Trouvez votre prochaine offre d’emploi ou de mission freelance Machine Learning

Nous recherchons un(e) développeur(se) python passionné(e) pour rejoindre notre équipe et contribuer à la création de pipelines d'orchestration des modèles ML (preparation de features, training, tunning et inférence). Ces pipelines de données permettent aux Quants & Data Scientist d'industrialiser l’utilisation des modèles ML avancés dans les processus de prévision de la consommation et de la production d'énergie. Le profil idéal est : - Un(e) data engineer maîtrisant Python/Spark qui comprend les enjeux du MLOps - Un(e) passionné(e) du développement Python, capable de jongler avec les bibliothèques et les frameworks. - Un(e) passionné du développement capable de travailler avec les Quants et Data Scientists pour résoudre des problèmes relatifs au cycle de vie des modèles de MachineLearning (e.g. mise en place de pipelines d'entraînement). Le poste requiert une maîtrise avancée de Python et Spark. Une expérience préalable autour de Databricks, des Feature Stores / Model Registries est un plus. Contexte Engie est un acteur majeur de la transition énergétique vers la neutralité carbone, qui investit massivement dans la digitalisation et la modernisation de son système d’information. Le groupe a récemment entrepris de créer une plateforme dédiée au forecasting, qui s’appuie sur l’intelligence artificielle, le big data et les données météorologiques pour optimiser la gestion des risques et la performance des activités Supply et Renewables.

Vous intégrerez une équipe aux profils variés constitués de data scientists et d'ingénieurs en optimisation, aux parcours académiques et aux compétences complémentaires. Ils travaillent main dans la main à l'élaboration d'outils à la pointe de l'innovation. Vous évoluerez dans un environnement technique performant, et une équipe d'experts techniques sera là pour vous former et vous accompagner sur l'ensemble de vos projets. Télétravail possible (2 à 3 jours par semaine) Vous intégrerez le cursus NextGen, qui permet la découverte des différents services et métiers, des visites de sites, des échanges avec le personnel, et le networking avec d'autres jeunes salariés

Développeur / Ingénieur IA ML NLP client Banque basé à Paris Gare de Lyon, un Développeur / Ingénieur IA - Expérimenté avec un minimum de 6 ans d’expériences. Localisation Paris 12e/ Télétravail Durée de la mission : 2 ans Projet : Améliorer les solutions existantes R&D sur les technologies actuelles Participer à l'animation des équipes Principaux livrables : Analyse Conception développement des sujets autour de l'IA (NLP/Data Science, LLM, etc.) Compétences requises : Intelligence artificielle, etre en veille sur les technologies ML : NLP/CV/NER NLP (transformers, libraries spacy, standford core, scikit-learn, nltk, fasttext, gensim, …) Développement Python (regex, programmation orienté objet, …) Base de données (mongoDB), Elasticsearch, GIT, Jenkins … Analyse des données (jupyter, excel, …) Force de proposition Travail en groupe Ouvert d'esprit Bonne communication

Mission longue Démarrage décembre Remote hybride Langue d'usage français et à l'écrit anglais Notre client a des modèles de ML et des pipelines trop lourds et cherche un ML Enginer ou Data Engineer avec background en data science pour les alléger et ajouter de l'automatisation. Equipe composée de 5 data scientists et 1 lead data science / data engineer qui travaille sur des sujets de R&D et de temps réel. Machine Learning Engineer Our R&D team, currently composed of 6 Data Scientists, has demonstrated that this system is capable of detecting objects and intruders This data throughput requires extremely efficient data processing pipelines and machine learning algorithms in on-prem servers. We are therefore looking for a Machine Learning Engineer to join our production team to build efficient, data-driven predictive systems. The candidate should be highly skilled in math/statistics and programming, with the ability to organize and analyze large amounts of data. The candidate should also be able to execute tests and optimize data pipelines and machine learning algorithms. Job responsibilities Transform data science prototypes into production-quality code and solutions Optimize data pipelines and machine learning algorithms across heterogeneous on-prem computing platforms (CPU, GPU) Perform benchmarking for solution selection based on constraints (performance, resources, real-time, latency, …) Develop and maintain CI/CD pipelines to automate testing, integration, and deployment of solutions for different use cases and across different sites Establish monitoring solutions to track the performance of deployed solutions and identify differences in data distribution that could affect performance in real-world situations Tech stack Python, NumPy, SciPy, CuPy, Pandas, scikit-learn, PyTorch MLflow, Docker, GitLab-CI, DevOps, MLOps, Linux

TJM A RESPECTER PROFIL 5-10 ans : 450€ +10 ANS : 500€ Contrainte forte du projet Data Driven , powwerBI/Loocker, contexte projet Compétences techniques Python,Shell, CI/CD, Airflow, Dataflow - Expert - Expert - Impératif AppEngine, FastAPI - Expert - Expert - Impératif Connaissances linguistiques Anglais Professionnel (Impératif) Description détaillée Nous recherchons un Data Engineer /Scientiste avec la capacité de mettre en place du dataViz (PowerBI/ loocker) Pour mettre en place des produits/Alghoritmes Data avec de l'IA /machine learning au sein du périmètre marketing client Automatiser des process et aider le business à prendre des décisions stratégiques en se basant sur la Data Cartographie des données Datamesh approprié et partagé et son dimensionnement Datamesh avec les sondes qui garantit la qualité de la donnée Qualification et Gestion des données: - Capte les données (structurées et non structurées) produites dans les différentes applications ou à l'extérieur de l'entité - Intègre les éléments - Structure la donnée (sémantique, etc.) - Cartographie les éléments à disposition - Nettoie la donnée (élimination des doublons, ) Stack technique: Python,Shell, CI/CD, Airflow, Dataflow - Expert AppEngine, FastAPI - Expert GIT, GitHub, bigQuery, Finder, PowerBI/loocker Méthode Scrum, Kanban

Dans le cadre de sa prestation, l'intervenant externe évoluera au sein de la direction de la Data et les métiers et les pays dans leurs projets de Data science, depuis la génération de use case jusqu’à la mise en production. Notre équipe, dynamique et internationale, au profil « start-up » intégrée à un grand groupe, regroupe des profils de Data scientist experts en Machine Learning (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 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 * et un outil de Community Management, Sparrow Academy L’équipe Technical Office, composée principalement de MLOps 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 a une prestation en AT pour assurer l’évolution et la haute disponibilité de l'ensemble de nos assets. Le prestataire aura la charge de la disponibilité et de la stabilité de nos différentes plateformes data avec un focus particulier sur notre asset Sparrow. Le prestataire intègrera l’équipe du Technical Office. DevOps, MLOps, Data Science, Cloud sont les moteurs de son quotidien.

Développement de nouvelles fonctionnalités de l'application web GenAI: Concevoir, implémenter et tester de nouvelles fonctionnalités basées sur les LLM, en collaboration avec l'équipe data science et les équipes métiers. Cela inclut la gestion des interactions utilisateur, l'intégration avec les bases de données internes, et la mise en place de mécanismes de sécurité et de monitoring. Développement d'agents conversationnels spécialisés: Concevoir, entraîner et déployer des agents conversationnels spécialisés pour répondre aux besoins spécifiques de différents services (ex: service client, RH, marketing, achat). Cela implique la sélection des modèles LLM appropriés, la création de jeux de données d'entraînement, et l'évaluation des performances des agents. Amélioration des performances et de la fiabilité: Optimiser les performances des modèles LLM et de l'application web, en termes de vitesse, de précision et de consommation de ressources. Mettre en place des mécanismes de monitoring et d'alerte pour garantir la fiabilité du système. Recherche et développement: Explorer de nouvelles techniques et architectures de LLM pour améliorer les fonctionnalités de l'application et des agents conversationnels. Suivre l'évolution des technologies et des meilleures pratiques dans le domaine. Collaboration et communication: Collaborer étroitement avec les équipes data science, les équipes métiers et les autres équipes techniques pour définir les besoins, concevoir les solutions et assurer une intégration fluide.

Contexte : Mission pour l'accompagnement des équipes IT dans la validation et implémentation des uses cases IA. Être référent technique pour l'évaluation et la mise en œuvre des cas d'usage métier en IA, en lien avec les pratiques de notre client final. Pilotage du développement et l'intégration des solutions d'IA en garantissant leur alignement avec les objectifs stratégiques de l'entreprise et un retour sur investissement optimal MISSIONS : Être référent / expert en IA et exploitation Avoir des compétences sur le versionning et la dockerisation Guider les équipes sur la partie IA, orienter les choix de formation des développeurs Définir qui peut utiliser Mistral Expliquer comment l’équipe va pouvoir travailler et monter en compétence sur les plateformes choisies Mettre en place la stratégie IA en tenant compte de la gouvernance du groupe Avoir travaillé dans de grosses structures et/ou bonne compréhension de ce type d’organisation Être en capacité d’accompagner les développeurs techniquement

La prestation consiste à renforcer avec un MLOps engineer notre équipe Datalab, qui est une équipe transverse de 6 data scientists internes. Chaque data scientist peut travailler sur des sujets différents, sur des périodes de 3 mois à 1 an, pour différentes applications demandées par les différentes Business Units. Les activités des data scientists peuvent être de plusieurs natures (régression, classification, segmentation sémantique), sur différentes données (images satellites, données météo ou océanographiques, télémétrie, trajectoires) en utilisant la technologie la plus adapté au besoin (du simple processing simple à du Machine-Learning ou du Deep-Learning). Il y a 2 ans, une plateforme (KFPC, KubeFlow Processing Chain) a été développée basée sur Kubeflow. Cette solution n'est utilisée aujourd'hui que pour l'inférence, de chaîne ML ou non ML et nécessite beaucoup de temps pour la maintenir. Cette solution ne permet pas ou n'est pas utilisée pour gérer les activités de data collection, préparation, experiment tracking, training et model registry. Pour cette prestation, les objectifs sont de: - mettre en places les outils, process et bonnes pratiques pour la phase amont du process MLOps jusqu'au model registry au moins, - participer aux activités Data Science. Ses activités consisteront à : - comprendre et analyser le problème posé par les data scientists, - définir le besoin de fonctionnalités nécessaires, process, frameworks et outils, - proposer une roadmap d'implémentation, - développer la solution en collaboration avec l'équipe IT (plateforme, réseau, infra), - valider l'implémentation avec les data scientists pour s'asurer de l'impact positif. Expérience demandée de plus de 6 ans

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

* Contexte de la mission : * Mission pour l'accompagnement des équipes IT dans la validation et implémentation des uses cases IA * Être référent technique pour l'évaluation et la mise en oeuvre des cas d'usage métier en IA, en lien avec les pratiques de notre client final * Pilotage du développement et l'intégration des solutions d'IA en garantissant leur alignement avec les objectifs stratégiques de l'entreprise et un retour sur investissement optimal * Tâches à réaliser : * Être référent / expert en IA et exploitation * Avoir des compétences sur le versionning et la dockerisation * Guider les équipes sur la partie IA, orienter les choix de formation des développeurs * Définir qui peut utiliser Mistral * Expliquer comment l'équipe va pouvoir travailler et monter en compétence sur les plateformes choisies * Mettre en place la stratégie IA en tenant compte de la gouvernance du groupe * Avoir travaillé dans de grosses structures et/ou bonne compréhension de ce type d'organisation * Être en capacité d'accompagner les développeurs techniquement

Le Bénéficiaire souhaite une prestation d'accompagnement (2,5 à 3 ans) pour assurer un service d'expertise autour de Dataiku, de Tableau et du ML/IA aux utilisateurs de la plateforme Prométhée. Cette plateforme permet aux Fonctions Centrales RISK, FINANCE et STFS de BNP Paribas de réaliser des travaux réglementaires sensibles du Groupe (stress tests bancaires, calcul du capital interne, reportings financiers, …). Elle intègre et met à disposition, avec le support d’équipes de production dédiées, les services suivants : - Cluster Hadoop CDP 7.1.9 ; - Cluster K8S ; - Service d’ingestion de données (application Java/Spark/Shell développée en interne) ; - Dataiku DSS et Automation Node (v. 12.6) comme point d’entrée du Métier sur tous les services ; - Service d’archivage de données (application Java/J2E développée en interne) ; - Dataviz via offre Tableau Groupe. Les missions de l’équipe Prométhée sont : 1. Gestion au quotidien & gouvernance de la plateforme ; 2. Maintien en conditions opérationnelles de la plateforme : a. Traitement des incidents ; b. Gestion des montées de versions des différents composants systèmes et applications, en collaboration avec les équipes de production ; c. Anticipation de la charge et planification des évolutions requises pour y faire face ; 3. Garantie de la sécurité et de la disponibilité du service : mise en place et monitoring de solutions de backup des données et des politiques de sécurité d’accès ; 4. Veille à l'évolution de la plateforme pour répondre aux nouveaux besoins métiers ; 5. Support utilisateurs sur les différents composants de la plateforme. Ce contexte exige une grande polyvalence technique et une réelle compréhension des principaux composants d'un SI (réseau, système, sécurité). La Tribe Prométhée est composée de 3 Squads de 5-6 personnes ayant chacune 1 Product Owner et 1 Tech Lead. La prestation sera réalisée au sein de la Squad Data Usage dont les principales missions sont : - d'assister les utilisateurs de Prométhée sur les outils Dataiku et Tableau ainsi que dans le choix et l'utilisation de modèles de ML/IA ; - de concevoir et d’assurer l’insertion opérationnelle de modèles de ML/IA répondant à de forts enjeux pour nos utilisateurs et pour la Banque. L’équipe est située sur le site du Millénaire 4 (Paris 19) et le rythme est de 50% de présence sur site.

Zsoft Consulting est une société de conseil, spécialisée dans les métiers d'ingénierie de développement logiciel. Nous travaillons principalement en étroite collaboration avec des grands comptes et également avec des PME. Depuis 2015, nous continuons à créer un environnement propice à l’innovation et à l’excellence. Dans le cadre de ce développement nous recherchons un Data Scientist. En tant que Data Scientist, vous serez responsable de l'analyse, du traitement, et de la valorisation des données afin de résoudre des problématiques métiers complexes. Vous utiliserez vos compétences en modélisation statistique, machine learning, et visualisation des données pour produire des insights exploitables et des modèles prédictifs. Vous travaillerez en collaboration avec les équipes techniques et métiers pour proposer des solutions adaptées et innovantes. Responsabilités Principales: Analyse exploratoire des données : Collecter, nettoyer, et analyser des jeux de données structurés et non structurés. Modélisation : Développer des modèles prédictifs et prescriptifs à l’aide d’algorithmes de machine learning et de statistiques avancées. Développement d’outils : Implémenter des pipelines de traitement des données et des prototypes de solutions data-driven. Visualisation des données : Communiquer efficacement les résultats via des tableaux de bord ou des outils de reporting (Tableau, Power BI, Dash, etc.). Collaboration : Travailler avec les équipes Data Engineering pour intégrer les modèles dans les systèmes de production. Amélioration continue : Suivre les performances des modèles en production et les ajuster selon les besoins métier. Veille technologique : Rester à jour sur les dernières avancées en intelligence artificielle, machine learning, et outils de data science. Compétences Techniques Requises: Langages de programmation : Solide maîtrise de Python (pandas, NumPy, scikit-learn, TensorFlow, PyTorch) ou R. Data Engineering : Connaissance de SQL pour manipuler des bases de données relationnelles ( PostgreSQL, MySQL ) et des outils Big Data ( Spark, Hadoop ). Machine Learning : Familiarité avec les modèles supervisés et non supervisés, ainsi que les techniques avancées ( Deep Learning, NLP ). Outils Cloud : Expérience avec des plateformes cloud comme AWS (SageMaker), Azure (Machine Learning Studio) ou GCP (Vertex AI). Data Visualisation : Compétence dans des outils comme Matplotlib, Seaborn, Plotly, Tableau, ou Power BI . Gestion des versions : Utilisation de Git pour le contrôle de version et la collaboration sur les projets. Bonnes pratiques : Connaissance des méthodologies Agile et/ou des principes de gestion de projet Scrum.

📑 CDI (45-48K€) / Freelance / Portage Salarial – 🏠 2 jours de télétravail / semaine – 📍 Toulouse– 🛠 Expérience de 5 ans minimum📍 🌟 Envie d’un nouveau challenge... CELAD vous attend ! 🚀 Nous recherchons un(e) ingénieur MLOps (H/F) pour intervenir sur un projet innovant chez un de nos clients dans le domaine du spatial à Toulouse. Voici un aperçu de vos missions 🎯 : Au cœur de l’équipe Data (6 data scientists), vous contribuerez à : Mettre en place les outils, processus et bonnes pratiques pour structurer la phase amont du cycle MLOps jusqu’au model registry. Participer aux activités de Data Science en soutien aux data scientists. Comprendre et analyser les besoins spécifiques posés par les équipes data. Définir les fonctionnalités nécessaires, frameworks et outils adaptés. Élaborer une roadmap d’implémentation des solutions. Développer des solutions en collaboration avec les équipes IT (plateforme, réseau, infrastructure). Valider les implémentations avec les data scientists pour garantir leur impact. Compétences nécessaires : MLOps, Git/docker , Python (pandas, scikit learn, numpy, pytorch…, Data analysis, Kubeflow, Sagemaker Machine Learning, Deep Learning, 📍 Situation géographique : Toulouse 💰 Salaire : 44-48 K€ brut + package attractif ➕ Avantages à la clé : - 15 jours de RTT (100% "salarié" & Rachat à 125%) - Participation aux bénéfices - Indemnité de déplacement (6€ net / jour OU 50% du titre de transport) - Plan Epargne Entreprise - Prime de vacances - Avance sur salaire - Comité Social et Economique - Tickets restaurants Si vous êtes prêt(e) à relever ce défi et à contribuer à des projets stimulants, n'hésitez pas à postuler dès maintenant ! 🚀

Espace-Freelance, réseau de consultants indépendants, recherche pour l’un de ses clients directs : Un consultant OPS/ML OPS (H/F) Pilotage et coordination des tâches pour assurer la livraison des solutions conformément aux attentes des équipes métiers. Support technique et opérationnel , impliquant une expertise avancée en gestion de données et en intégration de systèmes. Assistance aux utilisateurs , incluant la résolution d’incidents, le support niveau 2 et 3, ainsi que l’amélioration continue des processus.

En tant que Lead Tech Data Studio & MLOps Senior, vous serez responsable du cadrage et de la mise en place d'une solution de Data Studio, destinée à servir plusieurs équipes via une offre mutualisée. Vous piloterez les travaux techniques depuis le cadrage initial jusqu'au déploiement, en supervisant également la migration des usages vers cette nouvelle solution. Vos principales missions incluront : Conception et mise en œuvre : Identifier les normes, patterns, et architectures nécessaires pour une utilisation optimale du Data Studio. Évaluation des solutions existantes : Analyser les capacités et limites de la solution Big Data en place, et proposer des alternatives, notamment autour de Kubernetes et du stockage S3. Documentation technique : Élaborer une documentation claire et détaillée sur les choix d'architecture et les processus de mise en œuvre. Supervision d'équipe : Encadrer les équipes techniques, définir des objectifs, et accompagner leur montée en compétence. Implémentation de pipelines : Diriger le développement et la mise en œuvre des pipelines nécessaires au fonctionnement du Data Studio. Adoption de nouvelles technologies : Évaluer et intégrer des technologies innovantes pour renforcer les processus MLOps et améliorer l'efficacité globale. Conformité et stratégie : S'assurer de la conformité des solutions par rapport aux objectifs stratégiques tout en maintenant un équilibre pragmatique. Vous jouerez un rôle clé dans la définition de l'architecture cible en collaboration avec les architectes et parties prenantes, tout en facilitant les prises de décision sur les solutions applicatives.