Trouvez votre prochaine mission ou futur job IT.

En bref : CDI - Ingénieur Backend Python – Data & IA (Graph / LLM) H/F - 1jour/semaine Télétravail - Fintech - Nice (centre) - 45/65K€ Je recrute un Ingénieur Backend Python – Data & IA (Graph / LLM) H/F pour une Fintech qui construit un produit à la frontière entre la Data, l’Intelligence Artificielle et l’analyse stratégique. L’ambition ? Transformer une masse de données dispersées en informations exploitables à forte valeur ajoutée. Aujourd’hui, l’équipe construit des outils capables de collecter, structurer, enrichir et analyser des données issues de multiples sources afin d’accélérer considérablement le travail des analystes. Demain ? Ces briques pourraient devenir une véritable plateforme d’intelligence économique et d’aide à la décision destinée à des acteurs de l’investissement, du conseil ou de l’innovation. Tu rêves de travailler en plein centre-ville de Nice ? Tu explores déjà les usages concrets des LLM, de l’IA agentique et de l’automatisation intelligente ? Tu aimes concevoir des architectures robustes et manipuler des volumes importants de données ? Les bases de données graphes et Python font partie de ton terrain de jeu ? Alors continue ta lecture. ET TOI DANS TOUT CA ? Tu rejoins une équipe métier d’une dizaine de personnes et interviens directement sur le cœur technologique du produit. Ton quotidien ne sera pas de développer des API CRUD à longueur de journée. Tu participes à la construction et à l’évolution de véritables pipelines de données permettant de transformer des informations brutes en insights exploitables. Concrètement, tu seras amené à : - Concevoir et développer les briques backend stratégiques de la plateforme, - Construire des pipelines de collecte de données via APIs, scraping, bases de données publiques et sources internes, - Structurer, normaliser, dédupliquer et enrichir les données collectées, - Intégrer des mécanismes d’enrichissement reposant sur les LLM et l’IA agentique, - Concevoir des modèles de données orientés analyse et exploitation métier, - Développer des traitements analytiques autour des graphes, du vector search et de la génération d’insights assistée par IA, - Garantir la qualité, la performance et la maintenabilité des traitements, - Faire évoluer l’architecture afin d’accompagner la montée en charge du produit. Les données manipulées couvrent des sujets variés tels que : - Les essais cliniques, - Les levées de fonds, - Les opérations de fusion-acquisition, - Les investissements Venture Capital, - Les données réglementaires, - Les analyses issues

Nous recherchons pour l'un de nos clients un System Architect Gen AI. Objectif de la mission : sous la supervision du System Architect AI, le rôle principal est de concevoir, de mettre en œuvre et de faire évoluer les assets Gen AI sur une plateforme hybride GCP/Microsoft, en visant évolutivité et performance. Le candidat doit garantir la cohérence technique, la scalabilité et la robustesse des solutions d'IA Générative et être un référent sur les architectures LLM. Les tâches incluent : Architecture Gen AI : Conception d'architectures découplées, scalables et sécurisées (RAG, Agents autonomes), définition de l'architecture applicative des environnements LLM (DEV, UAT, PROD) et intégration CI/CD via LLMOps. Développeur Augmenté : Une expérience prouvée dans les solutions de "Développeur Augmenté" est requise pour mener à bien une partie des tâches du poste. Gouvernance et Dette Technique : Mise en application des principes de gouvernance de l'IA et gestion de la dette technique. Architectures Robustes : Conception d'architectures robustes et tolérantes aux pannes, rédaction de contrats d'interface, développement de processus de fallback et gestion des exigences non fonctionnelles (latence, sécurité, fiabilité). Modèles d'Interaction et d'Ingestion : Définition de modèles optimisés, analyse des besoins métiers, création de modèles conceptuels pour le stockage vectoriel, optimisation des tokens LLM, collaboration avec les équipes de développement et mise en place de mécanismes d'évaluation continue.

Notre client, un acteur majeur dans son secteur, lance un projet ambitieux intégrant des solutions d’Intelligence Artificielle (IA) pour optimiser ses processus métiers. Dans ce cadre, nous recherchons un Chef de Projet expérimenté pour : Piloter le delivery des livrables en respectant les contraintes de coûts, délais et qualité. Coordonner les équipes techniques (développeurs, data scientists, experts IA) et fonctionnelles. Garantir l’alignement entre les solutions IA déployées et les besoins métiers. 1. Pilotage de Projet Planification et suivi : Élaborer et maintenir le plan de projet (jalons, livrables, risques). Animer les comités de pilotage et les points d’avancement avec la direction. Assurer le reporting régulier (tableaux de bord, indicateurs de performance). Gestion des parties prenantes : Faciliter la communication entre les équipes techniques, les métiers et la direction. Anticiper et résoudre les blocages (techniques, organisationnels, budgétaires). 2. Delivery de Solutions IA Cadrage technique : Participer à la conception des solutions IA (cas d’usage, architectures, choix technologiques). Valider la faisabilité technique et les contraintes (data, infrastructure, sécurité). Suivi des livrables : Coordonner les équipes pour respecter les délais et la qualité des livrables (POC, MVP, industrialisation). Organiser les tests utilisateurs et les recettes fonctionnelles. Gestion des risques : Identifier et mitiger les risques liés à l’IA (biais, conformité RGPD, performance des modèles).

Nous sommes à la recherche d'un(e) : Développeur IA Expert - Collaborer avec les unités métiers pour identifier, affiner et prioriser des cas d’usage IA à forte valeur ajoutée, alignés avec la feuille de route - Traduire les besoins métier en architectures techniques robustes et en plans d’implémentation - Garantir des résultats mesurables (gains d’efficacité, taux d’automatisation, adoption par les utilisateurs) - Contribuer à la standardisation des patterns GenAI et des composants réutilisables - Concevoir et mettre en œuvre des solutions exploitant des modèles de langage de grande taille (LLM) - Concevoir des architectures scalables et modulaires pour les services IA - Développer et maintenir des APIs et microservices permettant l’intégration avec les applications existantes - Promouvoir la réutilisation des composants entre les unités métiers et les cas d’usage - Mettre en place des pipelines de déploiement robustes pour les solutions IA (CI/CD, versioning, monitoring) - Contribuer à la mise en place et à l’amélioration des pratiques MLOps - Garantir que les solutions sont prêtes pour la production, maintenables et scalables - Mettre en place des mécanismes sécurisés d’accès et de traitement des données - Contribuer à l’auditabilité, la traçabilité et l’explicabilité des systèmes d’IA

Contexte La DSI d'un grand groupe automobile français engage une transformation de son delivery model sur les domaines RPA et Intelligence Artificielle. Le prestataire retenu bénéficiera d'une autonomie opérationnelle étendue et d'un sponsorship direct du DSI. La mission couvre simultanément la transformation organisationnelle et le delivery opérationnel. L'environnement est celui d'un groupe international avec une exposition directe au niveau COMEX. Rôle et responsabilités principales Définir la cible du delivery model RPA / IA et construire la roadmap de transformation Challenger l'existant, identifier les points de friction et les leviers d'accélération Assurer la conduite du changement auprès des équipes techniques et des directions métiers Présenter les enjeux et avancées au niveau COMEX Manager directement les équipes de delivery (développeurs, experts RPA/IA, business analysts) Piloter les centres de service en mode transverse Garantir la qualité, les délais et la valeur délivrée aux métiers Assurer le suivi budgétaire et le reporting vers le DSI Livrables attendus Roadmap de transformation du delivery model RPA / IA Plan de conduite du changement Reporting régulier vers le DSI (suivi budgétaire et avancement) Restitutions COMEX (enjeux et avancées de la transformation) Dossier de mission documenté et défendable devant le panel de validation interne (prérequis au démarrage)

𝗔𝗽𝗽𝗲𝗹 à 𝗲𝘅𝗽𝗲𝗿𝘁𝗶𝘀𝗲 : 𝗦𝗲𝗿𝘃𝗶𝗰𝗲 𝗠𝗮𝗻𝗮𝗴𝗲𝗿 𝗕𝗮𝘀𝗲𝘀 𝗱𝗲 𝗗𝗼𝗻𝗻𝗲́𝗲𝘀 (𝗥𝗲𝗹𝗮𝘁𝗶𝗼𝗻𝗻𝗲𝗹𝗹𝗲𝘀 & 𝗠𝗮𝗶𝗻𝗳𝗿𝗮𝗺𝗲) 𝗽𝗼𝘂𝗿 𝘂𝗻 𝗮𝗰𝘁𝗲𝘂𝗿 𝗺𝗮𝗷𝗲𝘂𝗿 𝗱𝘂 𝘀𝗲𝗰𝘁𝗲𝘂𝗿 𝗯𝗮𝗻𝗰𝗮𝗶𝗿𝗲 ! Vous êtes un expert du 𝗥𝘂𝗻 et de la 𝗤𝘂𝗮𝗹𝗶𝘁𝗲́ 𝗱𝗲 𝗦𝗲𝗿𝘃𝗶𝗰𝗲, passionné par les environnements complexes ? Saisissez cette opportunité unique de piloter la performance opérationnelle sur des périmètres stratégiques de bases de données relationnelles et mainframe, avec une ouverture sur le 𝗠𝗟/𝗜𝗔 et le 𝗕𝗶𝗴 𝗗𝗮𝘁𝗮. 𝗩𝗼𝘀 𝗺𝗶𝘀𝘀𝗶𝗼𝗻𝘀 : • 𝗔𝘀𝘀𝘂𝗿𝗲𝗿 la qualité de service au quotidien et la coordination des expertises pour la résolution des incidents. • 𝗘̂𝘁𝗿𝗲 𝗴𝗮𝗿𝗮𝗻𝘁 de l'activité du run, de la complétude des tickets, du respect des processus et de la gestion des incidents de sécurité. • 𝗩𝗮𝗹𝗶𝗱𝗲𝗿 le « 𝗕𝘂𝗶𝗹𝗱 𝘁𝗼 𝗥𝘂𝗻 » et 𝗽𝗶𝗹𝗼𝘁𝗲𝗿 la qualité de service des CDS/infogérance. • 𝗦𝘂𝗶𝘃𝗿𝗲 les activités de votre périmètre via des 𝗞𝗣𝗜𝘀 et les fondamentaux du RUN. • 𝗚𝗮𝗿𝗮𝗻𝘁𝗶𝗿 la mise en œuvre et la performance des processus 𝗜𝗧𝗜𝗟. • 𝗖𝗼𝗼𝗿𝗱𝗼𝗻𝗻𝗲𝗿 les équipes 𝗡𝟭, 𝗡𝟮 et 𝗡𝟯 pour une gestion optimale des requêtes, incidents et changements. • 𝗔𝘀𝘀𝘂𝗿𝗲𝗿 le respect des 𝗦𝗟𝗔 des CDS et 𝗿𝗲́𝗱𝗶𝗴𝗲𝗿 les 𝗣𝗼𝘀𝘁-𝗠𝗼𝗿𝘁𝗲𝗺 en cas d'incident majeur. • 𝗠𝗲𝘁𝘁𝗿𝗲 𝗲𝗻 œ𝘂𝘃𝗿𝗲 une démarche d'𝗮𝗺𝗲́𝗹𝗶𝗼𝗿𝗮𝘁𝗶𝗼𝗻 𝗰𝗼𝗻𝘁𝗶𝗻𝘂𝗲.

Crolles (38) sur site · mission 2 à 3 jours/semaine en longue durée - Début août 2026(flexible) Nous recherchons un·e consultant·e pour accompagner l'équipe Data & Analytics du client dans son exploration IA et data science et l’accélération de sa transformation grâce à ces leviers. L'approche est pragmatique et séquencée : comprendre le besoin métier, le valider par l'expérimentation — y compris en Machine learning custom si nécessaire — puis orienter vers la solution marché (COTS) la plus adaptée dès lors que la valeur est prouvée. Missions : 1. Cadrage & validation des besoins Animer des workshops avec les métiers pour qualifier les besoins analytiques et IA Structurer chaque cas d'usage avant tout développement Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA 2. Exploration & validation par le ML custom (≈ 50%) Conduire des analyses exploratoires et prototyper des modèles ML en Python/SQL pour valider la valeur d'un cas d'usage : classification, prévision, détection d'anomalies, NLP, etc. Cas d'usage prioritaires identifiés : o Analyse du portefeuille produit : classification volume/profitabilité, identification de tendances, recommandations intelligentes. o Etude des impacts marketing : explication et prévision des impacts de nos campagnes marketing. Documenter rigoureusement chaque PoC 3. Recommandation & orientation vers des solutions COTS (Commercial Off The Shelf) (≈50%) Une fois la valeur prouvée, identifier les solutions marché capables d'industrialiser le cas d'usage sans maintenir du code custom : Microsoft Fabric, Copilot Studio, Snowflake Cortex, AI Studio, Make, ou équivalents. Conduire les benchmarks et tests de ces solutions en conditions réelles sur nos données ; produire une recommandation claire Accompagner le déploiement des solutions retenues : configuration, intégration aux flux existants (M365, SAC, Snowflake, ODI), validation fonctionnelle avec les équipes métiers. 4. Gouvernance & Transfert Alerter sur les risques à chaque étape Communiquer régulièrement avec le métier et le département IT sur l’avancement des projets Documenter les travaux de manière accessible et transférable à l'équipe interne Contribuer à l’élaboration de la roadmap IA/ML outillée sur 12 mois : cas d'usage priorisés, solutions recommandées (custom ou COTS), budge estimé et indicateurs de succès. Définir et établir une méthodologie MLOps pour le client, dans le but de cadrer et accélérer les futurs sujets ML

Rejoignez une entreprise innovante dans le secteur des logiciels d'automatisation web à Bordeaux. Nous transformons notre produit phare avec une nouvelle version conversationnelle IA, intégrant des agents avancés. Intégrez une équipe dédiée composée du CTO, du CEO, et d'ingénieurs Fullstack et backend, pour travailler sur un projet de développement d'une V1 fonctionnelle de notre nouvelle plateforme IA, à réaliser en quelques semaines. Ce poste de ML Engineer est essentiel pour établir de nouvelles normes techniques et concevoir l'infrastructure IA de demain. Initialement basé à Bordeaux pour 6 mois, ce poste a la flexibilité de devenir remote en cas d'embauche en CDI. Missions Principales : - Concevoir, entraîner et adapter des modèles NLP et LLM hautement performants. - Mettre en place et superviser l'infrastructure ML (suivi de modèles, déploiement). - Collaborer avec l'équipe Fullstack AI pour intégrer vos modèles dans les produits finals. Annexes : - Soutenir l'introduction et l'utilisation de LLMs et de diverses techniques pour améliorer les systèmes IA. - Surveiller et améliorer en continu les modèles déployés, en assurant leur performance optimale.

Socle technique – Data Science & IA Maîtrise de Python et SQL/BigQuery ; packaging, gestion des dépendances, clean code Maîtrise des algorithmes de ML : classification, régression, clustering, deep learning Connaissance des frameworks ML : Scikit-learn, TensorFlow/Keras, PyTorch Compétences avancées en GenAI : LLM, RAG, fine-tuning, prompt engineering, évaluation et déploiement de modèles génératifs Connaissance des concepts clés : Generative AI, agents, assistants, hallucinations, biais, limites des modèles Expertise en agents intelligents : conception de workflows multi-agents, frameworks (ADK, Gemini Enterprise…) Maîtrise des méthodes d'évaluation des agents et pipelines RAG (RAGAS, Langfuse, LLM as a judge) Développement back-end & intégration Conception et développement d'API REST/JSON, architecture orientée objet Développement d'applications GenAI : intégration agents/RAG, gestion de prompts et templates, itération Tests automatisés, revue de code, observabilité (logs, métriques, traces), gestion des erreurs Industrialisation & DevOps Maîtrise des pratiques DevOps/MLOps : CI/CD, Docker, Kubernetes, Git Mise en place et maintenance de pipelines (tests, qualité, déploiement) et gestion des environnements (dev/recette/prod) Architectures Cloud (GCP, AWS, Azure) et outils MLOps associés Monitoring et optimisation des performances de solutions IA en production Collaboration & méthodes Capacité à cadrer un besoin, proposer une solution technique et estimer une charge Travail en mode Agile, interaction avec les parties prenantes produit Anglais courant (lecture de documentation, échanges techniques)

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : Worflow AI et Agentic AI pour les process Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés Bases de connaissances, RAG Factory, ... Socle et process LLMOps et evaluation de performance, ... Description Leadership technique, conception des solutions, encadrement des équipes de développement IA, arbitrage technique, revue de code et qualité

🧩 Contexte Dans le cadre d’un programme de transformation des outils de relation client, vous intervenez sur un projet de refonte visant à : Moderniser les parcours clients Optimiser la gestion des interactions et du ticketing Intégrer des solutions d’IA conversationnelle 🎯 Vos missions Au sein d’une équipe projet, vous intervenez de la conception au déploiement : Contribution aux choix d’architecture (CCaaS, IA, intégration SI, data, flux) Définition de la cible fonctionnelle et technique Intégration et déploiement de la solution CCaaS (omnicanal, routage, IVR, bots) Accompagnement des équipes métiers sur la configuration du ticketing (support, automatisations, SLA) Conception et gestion des intégrations (API, SSO, flux événementiels) Interface entre métiers, DSI et éditeurs 🛠️ Environnement technique CCaaS : Genesys Cloud Ticketing : Zendesk IA conversationnelle (bots, NLU, LLM, copilotes) REST API, webhooks, SSO Architectures applicatives

Contexte de la mission Au sein d’un grand groupe international du secteur financier, l’équipe en charge de l’adoption utilisateur est composée d’une vingtaine de collaborateurs et intervient sur des sujets de communication, d’accompagnement au changement et d’adoption des outils digitaux au sein de la DSI et des différentes entités du groupe. Dans le cadre du lancement de plusieurs projets stratégiques, l’équipe souhaite s’appuyer sur une prestation externe afin d’assurer la coordination, le suivi et la gestion de projets autour de l’IA, de la data et des outils digitaux. Description de la prestation L’équipe gère de nombreux sujets liés à l’IA, à la data et aux outils digitaux et souhaite renforcer le pilotage global des initiatives afin d’améliorer l’efficacité opérationnelle, la priorisation et la capacité de delivery des équipes.

• Profil recherché : Business Analyst • Nombre de prestations : 2 • Contexte de la mission : Le projet s’inscrit dans la transformation digitale de la chaîne de valeur Commerciale. Il vise à déployer une fonctionnalité “Talk to your data”, permettant aux collaborateurs d’interroger les données en langage naturel grâce à un AI Agent (LLM) capable de générer automatiquement des requêtes SQL fiables. L’environnement technique repose sur Snowflake, incluant les fonctionnalités AI Cortex, et s’appuie sur une organisation Agile (Scrum). Le produit est actuellement utilisé par 35 utilisateurs, avec un objectif d’extension à 700+ utilisateurs d’ici fin 2026. La mission se concentre sur le backend et la couche sémantique, garantissant la qualité, la cohérence et la pertinence des requêtes générées par l’IA.

🔎 Ingénieur IA Senior – Mission urgente (Bruxelles – hybride) Nous recherchons un Ingénieur IA Senior pour rejoindre un projet stratégique au sein d’un grand acteur public de la mobilité à Bruxelles. 🚀 Contexte Dans le cadre du lancement d’un Centre d’Excellence en IA, vous interviendrez sur le développement d’une plateforme innovante basée sur une architecture RAG (Retrieval-Augmented Generation), destinée à plus de 10 000 collaborateurs. Ce projet pilote ouvre la voie à une transformation majeure autour de l’IA à grande échelle. 🎯 Votre mission En collaboration avec les architectes, vous aurez pour rôle de transformer des concepts en solution robuste et scalable en production : Développement de pipelines RAG (recherche, orchestration LLM, gestion des réponses et citations) Mise en place de pipelines d’ingestion (CMS, SharePoint, gestion des accès / sécurité) Implémentation de bonnes pratiques IA (prompting, garde-fous, évaluation) Participation au déploiement (Terraform, Helm, Azure DevOps) Optimisation et monitoring de la solution en production 🛠️ Environnement technique Azure (Azure OpenAI, API Management, AI Content Safety) Kubernetes (AKS) Terraform & Azure DevOps Vector Store & pipelines d’orchestration LLM

Contexte Une organisation internationale de premier plan accélère sa transformation digitale et l’adoption de l’Intelligence Artificielle au sein de plusieurs domaines métiers. Dans ce cadre, elle renforce ses capacités de delivery IA afin de passer de cas d’usage expérimentaux à des solutions robustes, industrialisées et déployées en production. Vous rejoindrez une équipe transverse dédiée à l’innovation et à la transformation, intervenant auprès de plusieurs équipes métiers et IT, avec un fort accent sur l’industrialisation, la gouvernance et la création de valeur long terme. Responsabilités Concevoir et déployer des solutions IA de bout en bout, depuis l’expression du besoin métier jusqu’à la mise en production Traduire les exigences fonctionnelles en architectures techniques scalables, sécurisées et maintenables Développer des cas d’usage IA tels que l’intelligence documentaire, les assistants conversationnels, l’automatisation et la génération de contenu Mettre en œuvre des solutions d’IA générative (LLM, RAG, workflows à base d’agents) intégrées aux systèmes internes Accompagner l’industrialisation via des pipelines CI/CD, des pratiques MLOps, le monitoring et l’optimisation des modèles Garantir la conformité avec les exigences de protection des données, de sécurité et les principes d’IA responsable Profil recherché Solide expérience dans le développement et le déploiement de solutions IA / machine learning en environnement de production Excellente base en ingénierie logicielle, APIs et architectures microservices Expérience pratique des solutions d’IA générative, LLM et du prompt engineering Bonne compréhension des plateformes cloud et des pratiques d’industrialisation IA (CI/CD, MLOps) Capacité à évoluer dans des environnements complexes, internationaux et multi‑parties prenantes Excellentes compétences en communication, avec une aptitude à faire le lien entre enjeux métiers et techniques

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