Offre d'emploi Ingénieure/ Ingénieur Machine LearningFrance

Choisir Capgemini, c'est choisir une entreprise où vous serez en mesure de façonner votre carrière selon vos aspirations. Avec le soutien et l'inspiration d'une communauté d'experts dans le monde entier, vous pourrez réécrire votre futur. Rejoignez-nous pour redéfinir les limites de ce qui est possible, contribuer à libérer la valeur de la technologie pour les plus grandes organisations et participer à la construction d'un monde plus durable et inclusif.
Les équipes IA de Capgemini Cognitive & Robotics France développe des solutions d'innovations basées sur l'intelligence artificielle, visant à automatiser les activités d'exécution, d'analyse, de reporting et de déploiement dans le contexte de l'infrastructure informatique de grands comptes.

Votre quotidien consistera essentiellement à participer à la production des POCs, conduites par le Lead Scientifique, en priorisant le « time to market » notamment par :
* La participation à l'identification de cas d'usages pertinents ;
* La conduite d'expérimentations de recherche notamment basées sur les cas d'usages sélectionnés ;
* La rédaction de rapports d'expérimentations de recherche présentés auprès de cabinets externes ;
* La veille scientifique continue des papiers de recherche du domaine ;
* La participation à la mise en oeuvre de POCs adressant les cas d'usages sélectionnés ;
La participation à l'industrialisation des POCs retenus.
Profil

Le rôle nécessite :
* D'excellentes connaissances du fonctionnement des LLMs pré-entraînés (fondations et spécifiques), des techniques de fine-tuning, de RAG avancé (chunking, embedding) et d'optimisation (PEFT, Quantization, LoRA, QLoRA... etc.) ;
* De bonnes connaissances des modèles de LLM publiés par les acteurs de la recherche du domaine (open source et payants, prompting) ;

De bonnes connaissances en programmation en langage interprété (Python), des frameworks et librairies NLP.
Enfin, les qualités suivantes seront valorisées :
* Rigueur, autonomie, résolution de problèmes ;
* Culture recherche et open source ;
* Mindset « trial and error » et « time to market ».