Trouvez votre prochaine mission ou futur job IT.

Profil recherché : Senior disponible en début d’année, avec une charge estimée autour de 3/5 lors des trois premiers mois, sans exigence immédiate de plein temps. Spécialisation : Développeur senior spécialisé en IA Générative (Gen AI), notamment sur la stack GEn AI. Responsabilités Clés Développement Expert & Maintien : Créer des agents intelligents autonomes utilisant l’approche Agentic AI, capables d’utiliser des outils externes ou de collaborer avec d’autres agents via des API, MCP ou autres services. Développer des applications pour la consommation des agents et algorithmes, avec des interfaces spécifiques pour les utilisateurs finaux. Mettre en place des pipelines robustes pour alimenter les LLM/Agents avec Azure, Snowflake et Databricks (RAG, Fine-Tuning). Assurer le support en production, la supervision des modèles/agents et la résolution des problèmes techniques. Compétences clés IA générative (Gen AI) : Bonne maîtrise des modèles génératifs (GPT, diffusion, etc.), capacité à exploiter des LLM via API ou fine-tuning pour la génération de texte, code ou images, tout en comprenant leurs limitations et biais. Architecture et orchestration : Aptitude à architecturer des solutions combinant plusieurs composants d’IA et Cloud, gestion de l’orchestration d’agents, partage d’état via MCP, et enjeux de performance et coût pour des systèmes multi-agents. Architecture de solution & POC : Concevoir des POCs pour les usages en Gen AI et systèmes agentiques, en explorant et validant des architectures. Prendre des responsabilités architecturales en validant les choix techniques (stack d’agents, orchestration, modèles LLM, cloud Azure) pour assurer scalabilité, sécurité et performance. Conseiller sur l’optimisation des services Azure pour l’IA Générative, en termes de coût, performance et résilience.

Nous recherchons un(e) Machine Learning Engineer . Vous intégrerez l’équipe Data et participerez au déploiement d’algorithmes de Machine Learning et de Generative AI sur la plateforme de données (Google Cloud Platform). En étroite collaboration avec le responsable Data, les Product Owners et les équipes métiers, vous serez impliqué(e) dans toutes les étapes de réflexion et de mise en œuvre des solutions IA/ML Missions : Sensibiliser les équipes aux concepts et bénéfices du Machine Learning et de la Generative AI Recueillir et analyser les besoins métiers pour des solutions IA/ML Étudier et évaluer les solutions du marché répondant aux besoins métiers Préparer et transformer les données pour les algorithmes Tester, valider et sélectionner les algorithmes de Machine Learning et d’intelligence artificielle Mettre en place un système de monitoring des résultats des algorithmes (ML Ops) Développer des modules de code réutilisables (préprocessing, entraînement, postprocessing, déploiement) Créer des interfaces utilisateurs pour exploiter les modèles développés Rédiger la documentation technique et fonctionnelle

Redlab cherche pour le compte d'un grand acteur public , un développeur fullstack IA Rôle Conçoit des applications end-to-end intégrant des modèles IA (ML, NLP, LLM). Profil polyvalent : front + back + intégration IA + CI/CD + cloud. Missions clés Développer interfaces front React/Vue/Angular. Concevoir API backend (Node.js, Python, Java, C#). Intégrer des modèles IA via microservices. Déployer en cloud (AWS/GCP/Azure/Outscale). Assurer tests, monitoring, Documentation détaillée Assurer une bonne qualité de code

Data Engineer / MLops expérimenté ou sénior Lyon (2 jours TT) Python, Pydantic, PymuPDF Compétences attendues : Pipeline de données et de machine learning Compétences en programmation (Python, Pydantic, PymuPDF) Compétences sur les services d’IA d’AWS (sagemaker) et des services AWS (StepFunction, Lambda, SQS, CloudWatch, Textract…) Compétences en computer Vision par réseaux de neurones Outils de DevOps et de Cloud Computing (Terraform) Processus CI / CD Outils d’automatisation Méthodologies agiles (Jira, Confluence, Kanban, Scrum…) Connaissance des principaux LLM dont les modèles Gemini Compétences en optimisation sous contraintes et connaissance d’outils comme ORTools Localisation de la mission : Lyon 2 jours de présence sur site Date de démarrage : Début janvier Minimum 3 ans d’expérience Profils expérimentés (3 à 7 ans d’expérience) Profils senior (7 ans et +) Missions : Détection d’opportunités IA/ML et contribution à des preuves de concept (POC) (Identifier et analyser des opportunités IA/ML, concevoir et documenter des POC fonctionnels, puis présenter et évaluer leur valeur métier et robustesse auprès des parties prenantes.) Développement de fonctionnalités de Machine Learning et d'IA (Concevoir et valider l’architecture SI, collaborer avec l’équipe produit pour intégrer des fonctionnalités IA/ML, livrer des incréments industrialisables et contribuer à la documentation technique et produit.) Industrialisation et standardisation des pratiques IA / MLOps (Intégrer et déployer des modèles IA avec des formats standard, optimiser leur performance et coût, assurer le monitoring et les mises à jour, contribuer aux pratiques MLOps et réaliser une veille technologique en ML/IA.)

Cette mission, basée à Lyon avec une présence requise de deux jours par semaine sur site, vise à accompagner une organisation dans l’intégration avancée de solutions d’Intelligence Artificielle. D’une durée de six mois, du 2 janvier au 30 juin 2026, elle s’adresse à un profil Senior disposant de 5 à 7 années d’expérience et maîtrisant l’ensemble des enjeux Data et IA. Le tarif d’achat maximum est fixé à 576 euros. L’expert Data IA aura pour principale responsabilité de comprendre et d’analyser les besoins métiers afin d’identifier les opportunités de création de valeur grâce à l’IA. Il interviendra dans la conception, le développement et la mise en œuvre de prototypes et de Proofs of Concept, en évaluant rigoureusement leurs performances pour garantir leur pertinence et leur efficacité. Il devra également formuler des recommandations techniques et stratégiques pour orienter le choix des solutions IA à déployer. Les compétences attendues couvrent un large spectre : connaissance approfondie des modèles d’IA, des frameworks et des LLM, maîtrise de la programmation, du Machine Learning et du Deep Learning, ainsi que des environnements DevOps et Cloud. La capacité à communiquer clairement, à vulgariser des concepts complexes et à travailler selon les méthodologies agiles est également essentielle pour mener à bien cette mission.

a prestation consistera à : • Concevoir, construire et maintenir des pipelines ML robustes et scalables de la collecte des données à l’exposition des modèles via des API Rest • Organiser et structurer le stockage des données • Assurer l’évolutivité, la sécurité, la stabilité des environnements • Mettre en place et maintenir les infrastructures scalables capable de répondre aux besoins et au volume de données • Industrialiser les modèles IA en lien avec les data scientists • Construire et maintenir les workflows de la CI/CD • Collaborer avec les data ingénieurs et les autres équipes techniques pour appliquer les bonnes pratiques en vigueur • Contribuer et veiller à la mise à jour de la documentation • Faire de la veille technologique active dans le domaine • Participer activement aux différentes phases de cadrage, de planification et de réalisation des tâches avec l’équipe Expertises requises pour réaliser la prestation de Machine Learning Engineering : • Au moins 3 ans d’expérience dans un environnement data/machine learning • Expériences dans le déploiement en production de modèles de machine learning • Expériences sur la Google Cloud Platform : Composer/CloudSQL/CloudRun/IAM • Expériences avec des technologies de type Flask ou FastAPI • Expériences intégrant les langages Python et SQL • Solides expériences en data, avec des projets structures de données, code, architecture • Expériences intégrant Terraform et Terragrunt • Expériences intégrant du Machine Learning et des concepts liés à l’IA • Expériences utilisant Gitlab et Gitlab CI/CD • Capacité à vulgariser et à communiquer sur des aspects purement techniques • Expérience en méthodes Agile : de préférence Scrum ou Kanban

🎯 Contexte Dans le cadre du maintien opérationnel d’un périmètre applicatif interne utilisé par plusieurs milliers de collaborateurs, nous recherchons un Service Delivery Manager / Incident & Change Manager capable de piloter les processus ITIL, d’assurer la coordination avec les équipes techniques, et de garantir la qualité du service rendu. La mission s’inscrit dans un environnement complexe, fortement ITILisé, avec des enjeux forts de suivi des incidents majeurs , gestion des changements , résolution des problèmes récurrents , et amélioration continue . 📦 Livrables attendus Mise à jour complète des outils ITSM (ServiceNow, outils internes de gestion de crise) Documentation opérationnelle à jour Traçabilité et historiques des modifications Reporting régulier : KPI, SLA, backlog, plans d’actions Participations aux cérémonies Agile & comptes-rendus associés 🛠️ Missions principales Gestion des incidents & crises Piloter le processus de gestion des incidents, incidents majeurs et crises Assurer une résolution rapide et efficace Coordonner les escalades techniques & garantir le respect des SLA Gestion des changements Analyser et valider les demandes de changement Organiser et animer les CAB Superviser les mises en production et la qualité des releases Gestion des problèmes Identifier, analyser et suivre les problèmes majeurs / récurrents Piloter les plans d'actions pour éliminer les causes racines Contribuer à la réduction du backlog Reporting & pilotage Produire les KPI, SLA, états de backlog, suivis des incidents Assurer un reporting clair, structuré, régulier Amélioration continue Collaborer avec l’équipe Process & Tools Contribuer à la standardisation et à l’évolution des processus ITSM Participer aux réunions Agile pour fluidifier la coopération transverse 🧰 Compétences requises Techniques & ITIL Très bonne connaissance des processus ITIL (certification appréciée) Maîtrise des outils ITSM : ServiceNow, outils internes équivalents Compétences en diagnostic d’incidents complexes Expérience en gestion opérationnelle, exploitation, coordination IT Connaissances IA (requis dans le cahier des charges) Compréhension des concepts : Machine Learning, Générative AI, RAG, LLM, agents, prompts, hallucinations Capacité à formuler des requêtes efficaces pour outils IA Connaissance des enjeux RGPD et éthiques liés à l’IA Langues Français courant (impératif) Anglais courant en contexte professionnel (impératif)

Vous serez le PO de notre CRM interne (back-office développé en interne), et participerez activement à ses évolutions en fonction des besoins business. Une excellente compréhension des enjeux customer-centric et CRM est indispensable. 🚀 Vos missions Vous serez chargé(e) de : Accompagner la delivery des fonctionnalités de l’outil CRM interne. Prioriser, affiner et suivre la roadmap produit . Gérer le RUN sur les périodes clés. 📌 Exemples de projets Lancement d’un MVP permettant de connecter notre CRM interne à un LLM Gen IA . Évolutions de notre CRM pour intégrer des fonctionnalités de sécurisation , triggers , etc.

Les principaux livrables attendus sont : - Référentiel des bonnes pratiques - Méthodes de Feature Engineering et de validation des données. - Compte-rendus des différents ateliers et réunions - Modèles et pipelines CI/CD - Livrables attendus dans le cadre de l’assurance qualité - Matrice des risques et plan de mitigation En tant qu’ingénieur(e) IA / MLOps, vos principales missions sont de : • Gérer le portefeuille de cas d’usage d’IA (ML/deeplearning, IA Gen, agentique) pour un ou plusieurs départements. • Être le référent IA auprès de vos différents interlocuteurs : chef de projets, développeurs, architectes, métiers, partenaires internes et externes. • Accompagner les directions dans le cadrage de leurs cas d’usage et traduire les besoins métiers en spécifications techniques. • Contribuer à la modélisation de votre portefeuille de cas d’usage. S’assurer que les modèles développés respectent les standards de performance, robustesse, explicabilité et conformité. Garantir que les modèles / cas d’usage développés soient parfaitement industrialisables. o Mettre en place les bonnes pratiques, méthodes de Feature Engineering et de validation des données. o Challenger les approches proposées par les Data Scientists. • Piloter l’industrialisation et le déploiement des modèles IA o Définir et appliquer le cadre ML Ops du groupe : reproductibilité, versioning, automatisation des tests, gouvernance des modèles o Concevoir des architectures IA modulaires, en évaluant en amont ce qui a déjà été développé et en favorisant la mutualisation plutôt que le redéveloppement systématique. Travailler en collaboration étroite avec les autres directions IA pour harmoniser les choix technologiques et accélérer l’industrialisation. o Construire et implémenter les pipelines, CI/CD, monitoring. o S’assurer de la conformité avec les normes internes techniques et réglementaires (cadre normatif / IA act / RGPD). • Garantir la qualité et la conformité o Structurer et diffuser les bonnes pratiques : organisation du code / worflow Git, qualité et tests, ML Ops et reproductibilité (tracking, versioning, CI/CD, orchestration, infra as code, …), sécurité, gouvernance et réutilisabilité, « definition of done », règles d’usage de GitHub Copilot o Auditer et valider les modèles / cas d’usage développés. o Garantir la qualité et la conformité des livrables avant mise en production. o Etablir la traçabilité : documentation, métadonnées, suivi des performances. o Être le point de contact technique privilégié pour les instances de validation. • Encadrer et accompagner les juniors et les collaborateurs dans le domaine de l’IA. o Organiser la montée en compétence progressive et objectivée des juniors. • Jouer un rôle de pédagogue vis-à-vis des métiers pour vulgariser les concepts, les choix technologiques et assurer leur adhésion. • Assurer une veille technologique active sur les outils, frameworks, et paradigmes IA. Proposer de nouvelles solutions / architectures adaptées aux besoins métiers. Usage Interne / Internal Use Anticiper les évolutions des réglementations et intégrer les enjeux de responsabilité de l’IA.

Le personnel du prestataire de services agira en tant qu'expert Genesys, avec pour objectif principal d'aider les entités à concevoir, mettre en œuvre et optimiser les solutions de centre de contact Genesys intégrées aux capacités d'IA/GenAI afin de soutenir les stratégies de transformation du service client. Stimuler l'innovation grâce à l'automatisation basée sur l'IA, telle que les chatbots, les assistants virtuels ou l'analyse prédictive, en garantissant des interactions client fluides et intelligentes sur tous les canaux, tout en soutenant l'évolution numérique de notre organisation mondiale. Livrables : Diriger des initiatives visant à développer de nouveaux modules ou fonctionnalités d'IA au sein de Genesys afin de soutenir les efforts d'innovation et de transformation numérique. Collaborer avec les parties prenantes de différentes entités afin de comprendre les processus locaux des centres de contact et de les traduire en solutions évolutives basées sur l'IA, alignées sur les stratégies mondiales de transformation numérique. Soutenir le développement et la gestion de la logique de routage des contacts, des flux IVR et des workflows d'automatisation qui exploitent l'IA pour prédire les besoins des clients, réduire les temps de traitement et améliorer la résolution au premier contact. Expertise Soutenir l'intégration de Genesys avec l'infrastructure téléphonique, les systèmes CRM et les plateformes d'IA afin de créer des parcours clients omnicanaux intelligents. Soutenir le déploiement et l'amélioration continue des chatbots alimentés par l'IA, des assistants virtuels et des modèles d'apprentissage automatique afin d'améliorer le service client. Organiser des formations et transférer les connaissances sur les fonctionnalités de l'IA et les meilleures pratiques aux équipes locales à l'échelle mondiale. Garantir la conformité avec les normes de sécurité, de confidentialité et les normes industrielles pendant toutes les phases du déploiement et de l'exploitation des solutions basées sur l'IA. Surveiller les indicateurs de performance du système, analyser les données et générer des informations pour améliorer l'automatisation basée sur l'IA et les stratégies d'expérience client.

Bonjour, Je suis à la recherche Consultant Genesys: Missions principales : Ø Pilotage des initiatives liées à l’ajout de nouveaux modules ou fonctionnalités IA dans Genesys, en soutien aux efforts d’innovation et de transformation digitale. Ø Collaboration avec les parties prenantes des différentes entités pour comprendre les processus locaux des centres de contact et les traduire en solutions évolutives, compatibles avec les stratégies globales. Ø Contribution à la conception et à la gestion des logiques de routage, des flux IVR et des workflows automatisés exploitant l’IA pour anticiper les besoins clients, réduire les temps de traitement et améliorer la résolution au premier contact. Ø Soutien à l’intégration de Genesys avec les infrastructures téléphoniques, les CRM et les plateformes d’IA pour créer des parcours client omnicanaux intelligents. Ø Accompagnement au déploiement et à l’amélioration continue des chatbots, assistants virtuels et modèles d’apprentissage automatique dédiés au service client. Ø Animation de sessions de formation et de transfert de compétences sur les fonctionnalités IA et les bonnes pratiques auprès des équipes locales à l’échelle mondiale. Ø Veille au respect des normes de sécurité, de confidentialité et des standards industriels tout au long du cycle de vie des solutions IA déployées. Ø Suivi des indicateurs de performance, analyse des données et production d’insights pour améliorer les stratégies d’automatisation et d’expérience client basées sur l’IA.

À propos de l'entreprise La Direction Technique du Numérique d'une grande entreprise de médias mène des projets transverses en étroite collaboration avec les autres directions, notamment la direction Data. La Direction Data, au sein de la Direction du Numérique, a été créée avec la volonté de faire de la Data un levier de croissance des offres numériques. Elle a 3 grandes missions : maximiser la collecte de données tout en respectant les réglementations en vigueur, développer la connaissance et l'expérience utilisateur, mettre à disposition auprès des équipes internes des outils de pilotage et d'aide à la décision. Descriptif du poste Afin d'améliorer la personnalisation de l'expérience utilisateurs, nous souhaitons créer une équipe dédiée, travaillant sur des sujets de recommandation et de machine learning en production. Cette équipe est composée d'un Product Owner, un Data Scientist, un lead ML ingénieur et un ML ingénieur. Notre stack technique est basé sur une plateforme cloud majeure et constituée, entre autres, de Python, Vertex AI, BigQuery, Cloud Run et Airflow pour l'orchestration des traitements. La stack inclut aussi d'autres services de cette plateforme cloud. Missions de l'équipe : Créer les premiers cas d'usage en lien avec la personnalisation de l'expérience utilisateur basés sur de la recommandation utilisateur Déployer ce projet et AB tester en production Mettre en place un monitoring et un contrôle des performances Prestations attendues En interaction avec les membres de l'équipe, la prestation consistera à : Concevoir, construire et maintenir des pipelines ML robustes et scalables de la collecte des données à l'exposition des modèles via des API Rest Organiser et structurer le stockage des données Assurer l'évolutivité, la sécurité, la stabilité des environnements Mettre en place et maintenir les infrastructures scalables capable de répondre aux besoins et au volume de données Industrialiser les modèles IA en lien avec les data scientists Construire et maintenir les workflows de la CI/CD Collaborer avec les data ingénieurs et les autres équipes techniques pour appliquer les bonnes pratiques en vigueur Contribuer et veiller à la mise à jour de la documentation Faire de la veille technologique active dans le domaine Participer activement aux différentes phases de cadrage, de planification et de réalisation des tâches avec l'équipe

Résumé: Le rôle de Machine Learning Engineer consiste à concevoir, développer et améliorer des modèles de Machine Learning et Deep Learning, principalement pour les départements financiers et commerciaux. Responsabilités : Concevoir et développer des modèles de Machine Learning et Deep Learning. Assurer la robustesse et la performance des modèles créés. Travailler sur le développement d'applications innovantes basées sur Large Language Models (LLM). Intégrer des cas d’utilisation tels que le Retrieval-Augmented Generation (RAG) et des Knowledge Graphs. Industrialiser les solutions pour assurer leur déploiement à grande échelle. Participer à la migration des applications vers l'environnement cloud Google Cloud Platform (GCP). Contribuer à la mise en place et à l’optimisation de l’infrastructure cloud. Compétences : Modèles de Machine Learning et Deep Learning. Compétences en Python. Expérience avec l’environnement cloud (GCP). IA générative. Terraform (Infrastructure as Code). GitHub et GitHub Actions. CI/CD. Anglais courant. Autres Détails : Localisation: 95 (3 jours de télétravail par semaine). Mission de longue durée (3 ans).

Teksystems recherche pour le compte de son client un(e) : Expert(e) IA LLM / fine tunning Depuis 2025, notre client a mené plusieurs chantiers associés à l’IA Générative pour les Développeurs : acculturation, mise à disposition d’outils intégrés à l’atelier de développement logiciel, hackathon, masterclass. En 2026, l’ambition est d’engager le passage à l’échelle avec l’onboarding de 100 développeurs du groupe. En lien avec l’équipe coeur qui sera toujours à la manoeuvre, la mission devra s’articuler autour des tâches suivantes : Choix de la solution : Parmi les solutions du marché et dans le respect des contraintes de sécurité et de souveraineté du groupe, choisir la solution cible qui sera à terme déployée sur les postes des développeurs. Des benchmarks, tests et études seront menées pour déterminer le ou les choix de solutions. Accompagnement et formation : Organiser a minima 5 sessions de formations à destination des développeurs du groupe pour leur mettre à disposition la solution retenue et leur inculquer les bonnes pratiques associées à l’IA. L’équipe Socles IA et l’équipe coeur seront associées à la démarche d’animation globale du dispositif. Les sessions sont envisagées par vagues de 20 développeurs pour un total de 100 développeurs augmentés en 2026. Expertise et support aux utilisateurs : Les utilisateurs équipés seront susceptibles de solliciter l’équipe support. Les analyses des questions, les réponses et les solutions apportées utiliseront le canal dédié de l’équipe (à organiser sur l’espace Jira du support). Pilotage, mesures et documentation : Au cours de la mission, des supports sur étagères seront construits afin de proposer aux développeurs des supports accessibles en selfcare (e-learning, bibliothèque de prompts). La construction d’un module d’assesment à deux niveaux (basique / avancé) sera étudiée. Plus globalement, un dispositif de suivi et de mesure des indicateurs issu des actions engagées tout au long du projet devra être créé et piloté. Tout un volet mesure / KPI vérification du suivi du dispositif Mesure de vélocité Mesure de qualité Mesure des metrics fournis par l'IA

Contexte: Vous rejoindrez une équipe dynamique dédiée au développement et à l’évolution d’une solution de prédiction d’arrivée des colis déployée à l’échelle mondiale. Au cœur d’un environnement international et exigeant, vous aurez pour mission de garantir la robustesse, la disponibilité et la performance d’un produit critique, tout en contribuant activement à son amélioration continue. Missions : Industrialisation & Run Assurer la gestion de la production au quotidien et le maintien en conditions opérationnelles de la solution. Piloter le déploiement des évolutions via des pipelines CI/CD fiables et scalables. Mettre en place et optimiser les systèmes de monitoring et d’alerting pour garantir la qualité de service. Expertise technique Intervenir en tant que référent technique sur des environnements custom complexes. Résoudre des problématiques de performance, scalabilité et optimisation sur des architectures distribuées. Polyvalence & R&D Apporter un support transversal sur d’autres produits de l’écosystème Data/ML du groupe. Participer à une démarche de veille technologique sur des sujets innovants : NLP, Deep Learning, IA générative, automatisation… Proposer de nouvelles pistes d’amélioration, d’industrialisation et d’innovation

Data Engineer / MLops expérimenté ou sénior Python, Pydantic, PymuPDF Compétences attendues : Pipeline de données et de machine learning Compétences en programmation (Python, Pydantic, PymuPDF) Compétences sur les services d’IA d’AWS (sagemaker) et des services AWS (StepFunction, Lambda, SQS, CloudWatch, Textract…) Compétences en computer Vision par réseaux de neurones Outils de DevOps et de Cloud Computing (Terraform) Processus CI / CD Outils d’automatisation Méthodologies agiles (Jira, Confluence, Kanban, Scrum…) Connaissance des principaux LLM dont les modèles Gemini Compétences en optimisation sous contraintes et connaissance d’outils comme ORTools Localisation de la mission : Lyon 2 jours de présence sur site Date de démarrage : Début janvier Minimum 3 ans d’expérience Profils expérimentés (3 à 7 ans d’expérience) Profils senior (7 ans et +) Missions : Détection d’opportunités IA/ML et contribution à des preuves de concept (POC) (Identifier et analyser des opportunités IA/ML, concevoir et documenter des POC fonctionnels, puis présenter et évaluer leur valeur métier et robustesse auprès des parties prenantes.) Développement de fonctionnalités de Machine Learning et d'IA (Concevoir et valider l’architecture SI, collaborer avec l’équipe produit pour intégrer des fonctionnalités IA/ML, livrer des incréments industrialisables et contribuer à la documentation technique et produit.) Industrialisation et standardisation des pratiques IA / MLOps (Intégrer et déployer des modèles IA avec des formats standard, optimiser leur performance et coût, assurer le monitoring et les mises à jour, contribuer aux pratiques MLOps et réaliser une veille technologique en ML/IA.)