Trouvez votre prochaine mission ou futur job IT.

Secteur : Édition Spécialisée & Services Technologiques | Périmètre International Type de contrat : Freelance Domaine : Intelligence Artificielle & Data Engineering Portée : France (Périmètre Européen) 1. Contexte de la Mission Aux côtés d'une équipe d'experts passionnés, vous relèverez les plus hauts défis techniques de la société. En tant qu'Expert Data & Retrieval, vous êtes le garant de la matière première de notre IA : la collecte, l'ingestion, l'indexation et la recherche de pertinence sur des volumes massifs de documents spécialisés, le socle qui alimente nos modèles de langage et nos produits. Votre terrain de jeu : transformer la manière dont tout un secteur professionnel travaille au quotidien. Votre mission n'est pas d'écrire un simple script, mais de concevoir des pipelines de données robustes capables d'ingérer, de nettoyer et d'indexer d'énormes corpus textuels, puis d'exposer une recherche rapide et pertinente (sémantique et hybride) au service de plusieurs équipes à travers l'Europe. Vous garantirez la fraîcheur des index et la qualité du retrieval tout en gérant une complexité technique de haut vol (volumétrie, hétérogénéité des sources, évaluation de la pertinence, scalabilité). 2. Objectifs et Missions Principales Vos missions principales s'articulent autour de trois axes : bâtir, outiller et transmettre. 1. Collecte, Ingestion & Indexation Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (open data, bases spécialisées, documents métier), le parsing, le nettoyage, le chunking et la normalisation des documents. Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval) Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec reranking et filtrage par métadonnées pour maximiser la pertinence. Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (recall, precision, nDCG, MRR) pour mesurer et améliorer le retrieval. RAG : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces de qualité) et garantir la sécurité et la conformité des données (isolation par pays, conformité aux réglementations). 3. Leadership Technique & Gouvernance Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés. Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source). 3. Profil Recherché & Stack Technologique Diplôme requis : Master, Ph.D, Diplôme d'Ingénieur ou équivalent en Informatique / Data. Stack Technologique Cible (à challenger) : Langages : Python 3.11+ (maîtrise requise), Go. Indexation : Bases vectorielles (pgvector, Weaviate, Qdrant, OpenSearch), recherche hybride / BM25. Embeddings & NLP : sentence-transformers, modèles d'embeddings, tokenisation, parsing de documents. RAG & LLM : LangChain, RAG, reranking, OpenAI, Mistral, Bedrock. Data & Infra : PostgreSQL, Airflow / Spark (ou équivalent), Kafka, Redis, Docker, CI/CD, Kubernetes. Tests & Qualité : Pytest, évaluation de la pertinence (recall, nDCG, MRR). Compétences Attendues : Expérience avérée en Data Engineering / Information Retrieval sur des volumes massifs en production. Expertise Retrieval : maîtrise de l'indexation, des embeddings et de la recherche hybride, capacité à mesurer puis améliorer la pertinence. Culture Data : pipelines reproductibles, qualité et lignage des données, versioning des datasets et des index. Solide culture IA / ML : embeddings, NLP et bonne compréhension des LLM (sans nécessairement être un expert serving). Polyvalence appréciée : une appétence pour d'autres langages (Java notamment) pour prêter main-forte sur des sujets transverses est un vrai plus. Anglais fluide requis (contexte européen quotidien). 4. Soft Skills & Qualités Recherchées Vision Produit : Comprendre les enjeux métiers pour prioriser les fonctionnalités. Vos index et votre moteur de recherche sont gérés comme un produit : vous considérez les autres développeurs comme vos clients. Leadership Technique & Pédagogie : Capacité à évangéliser les bonnes pratiques data, retrieval et IA auprès des autres développeurs. Obsession de la Qualité : Rigueur absolue sur la sécurité des données et la fiabilité des services. Esprit d'Innovation : Curiosité active pour les avancées de l'écosystème IA, NLP et data. Communication : Savoir vulgariser des concepts complexes auprès de différents interlocuteurs. 5. Pourquoi ce poste est unique ? Vous intervenez au moment de la prise de décisions structurantes avec un réel pouvoir d'influence sur la stack finale. Indexer et rendre pertinent un patrimoine documentaire massif et hétérogène au service de l'IA constitue un défi data rare. L'objectif n'est pas de simplement 'livrer une feature', mais de créer le standard industriel du groupe pour les prochaines années.

Contexte : Pour un grand acteur de la grande distribution, nous recherchons un Data Ops Senior pour rejoindre le pôle Data & IA (40+ data scientists et data/AI engineers). L'équipe Data Ops, déjà en place avec un Tech Lead, outille et industrialise les projets data science, data analyse et dataviz, de l'exploration jusqu'à la production. Les projets sont critiques et portent notamment sur l'IA et l'agentique. Vos missions : Mettre en place, maintenir et améliorer les chaînes CI/CD des infrastructures cloud des projets analytiques (IA et agentique inclus) Administrer et maintenir les services partagés : Airflow, Langfuse, couche sémantique… Garantir le respect des bonnes pratiques et des règles de sécurité Identifier les axes d'amélioration et d'automatisation de l'offre de services, au contact des équipes data Accompagner les ingénieurs au quotidien : déploiements, configuration, gestion des accès, investigation d'incidents, optimisation des coûts cloud Télétravail : 2 jours par semaine (3 jours sur site)

Contexte : Au sein du pôle Data & IA, intégration de l'équipe GenAI en charge de la conception et de l'exploitation de plateformes d'Intelligence Artificielle à destination des différentes entités du groupe. L'objectif est de concevoir des offres d'IA générative industrialisées, sécurisées et hautement disponibles, déployables aussi bien sur des infrastructures Cloud (AWS, GCP) que On-Premise, en s'appuyant sur des architectures modernes, distribuées et résilientes. Missions : Concevoir et déployer des architectures techniques dédiées aux plateformes d'IA générative. Industrialiser et automatiser le déploiement de plateformes agentiques via les pratiques MLOps et LLMOps. Développer et maintenir des services managés en intégrant les exigences de sécurité, de conformité et de gouvernance. Automatiser les infrastructures et les pipelines de déploiement (Infrastructure as Code, CI/CD). Assurer la mise en production, le maintien en condition opérationnelle et l'optimisation des plateformes IA. Participer aux choix d'architecture et assurer le rôle de référent technique sur un produit de la squad. Concevoir la documentation technique et accompagner l'adoption des solutions auprès des équipes internes. Réaliser des démonstrations techniques et promouvoir les offres d'IA générative. Participer aux cérémonies Agile (Daily Scrum, Sprint Planning, Backlog Refinement, Roadmap) et contribuer aux travaux de la squad. Participer aux astreintes techniques afin de garantir la disponibilité des plateformes. Stack technique : Cloud & Infrastructure AWS : EKS, SageMaker, Bedrock GCP : GKE, Vertex AI Kubernetes, OpenShift, Docker Environnements On-Premise Infrastructure as Code & CI/CD Terraform Ansible Jenkins GitLab CI Kestra Développement Python SQL Data & IA MLflow Dataiku JFrog Artifactory Orchestration de workloads IA Bases de données vectorielles : OpenSearch, Elasticsearch, PostgreSQL (PGVector), MongoDB Atlas, Amazon RDS Observabilité Prometheus Grafana Dynatrace AWS CloudWatch AWS X-Ray Méthodologie Agile / Scrum DevOps / MLOps / LLMOps Infrastructure as Code (IaC) CI/CD Architecture Cloud Native Sécurité, conformité et gouvernance des plateformes IA

Developpeur FullStack Java, Python Nantes Mission de Developpement FullStack Java, Python Nantes avec des expériences significatives en développement de serveurs MCP, en prompt engineering, en IA GEN dans des contextes projets. - Maîtrise de Java, Python indispensable - Application des bonnes pratiques DevOps, utilisation d'outils CICD (Gitlab CI, Concourse CI, ...) + Docker + K8S - Maitrise du contexte Agile Exigence client : + de 4 expériences d'au moins 6 mois dans le domaine demandé. Mission sur Nantes dans le locaux du client avec 2j site client impératifs.

Notre client, un fonds d'investissement quantitatif, renforce son équipe IT Core Platform : 3 ingénieurs qui construisent le socle cloud situé au-dessus de l'infrastructure AWS. Cette équipe sert des équipes platform métier plus spécialisées (Data Platform, ML Platform…), chacune avec sa propre stack et ses propres comptes AWS. Son rôle est de leur proposer des produits communs, simples et réutilisables, et de les faire converger vers ces solutions. MissionsRecueillir les besoins des équipes servies, arbitrer ce qui doit être industrialisé, construire le service commun, puis valider avec elles qu'il correspond à leur usage Développer l'outillage Python destiné aux utilisateurs : CLI, gestion de configuration, intégration VS Code, connexion des postes et services on-prem vers les services AWS Faire évoluer le socle AWS en Terraform : gouvernance multi-comptes, avec des comptes par équipe et leurs owners déploiement de stacks piloté par manifest modules réutilisables et documentés Industrialiser une CI/CD abstraite sur Jenkins et GitLab CI, avec runners AWS, templates et golden paths Faire évoluer l'outillage FinOps, notamment l'application qui calcule la consommation compute des chercheurs sur AWS Contribuer à la roadmap expérience développeur : environnements de développement AWS images de base et registre de packages compute, dont GPU mise à disposition d'assistants IA de code (Claude Code, Copilot) sandbox d'expérimentation Accompagner les utilisateurs : documentation, démos, workshops, pair programming, support et suivi de l'adoption

💡Description détaillée Le contexte de la mission : Dans le cadre de cette mission de renfort au sein de l'équipe Usine Logicielle, vous participerez activement à l'intégration des évolutions et au maintien en condition opérationnelle (MCO) des plateformes techniques de notre chaîne CI/CD (Jenkins, SonarQube, Bitbucket, Artifactory, etc.). Vous serez également pleinement intégré(e) aux projets en cours de l'équipe. 💡Missions Principales : Gestion des évolutions : Identifier les nouvelles fonctionnalités ou évolutions à déployer et automatiser leur déploiement dans les différents environnements. Coordination : Piloter et coordonner les changements en collaboration avec les différents acteurs (techniques, fonctionnels et utilisateurs). Sécurité & Documentation : Définir et mettre en œuvre les principes d'habilitations et rédiger la documentation associée aux livraisons. Développement & Automatisation : Développer des API en Python afin d'optimiser et de faciliter le quotidien des utilisateurs. Animation & Support : Assurer le support des applications et participer activement aux rituels agiles ainsi qu'aux démos pour partager vos réalisations auprès d'une audience variée. 💡Responsabilités principales : Définition de la cible d'architecture Concevoir l'architecture cible du SI en alignement avec la stratégie de l'entreprise Définir les principes directeurs, les normes et les standards d'architecture Élaborer des cartographies fonctionnelles, applicatives, techniques et de données Urbanisation et cohérence du SI Garantir la cohérence entre les différents composants du SI (applications, infrastructures, données) Identifier les redondances, les obsolescences et les opportunités de mutualisation Proposer des trajectoires d'évolution (roadmaps) réalistes et durables Accompagnement des projets Participer aux phases de cadrage et de conception des projets Valider les choix techniques et fonctionnels en lien avec l'architecture cible Assurer un rôle de conseil auprès des chefs de projet, développeurs et métiers Veille technologique et innovation Suivre les évolutions technologiques (cloud, IA, cybersécurité, API, etc.) Évaluer les opportunités d'intégration de nouvelles solutions Participer à des POC (Proof of Concept) ou des expérimentations Gouvernance et documentation Animer des comités d'architecture et contribuer à la gouvernance IT Maintenir une documentation à jour des architectures en place et à venir Contribuer à la gestion des risques liés à l'architecture (sécurité, conformité, performance)

Le contexteNotre client, un grand groupe mutualiste français, a déployé une plateforme d'IA générative utilisée par plusieurs entités du Groupe (les « maisons »). La v1, construite dans un calendrier serré, est aujourd'hui en production. Une v2 est en préparation, mais certaines maisons resteront sur la v1 au-delà de septembre 2026. La v1 doit donc rester stable, performante, et être mise en conformité RGPD et sécurité avant son transfert à la DSI. L'enjeu est clair : ne pas dégrader l'expérience utilisateur, car c'est l'adoption de l'IA générative dans tout le Groupe qui est en jeu. La missionVous êtes le référent run et évolutions de la plateforme IA v1 : vous la faites tourner, vous la sécurisez et vous l'améliorez. Run et continuité de service : administrer la plateforme, suivre le backlog d'incidents, analyser et corriger Performance : suivre les indicateurs de production, optimiser le RAG (pertinence, latence, coûts) et proposer des améliorations Observabilité : exploiter Langfuse (traces, évaluations, coûts) et le monitoring GCP, mettre en place les alertes Conformité et sécurité : mettre la v1 en conformité RGPD (données personnelles, rétention, traçabilité) et aux standards sécurité du Groupe Évolutions mineures : développer sur l'API Python et le front React, sur les chaînes LangChain / LangGraph Tests et CI/CD : constituer des jeux de test, automatiser les évaluations, renforcer l'intégration continue Documentation et transfert : docs, schémas, specs, pour préparer la reprise par la DSI et capitaliser avec la v2

Dans le cadre du développement et de l'industrialisation de solutions d'intelligence artificielle, un acteur majeur du secteur bancaire recherche un AI Engineer spécialisé en IA générative et agentique. Le consultant interviendra sur la conception, le développement et le déploiement de solutions IA, notamment autour des LLM et des systèmes multi-agents. Il travaillera en étroite collaboration avec les équipes Produit, Data, IT et Sécurité afin de garantir la performance, la fiabilité et la conformité des solutions développées. Livrables Conception et développement de solutions d'IA générative et agentique adaptées aux besoins métiers. Intégration, configuration et optimisation des LLM, notamment Mistral. Développement de systèmes multi-agents et de pipelines techniques. Mise en place de mécanismes d'évaluation, de monitoring et de contrôle des hallucinations et biais. Industrialisation et déploiement sécurisé des solutions IA en collaboration avec les équipes DevOps. Rédaction de la documentation technique et suivi des évolutions des solutions développées.

Missions et responsabilités1. Ontologie et Knowledge GraphConcevoir, construire et maintenir l'ontologie et le modèle de graphe de connaissances. Structurer les données techniques et métier pour leur exploitation par des agents IA. Définir la stratégie d'intégration des différentes sources de données. Assurer la connexion entre le Knowledge Graph et les systèmes d'information existants. Mettre en place les mécanismes de traçabilité, de fraîcheur et de qualité des données. 2. Data Engineering et fiabilitéConcevoir et industrialiser les pipelines d'alimentation du graphe de connaissances. Garantir la durabilité et l'exploitabilité du service : stockage persistant, sauvegarde, restauration et exploitation. Mettre en place des mécanismes de contrôle de qualité des données. Développer les contrôles de grounding permettant de vérifier que les informations produites par les agents IA sont réellement présentes dans le graphe. Garantir la fiabilité et la traçabilité des informations exploitées par les agents. 3. Intégration IA et accès aux connaissancesDéfinir des contrats d'accès sécurisés et gouvernés à la connaissance. Faciliter l'exploitation du Knowledge Graph par les agents IA, les workflows, les skills réutilisables et les outils développeurs. Collaborer avec les Tech Leads Plateforme et Agents sur les exigences d'accès, de sécurité et d'évaluation. Rationaliser les outils et interfaces de consultation de la connaissance. Mesurer les coûts et les performances des exécutions enrichies par le graphe, notamment leur latence. 4. Gouvernance et évolutionDéfinir les règles de gouvernance et de qualité des données. Collaborer avec les responsables applicatifs, les équipes de développement et les équipes Data. Garantir la cohérence et la mise à jour des connaissances. Préparer l'extension progressive du Knowledge Graph aux données et règles métier. Participer aux choix d'architecture et aux orientations techniques de la plateforme.

Renfort DataOps sur une plateforme Data AWS pour un client industriel en forte croissance des usages Data et IA. La mission consiste à industrialiser l'exploitation en fiabilisant les pipelines, automatisant les déploiements, outillant l'observabilité et structurant l'exploitation avec des procédures robustes. Localisation : Ile de France (Essonnes, 91). Contexte et enjeux de la mission : notre client exploite une plateforme Data sur AWS dont les usages (analytics, science des données, cas d'usage IA) croissent rapidement. Cette montée en charge exige d'industrialiser l'exploitation : fiabiliser les pipelines, automatiser les dépôtêtements, outiller l'observabilité et structurer l'exploitation avec des procédures et runbooks robustes.

Vos missionsDévelopper et optimiser des solutions d'IA et de Machine Learning Concevoir et intégrer des applications basées sur les LLM, le RAG et les Agents IA Participer à la mise en production des modèles via APIs et microservices Collaborer avec les équipes métiers, Data Science et Architecture Contribuer aux pratiques MLOps, à l'automatisation des tests et à l'industrialisation des développements Produire la documentation technique et partager les bonnes pratiques __________ Forte expérience en IA générative (LLM) Maîtrise de RAG, Prompt Engineering, AI Agents Utilisation avancée de GitHub Copilot, Cursor, Claude Code, ChatGPT Expérience avec LangChain et Hugging Face Développement d'API (FastAPI, Flask) Connaissances MLOps, CI/CD, Docker, Kubernetes Très bon niveau d'anglais Idéalement expérience banque / KYC / compliance