Trouvez votre prochaine mission ou futur job IT.

Notre client, acteur technologique innovant évoluant dans un environnement à forte composante R&D, recherche son futur Ingénieur Deep Learning & Computer Vision (H/F) dans le cadre du renforcement de ses équipes d'intelligence artificielle et de traitement de données avancées. Vous contribuerez à la conception et à l'industrialisation de solutions d'IA destinées à l'analyse de données complexes issues de systèmes de perception et de capteurs avancés. Vos missions : Intégré(e) à une équipe pluridisciplinaire, vous serez amené(e) à : Concevoir et entraîner des modèles de Deep Learning dédiés à la détection, la classification et l'analyse de données complexes. Développer des pipelines Python complets : préparation, enrichissement, entraînement, validation et évaluation des modèles. Construire et qualifier des jeux de données en garantissant leur qualité, leur traçabilité et leur robustesse. Optimiser les performances des modèles grâce au tuning des hyperparamètres et à l'analyse des résultats obtenus. Participer à l'industrialisation des solutions d'IA dans des environnements à fortes contraintes techniques. Assurer le déploiement et l'optimisation de modèles sur des plateformes embarquées. Collaborer avec les équipes techniques afin d'identifier et mettre en œuvre les meilleures approches d'intelligence artificielle. Contribuer à la veille technologique et à l'amélioration continue des solutions développées. Les compétences techniques Python PyTorch ou TensorFlow Computer Vision / OpenCV Deep Learning Classification, segmentation et détection d'objets Gestion de datasets et data augmentation Évaluation et optimisation de modèles IA Traitement d'images et de données multi-capteurs

Lead IA / Architecte IA & MLOps du stream IA 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. 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 Indispensables Python, Git, CI/CD (GitLabCI) Cloud (priorité Azure) Concepts ML & IA générative (RAG, LLM, embeddings) MLOps (versioning, pipelines, monitoring) Intégration SI / APIs Agent IA Appréciées (non bloquantes) Snowflake Airflow Sécurité IA (prompts, cloisonnement, traçabilité)

Nous recherchons un Ingénieur IA expérimenté pour assurer le fonctionnement opérationnel, la sécurisation et les évolutions d'une plateforme d'IA générative en production. Votre rôle consistera à garantir la performance du service, à renforcer la stratégie de test et d'intégration (CI/CD), et à mener les mises en conformité réglementaires (RGPD) et de sécurité nécessaires avant la transition vers la DSI. Missions principales : Assurer la continuité de service, la stabilité et la performance de la plateforme en production (gestion des incidents, backlog, support). Piloter les évolutions mineures et rédiger la documentation technique associée (spécifications, schémas). Mettre la plateforme en conformité avec les exigences réglementaires (RGPD) et les standards de sécurité du Groupe. Renforcer la stratégie de test et d'intégration au sein de la chaîne CI/CD (automatisation, constitution de jeux de test). Contribuer à l'optimisation des performances du RAG et de l'architecture existante.

Bonjour à toutes et à tous, notamment aux Data Scientists spécialisés GenAI / LLM 🤖🧠 🔎 Je cherche un(e) Data Scientist pour intervenir sur une mission stratégique autour de l'AI et de la GenAI au sein d'un environnement international. Tu interviendras au cœur d'une équipe en charge de construire les fondations AI qui permettront aux différentes équipes produit et marques de développer et industrialiser des fonctionnalités basées sur l'IA. 💻 Ce que tu vas faire : Concevoir et développer des frameworks AI réutilisables Travailler sur l'orchestration LLM, le RAG, les agents et la gestion des prompts / contextes Construire des dispositifs d'évaluation et d'observabilité des solutions GenAI Définir des bonnes pratiques et architectures de référence pour les projets GenAI / ML Travailler sur les problématiques de sélection de modèles, coûts, latence, sécurité et Human-in-the-Loop Prototyper des use cases AI de bout en bout Intervenir notamment sur la génération et l'enrichissement de contenus produits, le SEO/GEO multilingue, les assistants et la recherche sémantique Transformer les POCs à fort potentiel en composants industrialisés Collaborer avec les équipes Produit, Data, Sécurité et Juridique Contribuer à la communauté AI interne via la documentation, les workshops, les exemples de code et les code reviews 🎯 Stack technique : Python / LLM / GenAI / RAG / Agents / APIs / Microservices / CI-CD / Cloud (GCP / AWS / Azure) 🕵️‍♂️ Profil recherché : 3 à 6 ans d'expérience dans la construction de systèmes ML / NLP en production Expérience hands-on récente sur les LLM et la GenAI Bonne maîtrise des sujets RAG, agents, évaluation et/ou fine-tuning Solides compétences en Python Bonnes bases en software engineering : APIs, microservices, testing, CI/CD Expérience sur un environnement Cloud : GCP, AWS ou Azure Bonne compréhension des enjeux GenAI : modèles, coûts, latence, sécurité, évaluation Français et anglais professionnels 🚀 Les plus de la mission : Expérience en e-commerce, retail, product catalogs ou plateformes web riches en contenu Connaissance des environnements PIM Expérience sur des pipelines de contenu multilingue ou des outils SEO Familiarité avec les frameworks d'évaluation LLM, les guardrails et les outils de gestion des prompts / versions Expérience en startup deep-tech ou au sein d'une équipe centrale de plateforme / enablement 📍 IDF : Rythme hybride 🏡 📅 Démarrage : ASAP ⏳ Mission : longue durée Qu'en penses-tu ? Si tu es un(e) Data Scientist spécialisé(e) GenAI / LLM et que tu souhaites intervenir sur une mission d'envergure avec des enjeux forts d'industrialisation de l'AI, je serais ravi(e) d'échanger avec toi 🚀 Un excellent week-end 🌞

Contexte de la mission Dans le cadre du développement et de l'évolution de sa plateforme Data & IA, notre client recherche un consultant Data / ML Engineer pour renforcer ses équipes techniques. Vous interviendrez sur des projets à forte dimension Data Science et Machine Learning, notamment autour de solutions de personnalisation, de recommandation et d'exploitation intelligente des données. Intégré à une équipe pluridisciplinaire composée de développeurs, Data Engineers, Data Scientists et experts techniques, vous contribuerez à la conception, à l'industrialisation et à l'amélioration continue des solutions Data & ML déployées dans un environnement Cloud. Vos principales missions Concevoir et développer des pipelines de données complets : ingestion, transformation, structuration et mise à disposition des données. Développer et industrialiser des pipelines Machine Learning, de la préparation des datasets jusqu'au déploiement et à l'inférence des modèles. Participer à la mise en production de modèles de Deep Learning et de solutions reposant sur des architectures d'embeddings. Mettre en place des mécanismes de contrôle de la qualité des données, de tests, de suivi et d'observabilité. Contribuer à la conception et à l'évolution des architectures Data et ML sur Google Cloud Platform. Participer à l'amélioration des performances, de la scalabilité et de la fiabilité des traitements existants. Intervenir sur le maintien en conditions opérationnelles des pipelines et services, ainsi que sur la résolution des incidents. Participer à l'évolution des pratiques DataOps et MLOps, notamment sur l'orchestration et l'automatisation des workflows. Collaborer avec les différentes équipes techniques et métiers afin de proposer des solutions adaptées aux besoins fonctionnels. Contribuer à la documentation, aux revues de code et à la diffusion des bonnes pratiques d'ingénierie. Compétences techniques recherchées Data Engineering Python BigQuery dbt et outils de tests de qualité des données (Elementary ou équivalent) Apache Kafka et architectures de streaming Data modeling et conception de pipelines de données Terraform Machine Learning & MLOps Bonne maîtrise de Python appliqué au Machine Learning Connaissance des modèles de Deep Learning et des architectures basées sur les embeddings Conception de pipelines ML : entraînement, évaluation, déploiement et inférence Industrialisation de modèles pour une utilisation en temps réel Outils d'orchestration et de MLOps (ZenML ou équivalent) Docker et Kubernetes Git Cloud & Infrastructure Google Cloud Platform (GCP) Compréhension des architectures distribuées et des environnements Cloud natifs Automatisation et industrialisation des déploiements

Les missions sont: 1- Conception et développement d'agents autonomes avec LangGraph : - Architecture des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrtion des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimisation les stratégies de prompt engineering et les mécanismes de contrôle (ex: function calling, tool use, plan-and-execute). 2- Intégration avec des pipelines ML/MLOps existants : -Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatisation de versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construction des pipelines de données pour alimenter les agents -Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimisation les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveillance les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documentation des limites et cas d'usage (ex: matrice de risques pour les décisions critiques). Compétences souhaitées: Expérience avancée avec LangGraph : -Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop, et intégration avec des LLMs. -Expérience en déploiement d'agents en production. Python et écosystème IA : -Bibliothèques : langgraph, langchain, llama-index, pydantic. -Frameworks ML : PyTorch/TensorFlow (pour customiser des modèles si besoin).

Analytics Engineer / BI Engineer confirmé. Basé à Lille (hybride), mission longue. Au sein d'un domaine product dédié à l'offre, l'équipe accompagne les métiers dans l'utilisation de leurs données pour le monitoring, l'efficience et la performance de l'offre. L'objectif est de rendre les métiers autonomes sur l'analyse de leurs données et d'assurer la qualité de service. Le/la titulaire prendra le leadership sur le RUN et le BUILD incrémental des produits d'analyse et de monitoring de l'offre (plus de 12 dashboards Tableau) afin de garantir une qualité de service élevée pour les métiers servis. Il/elle accompagnera les product managers pour automatiser l'intégration des données dans les dashboards et pour améliorer la qualité des données, automatisera et industrialisera les pipelines de transformation de données qui servent aux dashboards, modèles IA et analyses, participera à la construction et à la modélisation de la semantic layer du domaine métier de l'offre, maintiendra et repensera datasets et pipelines existants pour couvrir une plus large variété de cas d'usage, permettra une analytique intelligente en construisant des datasets robustes, fiables et pertinents, et contribuera activement à la communauté d'analytics engineers et de BI engineers.

L'Ingénieur Résident (Resident Engineer – RE) est un expert technique intervenant directement auprès du client pour assurer le support après-vente sur site des solutions réseau déployées dans son infrastructure. Il travaille en étroite collaboration avec les équipes d'ingénierie, d'architecture et d'exploitation du client afin de garantir la haute disponibilité, l'évolutivité et la performance opérationnelle des réseaux de grande envergure des opérateurs télécoms. L'Ingénieur Résident développe une expertise approfondie des technologies et équipements réseau déjà déployés ou dont le déploiement est prévu. Il assure un support opérationnel à la fois réactif et proactif, apporte des conseils en matière de conception réseau et formule des recommandations fondées sur les bonnes pratiques. Missions et responsabilitésAssurer le support opérationnel après-vente au quotidien sur les environnements réseau de production et de préproduction. Diagnostiquer et résoudre les incidents complexes liés aux équipements, aux logiciels et aux infrastructures réseau IP/MPLS de grande envergure. Ouvrir, suivre et piloter les tickets auprès du support constructeur jusqu'à leur résolution, en assurant l'analyse des causes racines et la mise en œuvre des actions correctives. Accompagner le client lors d'incidents critiques, d'interruptions de service et d'escalades, en assurant une communication claire avec les équipes d'ingénierie, d'exploitation et de direction. Animer des ateliers de collecte d'informations techniques afin de comprendre l'architecture réseau existante, les processus opérationnels et les futurs besoins de conception. Acquérir une connaissance approfondie de l'organisation du client, de ses standards d'ingénierie et de ses procédures opérationnelles. Conseiller le client sur l'évolution de son architecture réseau, l'augmentation des capacités et l'adoption de nouvelles technologies, en cohérence avec sa feuille de route. Participer aux mises à niveau majeures du réseau, aux opérations de maintenance planifiées, aux migrations et aux changements d'infrastructure. Rédiger des rapports clairs et synthétiques sur l'avancement des projets, l'état de santé du réseau, les problèmes identifiés et les actions correctives engagées. Animer des ateliers techniques et opérationnels pour faire le point sur les incidents en cours, le suivi des tickets de support, les causes racines, les mesures d'atténuation et les solutions à long terme. Former les équipes d'ingénierie, de déploiement et d'exploitation du client à la configuration, à la supervision et à l'exploitation quotidienne des plateformes réseau. Évaluer l'état de santé général et la stabilité des environnements réseau. Élaborer et maintenir des procédures de diagnostic et d'isolation des pannes. Rédiger et réviser les procédures opérationnelles standard (SOP) et les procédures d'intervention (MOP) afin d'identifier les lacunes ou anomalies susceptibles de provoquer des interruptions du réseau ou des services. Contribuer à la définition des politiques, standards et bonnes pratiques d'utilisation des équipements réseau. Collaborer avec les autres Ingénieurs Résidents pour partager les retours d'expérience et limiter les risques lors des modifications du réseau. Développer, selon les besoins, des compétences complémentaires sur d'autres gammes de produits réseau. Réaliser des tests en laboratoire, des tests de validation de conception (DVT), des procédures de certification et des tests d'intégration de nouveaux équipements et de versions logicielles majeures avant leur mise en production. Maintenir une base de données fiable de gestion des versions logicielles afin de renforcer la stabilité du réseau et de traiter les vulnérabilités signalées dans les bulletins de sécurité. Développer et maintenir des scripts d'automatisation et utiliser des outils d'intelligence artificielle pour réduire les tâches opérationnelles répétitives, améliorer la cohérence et la fiabilité des opérations, et accélérer le diagnostic ainsi que le provisionnement. Développer et maintenir des outils d'automatisation en Python, notamment pour la validation des configurations et les contrôles de l'état de santé du réseau. Accompagner les équipes d'ingénierie et d'exploitation dans l'adoption des outils d'automatisation réseau. Contribuer à la documentation et aux dépôts d'outils internes dans le cadre des initiatives d'automatisation. Assurer le suivi et l'analyse des notifications proactives de bugs (PBN) et des alertes de sécurité (SIRT), et documenter les failles identifiées. Évaluer le risque d'exposition aux anomalies logicielles et aux vulnérabilités de sécurité, puis rechercher des solutions correctives définitives ou des mesures de contournement dans l'attente d'une résolution complète. Organiser régulièrement des réunions avec le client et le responsable de service (Service Manager) afin de faire le point sur l'avancement des tickets de support, les solutions envisagées et les actions à entreprendre pour répondre aux demandes du client.