sécurisation de la donnée Concevoir un circuit de validation automatisé pour l'export sécurisé de données propriétaires. Développer des CI/CD sécurisées capables d'analyser les dépôts de code et de gérer finement les droits d'exposition des données. Créer des environnements "Sandbox" (POC) agiles pour les besoins externes tout en maintenant l'étanchéité des assets critiques. 4. Leadership & Cadrage Technique Apporter une structure "Ops" aux travaux de recherche tout en respectant la flexibilité nécessaire aux chercheurs. Prendre du recul technique pour traiter le legacy et industrialiser les processus.

💼 Contexte Dans le cadre du développement de solutions innovantes basées sur l’ Intelligence Artificielle , et notamment l’ IA générative , nous recherchons un Business Analyst IA pour accompagner la conception, le cadrage et le déploiement de cas d’usage à forte valeur ajoutée. Vous interviendrez à l’interface entre les équipes métiers, data, IA et IT afin de transformer les besoins business en solutions IA concrètes, performantes et responsables. 🎯 Missions principales Identifier, analyser et prioriser les cas d’usage IA / IA générative (chatbots, assistants métiers, moteurs de recherche augmentés, automatisation intelligente, etc.) Recueillir et formaliser les besoins métiers (workshops, interviews, benchmarks) Rédiger les spécifications fonctionnelles, user stories et critères d’acceptation Participer au cadrage des solutions IA (LLM, RAG, modèles propriétaires ou open source) Collaborer avec les équipes Data Scientists, ML Engineers et développeurs Contribuer à la définition des parcours utilisateurs et à l’expérience IA Participer aux phases de tests fonctionnels, d’évaluation des modèles et d’UAT Suivre la performance des solutions (qualité des réponses, ROI, adoption) Veiller aux enjeux de conformité, d’éthique, de sécurité et de protection des données