Trouvez votre prochaine offre d’emploi ou de mission freelance Chatbot à Paris

Nous recrutons un Product Owner ou un Product Manager ayant une expérience dans le pilotage de la création d'un chatbot et d'IA générative MISSIONS: - Gestion de produit : Définition et priorisation des fonctionnalités de l'outil en fonction des besoins des utilisateurs et des sponsors. Rédaction des users stories et spécifications fonctionnelles. Gestion du backlog et roadmap produit. Suivi des développements et des mises en production. - Proof of Concepts (POCs) : Mener des POCs sur de nouvelles technologies d'IA conversationnelle. Définition de la stratégie d'industrialisation des POCs. Evaluation de la valeur apportée par les POCs. Estimation du ROI potentiel des POCs. Analyser les résultats et proposer des recommandations. - Coordination et communication : Assurer la liaison entre les équipes techniques et les utilisateurs/sponsors. Organiser des ateliers de travail et des sessions de feedback. Communiquer efficacement sur l'avancement du projet. - Suivi de production et Customer Success : Superviser le bon fonctionnement d'une vingtaine de robots déployés chez 3 sponsors. Analyser les performances et identifier les axes d'amélioration. Accompagner les utilisateurs dans la prise en main de l'outil et l'exploitation des chatbots et callbots. Recueillir les feedbacks des utilisateurs et identifier leurs besoins. Mettre en place des actions pour maximiser la satisfaction des utilisateurs et la valeur perçue

Nous recherchons un expert senior en MLOps pour intégrer une équipe d’ingénierie en intelligence artificielle au sein de la division des Technologies Emergentes et Données. Vous jouerez un rôle stratégique dans la mise en place et l’optimisation des pipelines de machine learning, tout en assurant la scalabilité et la fiabilité des solutions IA déployées au sein du groupe. Responsabilité : Concevoir et améliorer les pipelines ML pour garantir un flux de développement fluide et efficace. Use Case : Automatisation des Pipelines de Développement Création d’un pipeline ML automatisé qui intègre la préparation des données, l’entraînement des modèles et leur déploiement. Réduction des erreurs humaines grâce à l’automatisation et au monitoring intégré. Responsabilité : Mettre en place des outils pour surveiller les performances des modèles et détecter les dérives. Use Case : Détection et Réentraînement Automatisé des Modèles Mise en place d’un système de détection des dérives (concept drift) qui déclenche automatiquement le réentraînement des modèles sur de nouvelles données. Surveillance des performances pour identifier les déclins de précision avant qu’ils n’affectent les cas d’usage. Responsabilité : Développer une infrastructure fiable et évolutive pour la gestion des modèles ML à grande échelle. Use Case : Gestion des Versions et CI/CD pour les Modèles Implémentation d’un système de gestion des versions des modèles pour suivre les itérations et garantir la reproductibilité. Déploiement continu grâce à des pipelines CI/CD dédiés, réduisant le temps de mise en production. Responsabilité : Transformer les notebooks existants en scripts de haute qualité, adaptés aux pipelines ML. Use Case : Refactorisation des Notebooks pour les Pipelines Conversion des notebooks ad hoc en scripts Python robustes intégrés directement dans les pipelines. Documentation des scripts pour assurer leur réutilisabilité et faciliter leur maintenance. Responsabilité : Encadrer les équipes de data science pour les aider à adopter les meilleures pratiques en MLOps. Use Case : Création d’un Cadre Collaboratif Développement d’une bibliothèque interne de bonnes pratiques en MLOps, accessible à toutes les entités du groupe. Animation d’ateliers techniques pour partager des outils et des techniques avancées avec les équipes. Responsabilité : Effectuer des tests rigoureux sur les données, les modèles et les pipelines. Use Case : Assurance Qualité des Pipelines ML Développement de suites de tests automatisés pour vérifier la cohérence des données et des modèles tout au long des pipelines. Détection proactive des anomalies avant leur propagation dans l’environnement de production.

Identifier et mettre en œuvre les solutions d'IA les plus adaptées aux exigences et aux objectifs des cas d'usage, en s'appuyant sur une analyse approfondie des spécifications techniques et fonctionnelles. Concevoir des solutions Data S cience et IA génératives pour répondre aux enjeux de produits et de services de nos clients . Contribuer à l’ensemble du cycle de vie de projet Data Science : définition du Use Case, architecture technique, mise en œuvre de POCs / POVs , implémentation et intégration à des environnements de production. Garantir la sécurité et la conformité réglementaire en respectant l es mesures de sécurité et l es protocoles de confidentialité pour protéger les données sensibles. Participer aux chantiers d’innovations et de veille continue sur les IA et les pratiques MLOps / LLMOp s Ce que nous pouvons attendre de vous : Compétences techniques recommandées : Domaine s d’expertise : Machine Learning, NLP, Deep Learning GenAI : LLM, R AG , Vect or Databas e , Sea rch Engines, LLMOps ,… Cloud : Azure (Azure ML, Azure OpenAI , Azure Prompt Flow, Databricks ,…) , GCP, AWS Programmation : Python, SQL et outils d’analyse de données . Framework & Tools : Langchain , Chroma, FAISS , H ugging Face Devops / MLOps : Git, Docker, Kubernetes