Trouvez votre prochaine mission ou futur job IT.

Dans le cadre du renforcement d'une plateforme Data & IA stratégique, nous recherchons un Tech Lead DevOps Seniorpour accompagner l'évolution, l'industrialisation et l'exploitation d'une plateforme Cloud de nouvelle génération. Vous intégrerez une équipe Agile composée de Product Owners, Architectes, DevOps, Data Engineers et Data Managers, dans un environnement technique moderne reposant sur AWS, Databricks et les pratiques DevOps les plus avancées. Au-delà de votre expertise technique, vous jouerez un rôle clé dans le pilotage technique de l'équipe, la définition des standards DevOps et l'amélioration continue de la plateforme. Activités DevOpsAdministrer et maintenir la plateforme Data en conditions opérationnelles (MCO). Développer et faire évoluer les composants techniques du socle Data. Participer à la roadmap technique et aux évolutions de la plateforme. Optimiser les performances, la disponibilité et la résilience des services. Mettre en œuvre les bonnes pratiques de cybersécurité, de conformité et de FinOps. Gérer les accès, les habilitations et les secrets (AWS, Databricks, Okta). Assurer le traitement des incidents de niveau N2/N3. Industrialiser les déploiements et automatiser les processus. Intégrer de nouveaux services et applications au sein de l'écosystème Data. Activités de Tech Lead Coordonner et accompagner l'équipe DevOps au quotidien. Définir et faire respecter les standards techniques et les bonnes pratiques DevOps. Organiser les revues de code et garantir la qualité des développements. Renforcer les pratiques CI/CD et l'automatisation des déploiements. Participer aux choix d'architecture et aux orientations techniques. Accompagner les équipes dans leur montée en compétences. Contribuer à l'amélioration continue des processus et des outils.

En tant que Tech Lead Machine Learning Engineer, vous aurez la charge de : • Accompagner nos clients : cadrage et support technique ; aide à l'amélioration des performances et de l'industrialisation sur le code ; aide à l'évolution de leur AI plateforme • Assurer le support et le développement applicatif interne : opérer le développement de l'infrastructure Datalab (git, installation de packages, outils,...) ; contribuer à la pérennité et à la diffusion des projets internes • Industrialiser : mettre en production les modèles de ML développés (optimisation des scripts développés par les Data Scientist) et maintenir les scripts en production ; développer une CI/CD avec l'infrastructure développée jusqu'en production ; mettre en place une gouvernance viable ; rédiger des documents projets (design, réalisation, déploiement, ...) Référence de l'offre : fywjtf5vv0

Pour l'un de nos clients grands comptes du secteur bancaire, nous recherchons un Développeur Java Spring Senior orienté Cloud Azure afin d'accompagner les évolutions d'une plateforme Data stratégique hébergée sur Azure. La mission s'inscrit dans un contexte de modernisation du socle technique, d'automatisation et d'industrialisation des déploiements sur Kubernetes (AKS). Vos missionsDévelopper et faire évoluer une application de gestion du Data Lake Azure. Concevoir des micro-services interfacés avec les API Azure et les systèmes internes. Participer à l'automatisation du cycle de vie applicatif (CI/CD). Déployer et maintenir les composants sur Azure Kubernetes Service (AKS). Contribuer à l'amélioration de la résilience, de la sécurité et de la scalabilité de la plateforme. Intervenir sur un environnement de production critique et fortement sécurisé. Environnement techniqueIndispensable : Java 11+/17 Spring / Spring Boot Azure Cloud Kubernetes / AKS Docker Azure DevOps Git Apprécié : Azure SDK Java Temporal Liquibase PostgreSQL / SQL Server Azure Data Lake Storage Gen2 (ADLS) Réseaux Azure (VNet, Subnet, Private Endpoint, DNS privé) Stack ELK Spark Profil recherché5 ans d'expérience minimum en développement Java. Forte expérience Cloud Azure. Maîtrise des architectures micro-services. Expérience significative de Kubernetes / AKS en environnement de production. Culture DevOps et CI/CD. Autonomie, capacité à travailler dans des environnements complexes et forte sensibilité aux problématiques de sécurité et de disponibilité.

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

Contexte : Dans le cadre du développement d'une plateforme data et d'intelligence artificielle déjà utilisée en production par plusieurs milliers d'utilisateurs, notre client, acteur bancaire en forte croissance, souhaite renforcer son équipe technique. La plateforme permet de développer et d'exécuter des workflows data et IA, d'utiliser des agents et des systèmes RAG, de manipuler plusieurs modèles de langage et de proposer des environnements de travail dédiés aux utilisateurs. Le consultant interviendra dans une phase d'ouverture progressive de la plateforme à des clients externes, avec des enjeux forts de scalabilité, robustesse, sécurité, performance et maintenabilité Missions principales : · Concevoir et développer les composants logiciels de la plateforme. · Développer des services backend en Python, notamment avec Django ou des frameworks équivalents. · Concevoir et faire évoluer les applications web en React et TypeScript. · Concevoir les APIs et intégrations avec les composants data et IA. · Participer au développement de systèmes agentiques et de workflows orchestrés. · Intervenir sur LangGraph, RAG, bases de connaissances, MCP et l'évaluation des applications LLM. · Contribuer à l'intégration de plusieurs modèles de langage via une passerelle multi-modèles. · Améliorer la scalabilité et la fiabilité de la plateforme. · Challenger les architectures, choix techniques et pratiques de développement existants. · Concevoir des solutions robustes, maintenables et adaptées à la production. · Développer les tests, la documentation technique et les procédures de mise en production. · Contribuer à l'observabilité, à la sécurité et à la gouvernance des composants. · Collaborer avec les équipes Software, Data, IA et Recherche. · Assurer une forte implication hands-on dans le développement et la livraison des composants. Livrables attendus : · Composants logiciels et services backend développés et déployés. · APIs et intégrations avec les briques Data et IA. · Contributions aux architectures distribuées et aux évolutions de la plateforme. · Workflows agentiques, systèmes RAG et intégrations LLM. · Tests automatisés et documentation technique. · Solutions et procédures de mise en production. · Contributions aux dispositifs d'observabilité, de sécurité et de monitoring. · Recommandations d'évolution et d'amélioration des architectures existantes.

Durée : Mission initiale de 3 mois à temps partiel avec évolution temps plein sur 18 mois possible Langues : Anglais professionnel obligatoire, français apprécié Notre client, société internationale spécialisée dans les infrastructures télécoms, recherche plusieurs Ingénieurs Télécom Terrain (Field Engineers) afin d'intervenir sur des projets de déploiement, d'installation et de maintenance d'équipements de transmission optique et d'infrastructures réseau à travers la France. Les consultants interviendront sur différents sites clients, datacenters et points de présence (PoP), avec des déplacements réguliers sur l'ensemble du territoire national. Missions En tant qu'Ingénieur Télécom Terrain, vous serez notamment chargé de : Installer et réaliser les premiers tests d'équipements télécoms et systèmes de transmission. Participer à la mise en service, à la maintenance et aux opérations de migration réseau. Réaliser des audits complets de datacenters et de PoP (équipements, ports, câblage et connectivité). Effectuer des opérations de traçage et d'identification de fibres optiques. Réaliser des tests et mesures sur les réseaux optiques. Identifier et diagnostiquer les dysfonctionnements de premier niveau. Assister les ingénieurs réseau distants dans la configuration et les tests des équipements installés. Produire la documentation technique et les rapports d'intervention. Réaliser les analyses de risques avant intervention. Garantir le respect des normes de sécurité et des procédures en vigueur. Assurer un reporting régulier de l'avancement des projets. Participer ponctuellement à des interventions en horaires décalés dans le cadre de migrations ou de mises en production. Compétences requisesEnvironnement Télécom / Transmission Bonne connaissance des réseaux de transmission fixe. Compréhension des technologies DWDM et OTN. Bonne connaissance des principes de transmission optique. Compréhension de l'atténuation, de la dispersion et des pertes de signal. Connaissances en alimentation électrique AC/DC. Installation et déploiement Audit d'équipements et de ports. Installation de baies et racks. Installation d'équipements actifs et passifs. Installation de PDU. Câblage cuivre et fibre optique. Étiquetage et documentation. Installation et terminaison de câbles d'alimentation AC/DC. Terminaisons cuivre. Mise à jour logicielle et configuration de base des équipements. Tests et mesures OTDR. Optical Power Meter. Visual Fault Locator. Tests de perte optique (Insertion Loss). Tests de trafic fibre. Tests fonctionnels d'équipements. Détection et résolution d'incidents de premier niveau. Rédaction de rapports de test.

En quelques motsCherry Pick est à la recherche d'un "Analytics Engineer (H/F)" pour un client dans le secteur des SaS RH Description🏢 Le Contexte : La Rigueur Logique au Service des Métriques StratégiquesAu sein du pôle Data, nous structurons notre plateforme décisionnelle pour accompagner la croissance rapide de nos activités et éclairer les prises de décision du Comex et des directions opérationnelles (Growth, Finance, Sales). Nous recherchons un(e) Analytics Engineer Senior. Doté(e) d'un profil hybride, vous combinez l'excellence technique d'un ingénieur de données (rigueur logicielle, modélisation) et la sensibilité produit/business d'un Data Analyst pour transformer des données brutes en modèles fiables, documentés et directement exploitables. 🎯 Vos Missions : Transformation dbt, Performance BigQuery & Product AnalyticsRattaché(e) à l'équipe Data, vos responsabilités couvrent l'intégralité du cycle de transformation et de valorisation : 1. Ingénierie & Transformation dbt (Majeure) : Concevoir, optimiser et tester la couche de transformation de données (couches staging, intermediate, marts) en appliquant la méthodologie de modélisation Kimball. Appliquer les exigences de la qualité logicielle aux données : écriture de tests automatisés, création de macros dbt, intégration dans les chaînes CI/CD et réalisation des revues de code (Code Reviews). 2. Optimisation & Performance BigQuery : Optimiser les requêtes SQL complexes et structurer les tables (partitionnement, clustering) pour garantir des temps de réponse rapides. Maîtriser et rationaliser les coûts d'exécution et de stockage sur Google Cloud Platform (BigQuery). 3. BI, Data Analysis & Impact Business : Concevoir et maintenir des tableaux de bord et visualisations sous Metabase pour les différentes équipes métiers. Mener des analyses ad-hoc à fort impact (analyse de funnels de conversion, études de cohortes, suivi de la rétention client) pour alimenter le Comex, la Finance, le Sales et la Growth. 4. Gouvernance & Métriques : Maintenir et enrichir la documentation technique ainsi que le dictionnaire de données. Définir, harmoniser et structurer le catalogue des métriques clés de l'entreprise (Single Source of Truth).

Nous recherchons un ML Engineer pour accompagner le déploiement de modèles de machine learning robustes, performants et évolutifs en production. Vous intervenez dans une équipe dont le rôle stratégique est de valoriser la data. Au sein d'un environnement Data structuré, vous interviendrez sur des projets transverses mêlant data science, data engineering et MLOps. Vos principales responsabilités seront les suivantes : Optimiser la collecte et la préparation des données : data processing, feature engineering, industrialisation des pipelines. Améliorer l'exposition des modèles en production : API, endpoints, performance et scalabilité. Collaborer avec les data engineers pour intégrer les modèles dans la Data Platform. Travailler avec les data scientists afin de déployer les meilleures versions des modèles. Mettre en place des pratiques MLOps : qualité des données, suivi du data drift, monitoring, réentraînement. Assurer le suivi du cycle de vie des modèles en production. Documenter les processus, modèles et systèmes déployés.

Contexte de la mission Notre objectif est de transformer notre stratégie de pricing grâce à la donnée et à l'intelligence artificielle. Nous voulons passer d'une tarification traditionnelle à une tarification dynamique, plus intelligente et prédictive, capable d'équilibrer la rentabilité de l'entreprise et la perception de la valeur par nos clients. Pour porter cette ambition, au sein de notre équipe digital data Pricing nous concevons, développons et industrialisons les algorithmes et les produits Data qui piloteront nos prix de manière proactive et agile. Objectifs et livrables Le consultant interviendra sur un scope large, allant de l'analyse exploratoire à la mise en production (MLOps). Les chantiers majeurs identifiés pour les prochains mois sont : • Élasticité Prix: Optimisation des algorithmes d'élasticité prix existants, avec un focus majeur sur la modélisation pour le lancement de nouveaux produits. • Moteur de Promotion : Développement d'un algorithme d'optimisation des campagnes promotionnelles. • Tarification Dynamique : Analyses exploratoires préliminaires et formulation de propositions pour un moteur d'aide à la décision (Dynamic Pricing “home-made”). • Industrialisation & MLOps : Optimisation des modèles existants, intégration de nouvelles sources de données, APIzation et automatisation des pipelines (Ops). • Agent amélioration : Contribution sur notre agent pricing. • Monitoring : Mise en place d'un tracking robuste de la performance des modèles et de la qualité de la donnée. Nous recherchons un profil hybride et autonome, capable de naviguer entre la vision produit et la technique. Hard skills: • Core Tech : Maîtrise avancée de Python et de son écosystème Data Science / ML (Pandas, Scikit-Learn, TensorFlow/PyTorch). • ML Engineering & MLOps : Expérience solide en mise en production d'algorithmes à grande échelle, packaging de modèles, CI/CD (Git) et industrialisation d'API. • Data & Cloud : Pratique des environnements Cloud (AWS / Databricks appréciés) et manipulation de gros volumes de données (Spark, dbt). Soft skills: • Product Ownership & Proactivité : Capacité à creuser le besoin métier, clarifier les exigences et proposer des solutions concrètes sans attendre un cahier des charges figé. • Leadership technique : Autonomie pour piloter des sujets de bout en bout et interagir avec des interlocuteurs variés (équipes Data, Tech et Métier). • Langues : Anglais courant indispensable. Une expérience préalable ou un fort background sur des problématiques de Pricing (élasticité, yield management, optimisation de marge) sera grandement valorisée.

Dans le cadre du développement de projets stratégiques autour de l'Intelligence Artificielle et de l'IA générative, nous recherchons 5 Développeurs Python / AI Engineers – AI-Native Developers pour rejoindre une équipe AI Factory / Innovation au sein d'un acteur majeur du secteur bancaire. Vous participerez à la conception, au développement, à l'intégration et à l'industrialisation de solutions d'Intelligence Artificielle répondant à différents cas d'usage métiers. Vous évoluerez dans un environnement agile, en étroite collaboration avec les Data Scientists, architectes solutions, équipes IT et équipes métiers. 📍 Mission 100 % sur site – aucun télétravail possible 🌍 Anglais courant obligatoire – environnement international 👥 5 postes à pourvoir ⚠️ La présence sur site 5 jours/semaine constitue une condition impérative de la mission et n'est pas négociable. Votre rôle En tant que AI-Native Developer, vous interviendrez sur l'ensemble du cycle de développement des solutions IA, depuis l'analyse des cas d'usage jusqu'à leur déploiement et leur exploitation en production. Vous aurez notamment pour responsabilité de transformer les travaux et modèles issus de l'expérimentation en solutions robustes, performantes, scalables et industrialisées. Une forte maîtrise de l'Agentic Coding / AI-assisted development est attendue. Vous utiliserez quotidiennement les outils d'IA générative pour accélérer les développements, tout en étant capable de challenger, tester, sécuriser et optimiser le code généré. Vos principales missions Développement IA & Machine Learning Participer aux workshops avec les équipes métiers, IT et Data Science ; comprendre et traduire les besoins en solutions techniques ; développer et optimiser des modèles IA / Machine Learning ; contribuer à leur intégration dans les applications et processus existants ; développer les composants nécessaires à leur exploitation en production ; exposer les modèles au travers d'APIs et de microservices ; optimiser leurs performances en matière de latence, coûts et scalabilité. IA générative & Agentic Coding Utiliser de manière avancée les outils de développement assisté par IA tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT ; décomposer des problématiques complexes en instructions exploitables par les agents IA ; concevoir et optimiser des prompts techniques réutilisables ; utiliser l'Agentic Coding pour accélérer les cycles de développement ; analyser et challenger le code généré ; identifier les erreurs, limites ou risques introduits par les modèles ; garantir la qualité, la maintenabilité et la robustesse du code produit. Industrialisation & MLOps Participer au déploiement des modèles en production ; concevoir et mettre en œuvre des pipelines MLOps ; automatiser les processus d'entraînement, de déploiement, de versioning et de monitoring ; intégrer les modèles aux pipelines CI/CD ; assurer leur suivi et leur maintien en conditions opérationnelles ; contribuer à la conteneurisation et à l'orchestration des solutions. Tests & qualité Développer et maintenir les tests automatisés ; tester les modèles en matière de performance, robustesse et biais ; mettre en place des mécanismes de contrôle de la qualité du code ; sécuriser les évolutions et les mises en production ; documenter précisément le code, les modèles, APIs et prompts utilisés. Innovation & amélioration continue Réaliser une veille active sur les évolutions de l'IA et de l'IA générative ; expérimenter de nouvelles approches et technologies ; évaluer leur pertinence pour les cas d'usage métiers ; formuler des recommandations techniques ; partager les bonnes pratiques au sein de l'équipe. Compétences techniques recherchées Indispensables Développement excellente maîtrise de Python ; développement d'APIs REST / microservices ; FastAPI et/ou Flask ; maîtrise de Git / GitHub / GitLab ; tests automatisés : pytest, unittest, code coverage. IA / Machine Learning expérience pratique en développement et industrialisation de solutions Machine Learning / IA ; maîtrise des principales problématiques liées à l'entraînement, au déploiement et au monitoring des modèles ; capacité à travailler avec des Data Scientists sur la transformation d'un modèle en solution exploitable en production. Generative AI / AI-Native Development pratique avancée d'outils tels que GitHub Copilot, Cursor, Claude Code et/ou ChatGPT ; maîtrise des approches d'Agentic Coding ; capacité à concevoir des prompts efficaces et structurés ; capacité à évaluer et corriger le code généré par IA ; compréhension des limites et risques associés à son utilisation. MLOps / DevOps expérience des environnements et pipelines MLOps ; CI/CD appliqué aux modèles IA ; Docker ; connaissances Kubernetes ; versioning et monitoring des modèles. Data SQL ; bases NoSQL ; connaissances des Vector Databases ; preprocessing et pipelines de données ; notions de feature engineering. CloudUne expérience d'au moins une plateforme Cloud orientée IA/ML est attendue : AWS SageMaker, Azure Machine Learning et/ou GCP Vertex AI. Compétences appréciées Une expérience complémentaire dans l'un des domaines suivants constituera un plus : NLP / Natural Language Processing ; Computer Vision.

Une société du secteur Énergie basée à Boulogne-Billancourt remplace son AMOA d'une application responsable des consommations d'énergie et recherche un profil confirmé avec 5 ans d'expérience dans le secteur de l'Énergie. Le candidat doit aimer manipuler les chiffres (import et export) et croisement de données. Il utilisera Azure DevOps pour la gestion du backlog. Le rôle implique une expérience significative sur des projets informatiques multi-parties, avec capacité à travailler en équipe et à se coordonner avec les différentes parties prenantes, aussi bien IT (développeurs front et back, data engineer, développeurs ETL, chef de projet IT) que métiers (direction performance, product owners, clients internes de l'application). Une expérience dans le secteur de l'énergie est préférable, ou une capacité à s'adapter rapidement à un nouveau secteur d'activité démontrée dans des expériences passées. Une appétence à l'analyse de données est nécessaire (exports, retraitement excel/google sheet, analyses croisées, etc.). Une connaissance d'Azure DevOps est préférable, cette plateforme étant utilisée pour le suivi du backlog évolutif et correctif et la communication asynchrone entre toutes les parties prenantes.

Nous recherchons pour l'un de nos clients un DevOps / Cloud Infrastructure Engineer afin de rejoindre une équipe technique travaillant sur une plateforme Cloud à grande échelle, dans un environnement où les enjeux de sécurité, industrialisation et disponibilité sont particulièrement importants. Vous intégrerez une équipe d'ingénieurs et travaillerez en collaboration avec des profils Infrastructure, Data, Architecture et Product. Missions Vous participerez au développement, à l'évolution et à la maintenance de l'ensemble de l'infrastructure définie as code. La mission se répartit approximativement de la manière suivante : Terraform : 45 % – développement et maintenance de l'Infrastructure as Code ; Helm & Docker : 30 % – création et maintenance de charts Helm et Dockerfiles ; Bash : 20 % – développement de scripts, outils de contrôle et automatisation des déploiements ; Python : 5 % – interactions avec les équipes Data, tests et besoins spécifiques des utilisateurs. Vous serez notamment amené à automatiser le déploiement d'infrastructures Cloud à grande échelle sous Microsoft Azure à l'aide de Terraform, Terragrunt, Packer et Ansible. Vous participerez également au déploiement et à l'industrialisation de différents composants au sein de clusters Kubernetes, notamment Ingress, Keycloak, Nexus, GitLab, Jupyter, Spark ou PostgreSQL. Vous contribuerez aux évolutions d'architecture de la plateforme, à l'amélioration des processus de déploiement, à la documentation technique ainsi qu'à l'application des bonnes pratiques de sécurité.

Nous recherchons pour notre client, un acteur majeur du e-commerce, un(e) AI Solution Engineer & Evangelist (freelance). Objet de la mission : L'équipe Product, Design & QA de notre client pilote l'ensemble du cycle de vie produit digital (Discovery, conception UX/UI, backlogs Jira, rédaction des specs, validation QA). Dans le cadre de la transformation AI du département, notre client recherche un AI Solution Engineer & Evangelist embedded intégré dans les workflows de l'équipe pour identifier les frictions, choisir et implémenter les meilleures solutions AI (avec une totale liberté et une neutralité technologique de principe) et en faire adopter durablement l'usage. Le prestataire aura une totale liberté sur le choix des outils et solutions AI (agent custom, outil SaaS, Browser agent, MCP …). Il aura également pour rôle de faire évoluer la plateforme AI interne. Le rôle s'appuie sur les leviers suivants : Rédaction de spécifications et de critères d'acceptation (Confluence, Gherkin) assistée par AI Synthèse de la phase Discovery : feedbacks utilisateurs (NPS, CS, Clarity), benchmark UX assisté Génération de cas de test et automatisation QA à partir des tickets Jira et de l'analyse des PR GitHub Qualification, triage et standardisation des tickets Jira ; mise à jour de la documentation Confluence post-livraison Workflows AI-augmentés pour le suivi de roadmap (Monday ou équivalent) Opportunités AI dans le workflow Design (Figma / Design System interne) Contribution à la plateforme AI interne : MCPs, jobs d'ingestion/enrichissement, base vectorielle en production, data-serving léger en Python La mission s'articule autour d'un audit et d'une cartographie de la maturité AI du département (1er mois), suivis d'une phase d'implémentation par axe (Product/Specs, QA, Jira/Documentation, Design/UX), d'une contribution continue à la plateforme AI interne et d'un volet évangélisation permanent, puis d'un bilan et d'une passation. Contrat freelance de 3 mois pour commencer, renouvelable. Principales missions : Cartographier les processus du département, produire un radar de maturité AI et prioriser les use cases (RICE) Déployer des solutions AI sur les axes Product/Specs, QA, Jira/Documentation et Design/UX Contribuer techniquement à la plateforme AI interne (MCPs, pipelines d'ingestion/enrichissement, base vectorielle, data-serving Python léger) Tester et évaluer en continu les solutions du marché (agents autonomes, browser agents, MCPs…) en toute neutralité technologique Animer des sessions de formation (workshops, démos, office hours) et être le point de contact AI quotidien de l'équipe Produire des retours d'expérience mensuels et des cas d'usage documentés Contribuer à la gouvernance AI du département (RGPD, sécurité des données, évaluation fournisseurs) Documenter les process AI et former un ou plusieurs membres de l'équipe pour assurer la passation Livrables : Radar de maturité AI et priorisation des use cases (RICE) Solutions AI déployées par axe (agents, prompts, workflows réutilisables) MCPs / pipelines construits et mis en production Sessions de formation animées et cas d'usage documentés Documentation des process AI (outils retenus vs écartés) Feuille de route AI du département pour les 12 mois suivants Expertises recherchées : Culture AI généraliste (LLMs, agents autonomes, browser agents, MCPs) : Maîtrise AI Solution Engineering (construction de MCPs, pipelines, contribution à une vector DB en production) : Maîtrise Python (scripting, data processing, appels API, intégrations) : Maîtrise Prompt engineering & workflow design : Maîtrise Workflow automation (Make, n8n ou équivalent) : Maîtrise Outils Product (Jira, Confluence, Monday, Figma) : Maîtrise (utilisateur avancé) Processus Agile/Product (backlog grooming, specs, Gherkin, Discovery, QA fonctionnel) : Connaissance Veille active sur l'écosystème AI : Maîtrise Expérience : 3 à 6 ans en AI Engineering / Product / transformation digitale à forte composante technique, avec un déploiement AI démontré en contexte opérationnel concret ; e-commerce apprécié Soft skills clés : excellent communicant (vulgarisation auprès de profils non-techniques), embedded/hands-on, esprit critique sur les outils, appétence change management Conditions de la mission : Durée : Mission freelance de 3 mois, renouvelable Localisation : Aix-en-Provence (fullremote)

Dans le cadre de l'industrialisation de ses modèles de machine learning, un grand compte recherche un ML Engineer pour assurer le passage des modèles du stade expérimental à la production, et leur maintien en conditions opérationnelles. Le consultant interviendra notamment sur : ▪ L'industrialisation des modèles développés par les équipes de data science : refactoring, packaging, optimisation ▪ Le développement des APIs et services d'inférence exposant les modèles ▪ La mise en production dans un environnement conteneurisé et le déploiement continu ▪ Le monitoring des modèles en production : performance, dérive des données (drift), alerting ▪ L'automatisation des pipelines de réentraînement et de validation ▪ Le suivi des expérimentations et le versioning des modèles ▪ L'optimisation des performances et des coûts d'inférence

Contexte :Dans le cadre du développement et de l'industrialisation de plateformes de données stratégiques, un grand groupe recherche un(e) DataOps Engineer Senior. L'objectif est de renforcer l'automatisation des opérations, accélérer la mise à disposition des données, garantir la qualité et la disponibilité des services, développer les API nécessaires aux workflows Data et accompagner les équipes techniques dans l'adoption des bonnes pratiques DataOps et DevOps. Missions principales :Au sein d'une équipe plateforme IT, vous intervenez sur l'ensemble du cycle de vie des environnements Data. À ce titre, vos responsabilités seront les suivantes : Concevoir, industrialiser et maintenir les plateformes de données. Développer et maintenir les pipelines de données. Développer et maintenir des API dédiées aux usages Data. Automatiser les déploiements et les opérations récurrentes. Accompagner les équipes DevOps dans l'amélioration des pratiques d'exploitation et d'automatisation. Assurer le maintien en condition opérationnelle des environnements. Participer à la gestion des incidents en lien avec les éditeurs et fournisseurs. Mettre en place des solutions de supervision et d'alerting. Réaliser le suivi des sauvegardes et des tests de restauration. Produire la documentation technique et enrichir la base de connaissances. Être force de proposition dans l'amélioration continue des plateformes. Assurer une veille technologique sur les technologies et méthodologies DataOps. Livrables attendus :Outils d'automatisation et d'industrialisation des opérations. Tableaux de bord de supervision. Documentation et procédures d'exploitation. Recommandations d'amélioration continue. Solutions de monitoring et d'alerting. Suivi des incidents et plans de remédiation. Rapports de sauvegarde et de restauration.

Dans le cadre de l'industrialisation de ses produits data et d'intelligence artificielle, notre client recherche un Senior AI Engineer capable de concevoir, déployer et faire évoluer des solutions d'IA en environnement Azure. La mission se situe à la croisée de l'Azure AI, de l'IA générative, des agents et de Microsoft Copilot. L'objectif est d'accélérer le passage des prototypes à des solutions sécurisées, observables, maintenables et créatrices de valeur pour les métiers. Vous rejoindrez une équipe Data & AI travaillant en étroite collaboration avec l'Architecte IA, les Data Scientists, le Product Owner IA ainsi que les équipes Cloud, Data, Sécurité, Architecture, DSI et Métiers. Vos responsabilités Concevoir et industrialiser des solutions Azure AIConcevoir des architectures basées sur Azure AI Foundry ou Microsoft Foundry, Azure OpenAI et Azure AI Search. Développer et déployer des applications GenAI, des assistants, des agents et des solutions RAG. Mettre en place des API et des composants d'intégration avec les systèmes métiers et les plateformes data. Déployer les solutions via Azure Functions, Container Apps, AKS ou des services équivalents. Gérer les environnements de développement, recette et production. Développer des agents et des usages CopilotConcevoir des agents capables d'utiliser des outils, des APIs et des bases de connaissances. Mettre en œuvre des orchestrations multi-agents et des workflows agentiques. Versionner et maintenir les prompts, modèles, embeddings, index et configurations. Contribuer à des cas d'usage Microsoft Copilot, Copilot Studio ou Microsoft 365 Copilot. Mettre en place les guardrails nécessaires : contrôle des outils, gestion des permissions, filtrage, protection contre les prompt injections et validation humaine. Automatiser les déploiements et fiabiliser la productionConstruire et maintenir les pipelines CI/CD avec Azure DevOps, Azure Pipelines ou GitHub Actions. Décrire et versionner l'infrastructure avec Bicep et/ou Terraform. Mettre en œuvre les tests automatisés, les contrôles de sécurité et les mécanismes de rollback. Utiliser les pratiques de software engineering : Git, revue de code, packaging, Docker et gestion des dépendances. Contribuer aux pratiques MLOps et LLMOps : MLflow ou équivalent, évaluation, versioning et promotion entre environnements. Superviser, sécuriser et optimiserMettre en place l'observabilité des applications, agents, modèles et outils. Suivre les traces, erreurs, latences, appels de modèles, consommation de tokens et coûts. Configurer les mécanismes d'identité et de sécurité : Entra ID, RBAC, Key Vault, APIM, chiffrement et réseau privé. Participer au suivi des coûts Azure et LLM et proposer des optimisations sur les modèles, quotas, cache et capacités. Contribuer au diagnostic des incidents, au maintien en conditions opérationnelles et à la documentation des solutions. Accompagner les équipesComprendre un besoin métier et le traduire en solution technique pragmatique. Participer aux ateliers de cadrage et à la priorisation des sujets. Documenter les architectures, choix techniques, procédures d'exploitation et limites connues. Transférer les compétences aux équipes DSI et contribuer à la mise en place de standards réutilisables.