Trouvez votre prochaine mission ou futur job IT.

Concevoir, développer et industrialiser des modèles de Machine Learning et d’IA, du prototype à la production Construire et maintenir les pipelines de données et de MLOps (entraînement, évaluation, déploiement) Participer à l’architecture et au développement des produits IA (plateforme MLOps, solutions LLM comme RAGGA, GPT interne) Garantir la scalabilité, la robustesse et la performance des solutions IA Assurer la qualité du code via des tests automatisés, des revues et du monitoring Participer à la CI/CD sur GCP et GitHub selon les pratiques DevOps/MLOps Documenter les modèles, pipelines et configurations Gérer le cycle de vie complet des modèles (build & run)

Missions principales Participer au développement, au déploiement et au suivi des services d'IA, impliquant l'utilisation de modèles NLP et leur intégration dans les applications de gestion des risques : Réalisation des POC IA Mise en place d'une pipeline MLOps Industrialisation des Use Cases en production (avec intégration complète aux processus métier et applications existantes) Garantir la qualité et la performance des solutions délivrées en production, en respectant les normes et bonnes pratiques en matière d'IA Maintenir une veille technologique sur les solutions d'IA dans le périmètre défini Participer au maintien et aux évolutions des solutions IA déployées : monitoring et calibrage des modèles en production

Descriptif du poste Dans le cadre de l'accélération de l'IA d'une grande banque commerciale en France, au sein de l'IA Factory, nous recherchons un ML Engineer pour permettre la mise en production des algorithmes élaborés par les Data Scientists. Objectifs de la Mission Contribuer à la mise en production d'algorithmes de Machine Learning Optimiser le déploiement et le cycle de vie des modèles IA Compétences et Qualités Attendues Compétences DevOps : GitLab Gitlab-CI Docker Pipeline CICD Services cloud Python Outils de code quality : Ruff Black MyPy Sonarqube

Nous recherchons un ML Engineer confirmé pour une mission de 3 à 6 mois au sein de l’entité Data Analyse & Data Science de la Data Factory Omnicanal. Objectif : accompagner la montée en puissance des cas d’usage marketing via l’IA, tout en respectant la stratégie de jeu responsable, avec un fort focus sur l’industrialisation et la robustesse des modèles ML. Missions principales Le/la ML Engineer interviendra notamment sur : Migration de l’existant Data Science d’Hadoop vers AWS S3 et Dataiku Portage, optimisation et industrialisation des pipelines de données Mise en place et suivi des bonnes pratiques MLOps (CI/CD, monitoring, amélioration continue) Développement et déploiement de modèles ML avancés adaptés aux enjeux marketing digital Documentation et partage de bonnes pratiques Infos pratiques 📍 Lieu : île de France – 2 jours de TT / semaine 📅 Démarrage : 29/09/2025

Nous recherchons un Machine Learning Engineer expérimenté pour une mission stratégique chez un client grand compte. Stack et compétences clés : Python 3.12 (expertise attendue) Kubernetes / Helm / Docker (maîtrise technique au-delà de l'utilisation) Azure SDK FastAPI GitLab (CI/CD, évolution de pipelines) OpenAPI, multithreading, ajout de routes pour UI gérant l’orchestration des déploiements jusqu’en UAT Tests unitaires obligatoires, monitoring des performances Organisation Agile en Squads et Chapters (partage des bonnes pratiques) Matrice RACI déjà en place, capacité à la faire évoluer Jenkins pour la production (géré par les équipes Ops) Certification KAD : un plus fortement apprécié, possibilité de la passer pendant la mission Contexte métier : Projet dans le secteur assurance autour de la modélisation de données, extraction d’informations depuis des contrats, comparaison avec des référentiels, vérification de cohérence, automatisation, recherche sémantique

CONTEXTE EXPERIENCE : 5 ans et plus Métiers Fonctions : Data Management, Machine Learning Engineer Spécialités technologiques: Cloud, Machine learning, Big Data, Simulation Deep learning Description et livrables de la prestation Notre client, dans le secteur de l’assurance, est à la recherche d’un Machine Learning Engineer Lead Expert pour un projet de recherche appliquée sur les événements climatiques extrêmes à l’aide de modèles d’IA. Les équipes travaillent sur des simulations météo afin d’identifier les risques de catastrophes, avec pour objectif de développer et d’entraîner des modèles de Machine Learning dédiés. Il s’agit de gestion de big data sur de très gros modèles, avec un code intégralement en Python. La maîtrise du cloud AWS et des environnements on-premise est indispensable. - Permettre à l’équipe R&D de développer et d’évaluer des modèles en fournissant et en gérant du code et des données de qualité. - Refactoriser, structurer et documenter la bibliothèque existante en Python pour les simulations, l’inférence de modèles et l’analyse. - Développer des pipelines robustes pour la simulation, la détection d’événements extrêmes, l’entraînement et l’évaluation des modèles (y compris sur GPU). L’accent sera mis sur le développement logiciel (les modèles seront fournis par l’équipe). - Mettre en œuvre et appliquer les meilleures pratiques de développement logiciel scientifique (tests, CI/CD, conception modulaire, reproductibilité). - Optimiser l’utilisation d’un serveur (multi-)GPU pour les simulations et entraînements IA à grande échelle (I/O, planification, parallélisme). - Former et accompagner l’équipe sur les bonnes pratiques de développement scientifique et d’utilisation des GPU. Expertise souhaitée Obligatoires : - Python avancé et meilleures pratiques de développement logiciel - Pipelines scientifiques : orchestration, traitement en lots, suivi d’expérimentations - Outils : Git, Docker - Cloud AWS et environnements on-premise Souhaitées : - Gestion de données climatiques ou géospatiales : xarray, Zarr, S3 - Deep learning sur GPU : PyTorch, entraînement multi-GPU, optimisation des performances - Ingénierie logicielle scientifique, MLOps ou infrastructures de données en environnement R&D - Expérience avérée en collaboration sur des bases de code robustes, performantes et scalables - Familiarité ou fort intérêt pour les sciences du climat, la simulation ou la modélisation physique est un plus - Solides compétences en transmission de connaissances et en communication - Exigence élevée en termes de qualité et de clarté du code

Au sein de l’équipe Digital Data , vous contribuerez en mettant la donnée et l’IA au service de la performance opérationnelle et de l’expérience client. Localisation : Lille ou Paris (hybride possible) Langue : Anglais requis (communication quotidienne dans un contexte international) Démarrage : dès que possible Type de mission : longue durée / temps plein Vos missions En tant que Senior Machine Learning Engineer , vous serez en première ligne pour concevoir, construire et déployer des produits IA de nouvelle génération pour les magasins Decathlon à l’échelle mondiale. Vous interviendrez notamment sur des problématiques de vision par ordinateur, LLMs, prévisions et détection d’anomalies . Responsabilités principales : Concevoir, développer et déployer des modèles ML de bout en bout (MVP et production). Piloter des projets en Computer Vision, LLM, séries temporelles, détection d’anomalies . Collaborer avec les Product Managers, ingénieurs et experts métier pour transformer les besoins en solutions IA robustes et scalables. Travailler sur des jeux de données massifs , en garantissant la qualité, le prétraitement et le feature engineering. Optimiser la performance des modèles et les déployer en production selon les bonnes pratiques MLOps . Explorer et tester de nouveaux algorithmes et outils du monde IA/ML. Encadrer et accompagner des profils plus juniors (Data Scientists / AI Engineers).

Mission : Au sein de l'équipe CT-IA rattachée au pôle IT Data, vous mettrez vos compétences au service de l'IA chez Peaksys. Vous serez notamment charge de : - Mise à dispo d'outillage d'aide aux développement IA, monitoring… , - Participer au déploiement de la démarche MLOps, - Mise en place de la plateforme IA - Automatisation des process de déploiement autour de l'IA - Proposer des architectures techniques en mettant en œuvre les principes de l’Agilité, d'intégration et de déploiement continu, en anticipant les besoin de scalabilité, - Contribuer à la réduction des coûts dans une démarche FinOps, - Faire une veille technologique autour des architectures data et IA Minimum 5 ans d'expérience requis sur ce poste Compétences techniques requises : - Très bon niveau en software engineering (designs patterns, bonnes pratiques de dev, archi logicel, tests...) en python ou tout autre langage orienté objet. - Bonnes connaissances des langages Python et SQL - Bonnes connaissances en Devops (Docker, Kubernetes, helm, pipelines as code...) - BONUS connaissance du MLops

Contexte : Dans le cadre du développement de ses activités Cloud et Data, notre client — grand groupe international du secteur Assurance — recherche un Ingénieur DEVOPS / AIOPS afin de renforcer un équipage Agile en charge du RUN et de la mise en production de plateformes de Machine Learning (MLOps). Vous interviendrez dans un contexte Cloud hybride (on-premise / Kubernetes / OpenShift) et collaborerez étroitement avec les équipes Data Scientists, Machine Learning Engineers et Production IT . Vos missions : Intégré(e) au sein d’un équipage applicatif, vous aurez pour principales responsabilités : Participer au MCO des plateformes de Machine Learning (supervision, disponibilité, performances). Accompagner les Data Scientists et ML Engineers dans la mise en production des modèles et la gestion des environnements. Assurer le support N3 , l’analyse et la résolution d’incidents complexes. Contribuer à la mise en place et à l’évolution des chaînes CI/CD (Jenkins, GitLab). Automatiser les processus via Ansible, Terraform, scripts Shell/Python . Garantir l’ exploitabilité et la conformité des solutions (sauvegardes, monitoring, sécurité, documentation). Participer aux revues d’architecture et formuler des avis de production . Être force de proposition dans l’amélioration continue (AIOps, observabilité, automatisation). Prendre part aux cérémonies Agile/Kanban et aux opérations planifiées (HNO, astreintes).

Data/ML Engineer – Secteur bancaire (IDF) – DISPO ASAP – MISSION LONGUE Contexte : Accélération IA – chantier Knowledge Management pour constituer une base de connaissance à partir de documents non structurés (PDF, Word, HTML). Un pipeline initial existe et doit être industrialisé pour une exécution fiable, scalable et maintenable. Objectif : Développer les pipelines d’ingestion, transformation et alimentation de la base, en assurant versioning et traçabilité . Activités : Modéliser l’architecture technique (ingestion → stockage) Développer des flux ETL modulaires (OCR, transformation, enrichissement) Standardiser le format pivot et les conventions de métadonnées Assurer l’historisation, le versioning et la traçabilité des documents Implémenter un orchestrateur (Airflow/Dagster/Prefect) si nécessaire Suivre la robustesse sur des volumes variés Collaborer avec les équipes KM et Data Science Documenter l’ensemble des flux de traitement

Je recherche pour un de mes clients, un TechLead AI : Missions principales : • Accompagner les AI / ML Engineers de l’équipe sur les bonnes pratiques, les choix d’architecture et dans leur travail au quotidien. • Effectuer les audits et les contrôles des développements réalisés : Sécurité, Maintenabilité, Robustesse et Performance. • Apporter une expertise de troisième niveau dans les incidents de production, et si besoin la réalisation de solution de contournements, ou de correctifs de manière à assurer une qualité de fonctionnement optimale. • Participer aux analyses, études d’impacts et cadrage techniques. • Concevoir des solutions industrialisées en respectant les bonnes pratiques d’architecture AI / ML et développement. • Effectuer des contrôles croisés entre développeurs ou des relectures de code afin d’assurer la qualité des développements réalisés par l’équipe. • Réaliser le développement de nouveaux produits IA et assurer la maintenance évolutive et corrective des produits existants • Rédiger la documentation technique • Assurer un support aux testeurs • Reporter l’activité à la Squad et travailler dans une démarche d’efficacité collective Livrables principaux : • Etudes d’impacts techniques • Faire des propositions techniques • Schéma de solution des flux, modèle de données • Fournir des chiffrages détaillés des futures réalisations • Relecture de code technique • Rédaction de SFD, STD, Manuel d’installation • Réaliser du code applicatif à l’état de l’art sur notre Data Platform GCP • Rédiger les documentations techniques liés à ta solution, incluant le modèle de données, les procédures, l’ordonnancements Compétences techniques : • Langages de programmation : Python, SQL • Utilisation de plateformes pour le développement et le déploiement des modèles d’IA : Docker, Kubernetes, Helm • Maitrise des frameworks de developpement d'application IA: Langgraph, ADK, Hugging Face, Guardrails, FastAPI • Maitrise des services data et IA de GCP : GCP BigQuery, VertexAI, Cloud storage, GKE • Maitrise des enjeux de securité liés au déploiement de modèles d'IA générative. • Maîtrise du déploiement et de la mise en production des modèles LLM open source. • Maitrise des plateformes d’IA Gen, de leur installation à l’opération des modèles • Maitrise des bases de données vectorielles : PGVector

En quelques mots Cherry Pick est à la recherche d'un "Data Scientist" pour un client dans le secteur des medias Description 🎯 Contexte du projet L’équipe BI, Analytics & Data Science (10 personnes : Data Analysts, Data Scientists, ML Engineers) travaille en transverse pour l’ensemble des marques et métiers du groupe (abonnement, vente au numéro, régie publicitaire…). L’activité couvre un spectre large : analyses ad hoc, dashboards, projets data science et IA. La stack technologique est entièrement sur Google Cloud Platform (BigQuery, Airflow, Vertex AI). Face à la montée en charge et à des besoins spécifiques en AdTech (audience, publicité digitale, personnalisation), l’équipe recherche un Data Scientist confirmé pour renforcer ses capacités sur la fin d’année. 🛠️ Missions principales Intervenir sur des projets AdTech : audience, ciblage publicitaire, recommandations de contenu, personnalisation, pricing. Gérer des projets end-to-end : Collecte et préparation des données, Feature engineering et modélisation, Déploiement et mise en production des modèles (Vertex AI, Airflow). Développer et industrialiser des modèles de machine learning prédictif (pas de focus sur l’IA générative). Collaborer avec les équipes Data, BI, régie publicitaire et métiers internes. Produire des analyses et recommandations pour soutenir la stratégie publicitaire et marketing.