Trouvez votre prochaine mission ou futur job IT.

Notre équipe, dynamique et internationale, au profil « start-up » intégrée à un grand groupe, rassemble des profils de data scientist (computer vision, NLP, scoring), un pôle ML engineering capable d'accompagner les DataScientists lors de l'industrialisation des modèles développés (jusqu'à la mise en production) ainsi qu’une équipe AI Projects. AI Delivery met aussi à disposition des lignes de métiers Personal Finance la plateforme de Datascience « Sparrow », qui comporte - Une plateforme d'exploration et de développement Python, Sparrow Studio, développée in-house par une équipe dédiée. - Un framework d'industrialisation des modèles de Datascience, Sparrow Flow, ainsi qu'une librairie InnerSource “pyPF” facilitant les développements des Data Scientist. - Une plateforme d'exécution des modèles de Datascience, Sparrow Serving. - Un outil de Community Management, Sparrow Academy. L’équipe, composée de MLOps engineers, de back et front end engineers a pour principale mission d’être garante de la qualité des livrables de l’ensemble de la direction, de les déployer sur le cloud privé du Groupe, « dCloud » et enfin d’assurer la haute disponibilité de l’ensemble de nos assets. Cette équipe conçoit, développe et maintient des plateformes et des frameworks de data science. PF fait appel à une prestation en AT pour assurer l’évolution et la haute disponibilité de l'ensemble de nos assets. Dans ce contexte, nous faisons appel à une prestation en assistance technique. les missions sont : - Administration/Exploitation/Automatisation système d’exploitation de nos clusters - Build et optimisation d’images Docker + RUN de nos 400 containers de production (>500 utilisateurs). - Construire, porter la vision technique de la plateforme et piloter les choix technologiques et d’évolution de l’architecture. - Faire de la veille et se former aux technologies les plus pertinentes pour notre plateforme de data science afin de continuer à innover. - Rédaction de documents techniques (architecture, gestion des changes et incidents). - Production de livrables de qualité et partage des connaissances à l’équipe. Notre stack technique : - Infrastructure / DevOps : GitLabCI/CD, GitOps ( ArgoCD ). Cloud privé BNP. - Containers: Docker, Kubernetes. Profil recherché : - Compétences avancées sur Kubernetes (Architecture, Administration de Clusters) - Connaissances sur la gestion des secrets (Vault) - Bonnes compétences réseau : reverse proxy (Traefik), authentification (Keycloak, JWT, OIDC). - Bonnes connaissances de GitLab et des processus de CI/CD. - Connaissances de l’approche GitOps ( ArgoCD ) - Compétences sur l’observabilité dans un contexte Kubernetes ( Prometheus, AlertManager, Grafana ) - Connaissances en bases de données relationnelles (PostgreSQL) appréciées. - Anglais correct à l’écrit et à l’oral. - Profil rigoureux. Les sujets traités par l’équipe sont variés : - Participer à la maintenance/l’évolution des frameworks de data science existants (Python) ; - Participer à la maintenance/l’évolution des pipelines de CI/CD (Gitlab CI, GitOps) ; - Participer à la maintenance/l’évolution de l’Observabilité des plateformes (logging, monitoring, traçabilité); - Participer à la mise en production des outils et des solutions IA déployées sur la plateforme ; - Être force de proposition et participer aux POCs. Stack Technique de l’équipe : - Langages : Python, Golang, Bash - GNU/Linux - Kubernetes - Observabilité : Prometheus, Thanos, AlertManager, Grafana - Sécurité : Vault - DevOps tooling : Docker, Buildkit, Gitlab, GitlabCI, Artifactory, ArgoCD, Helm, Kustomize, CUE/Timoni - Cloud services : Certmanager, Redis, Jaeger, ELK, MinIO, PostgreSQL, ClickHouse, External-DNS

Il ne s’agit pas d’un poste de Data Engineer ou de MLOps généraliste. Le périmètre est exclusivement centré sur l’opérationnalisation, la fiabilité et la gouvernance des LLM. Architecture & Stratégie LLMOps Définir les standards, bonnes pratiques et guidelines internes pour l’usage des LLM. Concevoir les architectures robustes permettant une intégration fluide avec l’écosystème existant. Déploiement & Exploitation des modèles Déployer les modèles (internes ou externes) sous forme d’API ou de services conteneurisés. Assurer la scalabilité, la haute disponibilité et l’optimisation des coûts (GPU, quantization, optimisation d’inférence). Mettre en place des pipelines de mise à jour, de versioning et de rollback. Observabilité & Performance Implémenter monitoring, logging, alerting et métriques spécifiques aux LLM (qualité, dérive, latence). Garantir des performances stables et optimiser en continu l’inférence et les workflows associés. Sécurité, conformité & gouvernance Encadrer les pratiques d’usage des LLM : sécurité des prompts, prévention des fuites de données, durcissement des endpoints. Veiller à la conformité (RGPD, confidentialité, accès, auditabilité). Définir les règles de gouvernance modèle/données pour un usage maîtrisé. Support & Acculturation interne Proposer un « LLM-as-a-Service » pour les équipes internes (API, outils, guidelines). Sensibiliser et former les équipes aux bonnes pratiques d’utilisation des LLM (prompting, risques, limitations). Accompagner les projets métiers exploitant l’IA générative. Compétences techniques Solide expérience en DevOps / Infra : Docker, Kubernetes, CI/CD, API, observabilité. Très bonne compréhension des LLM, de leurs contraintes de déploiement et d’inférence. Bonnes bases en IA générative : fine-tuning, RAG, embeddings, limitations bien comprises. Connaissances avancées en sécurité cloud & data, gestion des accès, compliance. À l’aise avec les environnements cloud (Azure, AWS, GCP) et les workloads GPU

Description du besoin : Contexte de la mission Dans le cadre de l’évolution du système de Gestion Électronique de Documents (GED) et de la rationalisation des plateformes documentaires, l’entreprise souhaite renforcer son expertise sur les environnements Alfresco et Nuxeo. La mission couvre l’analyse, le paramétrage, l’optimisation, la migration, et la mise en œuvre de bonnes pratiques autour des solutions GED existantes et/ou à déployer. Rôle Apporter une expertise fonctionnelle et technique sur les plateformes Alfresco et Nuxeo, garantir la performance des systèmes documentaires, piloter les évolutions, et accompagner les équipes métiers et techniques. Missions principales A. Expertise technique GED Administrer et configurer les plateformes Alfresco et Nuxeo. Paramétrer les workflows, modèles documentaires, métadonnées, règles de gestion. Optimiser les performances, le stockage, les indexations, et la sécurité. Assurer la maintenance évolutive et corrective. B. Analyse et architecture documentaire Recueillir les besoins métiers (archivage, processus, cycle de vie, droits). Formaliser les spécifications fonctionnelles et techniques. Concevoir ou optimiser l’architecture GED (schémas, référentiels, plans de classement). C. Intégrations & interopérabilité Gérer les interfaces avec les systèmes tiers : ERP, CRM, ECM, annuaires, SSO, API. Développer ou piloter les connecteurs (REST, CMIS, WebServices). Assurer la cohérence des métadonnées, des index et des flux documentaires. D. Migration GED Préparer et exécuter des migrations entre environnements (ex : Alfresco ? Nuxeo). Définir les stratégies de reprise : volumétrie, transformation des métadonnées, règles métiers. Réaliser tests, recette, validation qualité documentaire. E. Support, gouvernance et accompagnement Assurer le support expert niveau 3. Rédiger la documentation technique, fonctionnelle et d’exploitation. Participer à la gouvernance documentaire (bonnes pratiques, droits, archivage). Former les utilisateurs clés et équipes techniques.

Ingénieur Cloud DevOPS (F/H) - Lille Dans le cadre d'une prestation stratégique chez un client grand compte, nous recherchons un Ingénieur Cloud DevOps confirmé pour intégrer une squad agile dédiée à la modernisation des infrastructures, à l'automatisation des processus de delivery et à la sécurisation des environnements Cloud. Objectifs et principales activités : Architecture & Automatisation Concevoir des architectures Cloud scalables, sécurisées et résilientes. Définir et implémenter des standards d'automatisation via des outils d'Infrastructure as Code (Terraform, Ansible). Participer à la modélisation des environnements et à leur documentation technique. CI/CD & Delivery Déployer et optimiser des pipelines CI/CD robustes et intégrés aux workflows de développement (GitLab CI, Jenkins, ArgoCD). Intégrer des tests automatisés (linting, sécurité, performance) dans les chaînes de build et de déploiement. Assurer la traçabilité, la fiabilité et la fluidité des livraisons en environnement multi-projets. Containerisation & Orchestration Administrer des clusters Kubernetes (AKS, EKS, GKE) et gérer les workloads conteneurisés (Docker). Implémenter des stratégies de scaling automatique, de gestion des secrets et de haute disponibilité. Participer à la mise en place de microservices et à leur supervision. Monitoring, Observabilité & Sécurité Mettre en œuvre des solutions de monitoring et d'observabilité (Prometheus, Grafana, ELK, Datadog). Définir des alertes proactives et des tableaux de bord pour suivre les indicateurs clés. Collaborer avec les équipes sécurité pour intégrer des pratiques DevSecOps : scans de vulnérabilités, IAM, chiffrement. Collaboration & Expertise Travailler en méthodologie Agile/Scrum, en lien direct avec les développeurs, architectes et Product Owners. Participer aux revues de code, aux démarches d'amélioration continue et aux rituels d'équipe. Être force de proposition sur les évolutions techniques, les choix d'outils et les optimisations d'infrastructure.

CONTEXTE EXPERIENCE : 7 ans et plus Métiers Fonctions : Production, Exploitation, Infrastructure, Incident Manager Spécialités technologiques : Middleware, Infrastructure, PaaS, SaaS, Incident Management La mission se déroule au sein d’une Tour de Contrôle d’un grand groupe national en pleine transformation. Le consultant interviendra pour reprendre un rôle managérial laissé vacant et accompagner la structuration de l’équipe d’Incident Management. Le poste comporte deux volets : Pilotage opérationnel des incidents (40–50 %) Management d’équipe et transformation (50–60 %) MISSIONS 1. Pilotage opérationnel de l’incident management Organiser, prioriser et allouer les ressources. Piloter les incidents majeurs et non majeurs. Gérer les escalades et coordonner les cellules de crise. Assurer la communication en situation de crise auprès des différentes parties prenantes. Participer aux astreintes. Apporter une légitimité technique permettant de piloter sans dépendre des experts. Réduire l’impact business, améliorer MTTR, SLA et processus. 2. Management et animation d’équipe Manager une équipe de 12 personnes (internes et externes), majoritairement expérimentées. Structurer l’activité, gérer les plannings, organiser la charge. Accompagner la montée en compétence, coacher et fédérer l’équipe. Installer une dynamique collective et une culture d’excellence. Donner une vision claire et piloter la transformation en cours. Mettre en œuvre les actions nécessaires pour renforcer l’autonomie et la responsabilisation. 3. Coordination transverse Assurer la coordination avec les équipes techniques, métiers, support, ingénierie et fournisseurs. Interagir avec des interlocuteurs variés : data, POS, réseau, activités opérationnelles diverses. Coordonner avec le top management lors des incidents critiques. 4. Performance et amélioration continue Définir et suivre les KPI (SLA, MTTR). Mettre en place des plans d’amélioration continue. Challenger les processus existants et intégrer les bonnes pratiques ITIL. Contribuer à la transformation de la Tour de Contrôle. Livrables attendus : Reporting opérationnel (KPI, performance, incidents). Plans de montée en compétence. Plans d’amélioration continue. REX / analyses post-incident. Documents d’organisation et de pilotage. Expertise souhaitée Compétences techniques Infrastructure : OS, middleware, supervision, traçabilité, troubleshooting. Scripting : Shell, PowerShell, Python.Kafka.ELK. Prometheus, Centreon, Dynatrace.Linux et Windows. Docker, Kubernetes. Réseaux et sécurité. Ordonnanceur type Autosys. Culture Infra-as-Code et environnements IAAS/PAAS/SAAS/CAAS. Connaissance Cloud (Azure). Outils CI/CD appréciés : Jenkins, Gitlab, Git, JMeter. Méthodes Connaissance des pratiques Agile et SAFe. Maîtrise des outils collaboratifs (Jira, Confluence…). Compétences comportementales Leadership fort, capacité à embarquer des équipes expérimentées. Dynamisme et aptitude à challenger. Autonomie, force de proposition. Résilience et endurance dans un contexte exigeant. Capacité à transformer une vision en actions concrètes. Compétences Technologies et Outils ELK Python Kubernetes Gitlab Azure Linux PowerShell JIRA Docker CI/CD Prometheus Centreon Jmeter Jenkins confluence Autosys Windows GIT Dynatrace Méthodes / Normes AgileITILKPI Soft skills Force de proposition Leadership Autonomie

Poste : Ingénieur Cloud GCP Contexte : Dans le cadre d’un projet stratégique pour le compte d’une banque de renom, nous recherchons un Ingénieur Cloud DevOps spécialisé GCP. Vous interviendrez sur la conception, le déploiement et l’optimisation de solutions d’infrastructure cloud sur Google Cloud Platform (GCP), avec un focus particulier sur l’industrialisation, l’automatisation et l’observabilité des environnements critiques. Missions principales : Concevoir des architectures cloud robustes, scalables et sécurisées, en tirant parti des services managés GCP ; Mettre en œuvre une démarche GitOps avec Flux CD pour gérer les déploiements applicatifs automatisés sur GKE ; Exploiter Config Connector et Config Controller pour la gestion déclarative des ressources GCP à travers Kubernetes ; Intégrer Crosstime pour orchestrer les environnements et assurer la traçabilité des changements d’infrastructure dans un cadre multi-projets ; Mettre en place une supervision avancée avec Dynatrace , en assurant la visibilité complète sur les performances applicatives et l’expérience utilisateur ; Automatiser le provisionnement d’infrastructure avec Terraform et Ansible ; Développer et maintenir des pipelines CI/CD performants avec GitLab CI, alignés aux standards de sécurité du secteur bancaire ; Orchestrer et gérer les conteneurs avec Kubernetes (GKE) et Docker ; Collaborer avec les équipes projets en environnement Agile pour garantir la fiabilité, la conformité et la résilience des solutions livrées.

Objectifs et livrables Développer les services web d’infrastructure (services REST), Développer les IHM du portail, Développer les tests automatisés, Participer aux revues de code, Développer les pipelines de déploiement GitLab-ci de CI/CD, Déployer le code sur les différents niveaux de staging du produit, Réaliser les prototypes permettant de valider les solutions envisagées, Valider les merge requests,  Analyser, comprendre et résoudre les incidents (participation à 2 semaines de Run par trimester), Développer et déployer les correctifs sur incident, Accompagner les recettes métiers, Faire des démos, Documenter ce qui est nécessaire de documenter

Nous recherchons un Lead technique Fullstack Java /Angular/VueJS Organisation: 2-3 jours de télétravail Mission de build en mode Agile avec des sprints de 3 à 4 semaines Une migration de d'Angular vers VueJS est à prévoir Encadrement d'une équipe de 5-6 Développeurs plus juniors Environnement technique: - Java - Angular - VueJS - Type Script - Devops (Docker, Kubernetes, OpenShift) -- Nous recherchons un Lead technique Fullstack Java /Angular/VueJS Organisation: 2-3 jours de télétravail Mission de build en mode Agile avec des sprints de 3 à 4 semaines Une migration de d'Angular vers VueJS est à prévoir Encadrement d'une équipe de 5-6 Développeurs plus juniors Environnement technique: - Java - Angular - VueJS - Type Script - Devops (Docker, Kubernetes, OpenShift)

Dans ce cadre, la prestation consiste à contribuer à/au(x) : - Gestion, maintien et optimisation de l'infrastructure Openstack (module Cinder) - Administration de systèmes Linux et implémentation de composants DevOps - Déploiement des pipelines CI/CD à l'aide de Jenkins, Terraform, Git et résolution des problèmes. - Développement et maintenance des scripts d'automatisation (Perl, Bash, Python etc.). - Déploiement de conteneurs et images Docker basés sur Kubernetes, orchestration et mise à l'échelle - Conception, développement et maintien d'API à l'aide de Python - Contribution à l'intégration et gestion des solutions de stockage de classe Enterprise telles que Dell-EMC, Pure Storage et NetApp - Communication et collaboration avec différentes équipes dans un environnement anglophone - Transmission et diffusion de la documentation nécessaire au sein de l'entité

Métiers et Fonctions : Production, Exploitation, Infrastructure / Incident Manager. Spécialités technologiques : Infrastructure, SaaS, PaaS, Middleware, Incident Management. Type de facturation : Assistance Technique (facturation au taux journalier). Technologies et outils : Linux, PowerShell, JIRA, Docker, CI/CD, Prometheus, Azure, Centreon, JMeter, Jenkins, Confluence, Autosys, Windows, GIT, Dynatrace, Python, Kubernetes, Gitlab, ELK. Normes et méthodes : Agile, ITIL, KPI. Soft skills : Leadership, Autonomie, Force de proposition. Secteur d’activité : Transport de courrier. Description de la prestation : La mission se déroule dans une Tour de Contrôle d’un grand groupe national en transformation. Le consultant reprend un rôle managérial vacant et accompagne la structuration de l’équipe d’Incident Management, en intervention sur : Pilotage opérationnel des incidents (40-50%) : organiser, prioriser, allouer les ressources, gérer incidents majeurs/non majeurs, escalades, communication, participation aux astreintes, réduction de l’impact business, amélioration des processus. Management d’équipe et transformation (50-60%) : manager une équipe de 12 personnes, structurer l’activité, gérer la charge, coacher, fédérer, instaurer une dynamique d’excellence, encourager l’autonomie, piloter la transformation en cours. Coordination transverse : travailler avec équipes techniques, métiers, support, fournisseurs, interlocuteurs variés, et top management lors d’incidents critiques. Performance et amélioration continue : définir et suivre KPI (SLA, MTTR), mettre en œuvre des plans d’amélioration, challenger les processus avec les bonnes pratiques ITIL, contribuer à la transformation de la Tour de Contrôle. Livrables attendus : reporting opérationnel, plans de montée en compétence, plans d’amélioration continue, analyses post-incident (REX), documents d’organisation et de pilotage.

Vos missions sont les suivantes : Concevoir, mettre en œuvre et maintenir le système d'information, en définissant son architecture et en préparant les cahiers des charges. Développer, paramétrer et faire évoluer les applications selon les besoins des utilisateurs, tout en assurant la mise à jour des bases de données. Veiller à l'application des procédures de sécurité et de confidentialité, et formaliser les besoins des utilisateurs pour améliorer le système. Assurer la continuité, la fiabilité et la sécurité de l'information, tout en respectant les délais et le budget des projets. Mettre en place, développer ou paramétrer certaines applications selon les besoins utilisateurs Fournir un support de niveau 3 et gérer les projets. Environnement technique : Windows Server, Linux (RedHat, Debian, Ubuntu…) Active Directory, GPO, DNS, DHCP Scripts d'automatisation (PowerShell, Bash, Python) VMware, Nutanix Docker, Kubernetes Microsoft Azure

Je recherche pour mon client un Ingénieur Système (H/F) . Rejoignez une structure de recherche de pointe pour accompagner les plateformes scientifiques dans l’exploitation optimale des ressources de calcul et de stockage haute performance. Vous jouerez un rôle clé dans l’évolution des environnements HPC et Big Data, en lien étroit avec les équipes Infrastructure et Recherche. Vos responsabilités Support aux utilisateurs scientifiques : accompagner les bio-informaticiens dans l’usage des outils informatiques, former aux bonnes pratiques, assurer un support technique de qualité. Évolution des environnements : évaluer, tester et proposer des solutions technologiques innovantes (matériel, logiciel, pipelines). Intégration continue & automatisation : mettre en place des outils modernes (CI/CD, déploiement automatisé, assurance qualité). Collaboration transverse : travailler avec les équipes Infrastructure pour l’implémentation des composants systèmes. Suivi en production : garantir la qualité de service des applications en environnement recherche et clinique. Compétences techniques requises Systèmes Unix/Linux : administration, scripting, déploiement. HPC & calcul distribué : clusters, Slurm, gestion de pipelines. Stockage massif & Big Data : performance, scalabilité. CI/CD & automatisation : GitLab CI, Kubernetes, outils SysOps. Atouts supplémentaires : Cloud / IaaS. Conteneurisation (Docker, microservices). Bases de données NoSQL. Expérience dans un contexte scientifique ou de recherche.

Vous intégrerez une équipe dynamique en charge des pratiques de développement , du DevOps , du Cloud et du Numérique Responsable . L’objectif est de renforcer l’équipe avec plusieurs profils DevOps à forte dominante applicative , capables d’intervenir sur l’ensemble du cycle de vie logiciel — du développement à la mise en production — dans un environnement agile et collaboratif. Votre rôle En tant qu’ Ingénieur DevOps Applicatif , vous participerez à la mise en œuvre et à l’industrialisation des solutions de développement et de déploiement. Vous serez le garant de la qualité, de la performance et de la fiabilité des environnements applicatifs, tout en contribuant à l’évolution des pratiques DevOps au sein de l’équipe. Vous interviendrez sur : Le développement applicatif en Java ; La mise en place et l’automatisation des pipelines CI/CD (GitLab CI, Jenkins, Azure DevOps...) ; Le déploiement et la gestion d’environnements Cloud (Azure, AWS ou GCP) ; L’ automatisation des infrastructures (Docker, Kubernetes, Terraform) ; Le monitoring et l’observabilité (ELK, Prometheus, Grafana) ; La promotion des bonnes pratiques DevOps (Infrastructure as Code, automatisation, tests, qualité de code).

Nous recherchons un Développeur Fullstack pour rejoindre une équipe e-commerce au sein d’une DSI dynamique. Rattaché(e) au Lead Developer, vous participerez au développement de projets digitaux majeurs : optimisation des fronts et back-offices e-commerce, évolution de l’offre (quick commerce, marketplace…), création de nouvelles applications et amélioration continue de l’existant. Vos missions : Développer les fonctionnalités définies dans les User Stories, en collaboration avec le Product Owner et le Lead Dev. Réaliser les tests et garantir la qualité des développements selon les standards techniques. Assurer le bon fonctionnement des livrables en environnement de tests. Définir les besoins de test QA en fonction des impacts. Documenter le code et contribuer aux phases de conception. Participer aux rituels d’équipe (sprint planning, estimations, revues…). Produire et mettre à jour la documentation technique.

Lead Développeur MLOps Python - Spécialiste IA/RAG Cette mission s'adresse à des profils seniors ayant déjà industrialisé des solutions IA/RAG en production et maîtrisant les enjeux de passage à l'échelle. Profil avec un mindset sales: au-delà de ses compétences techniques, dispose d’un profil capable de s’imposer, de proposer des solutions, de prendre des initiatives, de mener des recherches et de tenir ses engagements. Mission Nous recherchons un Lead MLOPS Python pour industrialiser les développements IA/Data Science avec un focus sur les systèmes RAG (Retrieval-Augmented Generation) et les LLM . Contexte Les Data Scientists développent des solutions expérimentales (modèles, RAG, pipelines IA) que vous devrez transformer en solutions robustes déployables en production à grande échelle. Responsabilités principales Industrialisation des systèmes RAG/LLM : Automatiser le processing de documents volumineux (ex: PDFs 250+ pages) Mettre en place des pipelines de chunking et d'indexation automatiques Gérer la montée en charge des bases de connaissances Implémenter des métriques de monitoring pour détecter les dérives des modèles Architecture & Scalabilité : Concevoir des workflows complexes pour tâches longues (pipelines multi-étapes) Déployer sur infrastructure cloud (Azure/AWS/GCP) Containerisation avec Docker/Kubernetes Mise en place de CI/CD spécialisés pour l'IA Développement & Bonnes Pratiques : Refactorisation du code Data Science selon les standards industriels Injection de dépendances, programmation orientée objet Tests automatisés, clean code, modularité Gestion des dépendances et versioning des modèles MLOps & Monitoring : Supervision des performances des modèles en production Détection du drift et mise en place d'alertes Gestion des réentraînements automatiques Tableaux de bord et métriques business Profil recherchéCompétences techniques obligatoires : Python expert (5 - 10+ ans d'expérience) 1 Expérience concrète avec RAG/LLM en production Cloud computing (Azure/AWS/GCP) - déploiement à l'échelle MLOps : pipelines ML, monitoring, drift detection Architecture logicielle : design patterns, injection de dépendances, OOP DevOps : Docker, Kubernetes, CI/CD Compétences techniques souhaitées : Frameworks : LangChain, Haystack, ChromaDB, Pinecone Bases de données vectorielles Streaming de données (Kafka, Pulsar) Orchestration (Airflow, Prefect) Soft skills : Leadership technique : capacité à guider une équipe de Data Scientists Pédagogie : transmission des bonnes pratiques Autonomie sur des projets complexes Mindset industrialisation : passage du POC à la production Environnement technique Stack : Python, FastAPI, SQLAlchemy, Pydantic IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI Cloud : Azure (priorité Orchestration : Kubernetes, Docker, Terraform Monitoring : Prometheus, Grafana, MLflow Méthodologie : Agile, TDD, Code Review Exemple de cas d'usage concret "Un utilisateur upload un PDF de 250 pages. Le système doit automatiquement : Découper le document en chunks optimaux Indexer dans la base vectorielle Permettre des requêtes précises ('dates des événements X') Monitorer la qualité des réponses Alerter en cas de dégradation" Votre rôle : Transformer le script Python du Data Scientist en solution industrielle, scalable et monitorée. Modalités Durée : 6-12 mois (renouvelable) Format : Freelance/Régie Localisation : Hybride (2-3 jours sur site) Démarrage : ASAP Profil du candidat Profil recherchéCompétences techniques obligatoires : Python expert ((5 - 10+ ans d'expérience) Expérience concrète avec RAG/LLM en production Cloud computing (Azure) - déploiement à l'échelle MLOps : pipelines ML, monitoring, drift detection Architecture logicielle : design patterns, injection de dépendances, OOP DevOps : Docker, Kubernetes, CI/CD Compétences techniques souhaitées : Frameworks : LangChain, Haystack, ChromaDB, Pinecone Bases de données vectorielles Streaming de données (Kafka, Pulsar) Orchestration (Airflow, Prefect) Soft skills : Leadership technique : capacité à guider une équipe de Data Scientists Pédagogie : transmission des bonnes pratiques Autonomie sur des projets complexes Mindset industrialisation : passage du POC à la production Environnement technique Stack : Python, FastAPI, SQLAlchemy, Pydantic IA/ML : PyTorch, Transformers, OpenAI API, Azure OpenAI Cloud : Azure Obligatoire Orchestration : Kubernetes, Docker, Terraform Monitoring : Prometheus, Grafana, MLflow Méthodologie : Agile, TDD, Code Review Description de l‘entreprise Pourquoi cette mission est unique Cette opportunité vous permettra de façonner l'avenir de l'IA dans un contexte où vos décisions techniques auront un impact direct sur des millions d'utilisateurs. Vous ne serez pas un simple exécutant, mais un architecte de solutions qui influence la roadmap technologique. Ce qui vous attend : Autonomie technique : Liberté de choix sur les architectures et technologies Visibilité : Présentation de vos réalisations au comité de direction Impact business : Vos optimisations se traduisent directement en gains mesurables Veille technologique : Accès privilégié aux betas Microsoft et APIs exclusives Réseau professionnel : Collaboration avec des experts IA reconnus dans l'écosystème français Vous évoluerez dans un environnement où l' excellence technique rencontre l' innovation business , avec le support d'une équipe qui croit en vos compétences et vous donne les moyens d'exprimer votre talent. Modalités Durée : 12 mois (renouvelable) Format : Freelance/Régie Localisation : Paris La Défense - Hybride (2 jours sur site / 3 jours remote) Démarrage : ASAP Profil du candidat Python expert ((5 - 10+ ans d'expérience) Expérience concrète avec RAG/LLM en production Cloud computing Azure - déploiement à l'échelle MLOps : pipelines ML, monitoring, drift detection Architecture logicielle : design patterns, injection de dépendances, OOP DevOps : Docker, Kubernetes, CI/CD Description de l‘entreprise Modalités Durée : 12 mois (renouvelable) Format : Freelance/Régie Localisation : Paris La Défense - Hybride (2 jours sur site / 3 jours remote) Démarrage : ASAP

🏭 Secteurs stratégiques : Banque d’investissement 🗓 Démarrage : ASAP PAS DE FULL REMOTE NI SOUS TRAITANCE MERCI 💡 Contexte /Objectifs : L'entité est en charge du SI du Leasing pour deux lignes métiers:- les financements structurés de la grande clientèle- les financements pour les PME. Le bénéficiaire souhaite mettre en oeuvre plusieurs évolutions de son socle technique. A ce titre, le Bénéficiaire souhaite bénéficier de l'expertise du Prestataire en termes de Conception et développement Dans ce cadre la prestation consiste à contribuer à/au(x) : - La gestion du projet ITRM - La comitologie - Suivi - Reporting Environnement technique : Java 6/7/8/17, spring batch, spring web, xldeplloy, jenkins, SQL, Sonar Autres technologies : XLdeploy, Docker et Kubernetes. 🤝 Livrables : Les livrables attendus sont :  Développement JAVA backend pour le projet Maille Contrat (réécriture de l'interface risque).  Devops: mise en place de la chaine de déploiement du projet, des serveurs, monitoring etc.