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

Nous recherchons un Machine Learning Engineer pour rejoindre notre équipe de développement de notre socle d'usage des LLMs. Le candidat idéal sera spécialisé dans la conception d'applications autour des Large Language Models et possédera une expertise dans divers outils et frameworks liés à l'intelligence artificielle générative (Langchain, Langsmith, LLamaIndex). Responsabilités Maîtrise et utilisation de LangChain et des frameworks de développement d'IA générative : Utiliser ces outils pour créer et améliorer des solutions innovantes basées sur l'IAGen. Travail avec des bases de données vectorielles : Assurer le stockage et la consultation efficaces des données. Utilisation et configuration de modèles d'embeddings : Mettre en place des modèles pour la recherche documentaire et optimiser leurs performances. Développement d'agents basés sur les approches LLM : Appliquer les techniques LLM pour créer des agents intelligents. Programmation en Python : Utiliser les meilleures pratiques de développement pour assurer un code de qualité (Clean Code, tests unitaires, etc.). Utilisation des frameworks classiques de data science/NLP : Maîtriser des outils comme Scikit-Learn et NLTK pour les projets de data science. Gestion des versions de code et déploiements continus : Exploiter les techniques GitOps et les pipelines CI/CD pour assurer une livraison continue et sans faille. Travail en méthodologie Agile : Participer activement aux collaborations d'équipe et appliquer les bonnes pratiques Agile. Autonomie dans la gestion de projets : Créer et gérer des cartes de tâches et des projets de manière autonome.

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

À propos du poste Nous recherchons un(e) Machine Learning Engineer spécialisé(e) en Knowledge Graph / Neo4J pour rejoindre notre équipe. Votre mission principale sera de créer un jumeau numérique de contrats d’assurance papier en utlisant des technologies avancées en ML et en Knowledge Graph. Vous participerez à la modélisation automatique de ces contrats en partant de fichiers PDF. Vos missions • Développer et implémenter des solutions de Knowledge Graph en utilisant Neo4J. • Contribuer à l’ingénierie algorithmique et à l’architecture back-end de la solution. • Collaborer avec l’équipe pour construire un système performant et scalable, en utilisant les dernières technologies en Gen AI. • Participer à la création d’une modélisation automatique à partir de contrats d’assurance en PDF. • Travailler en étroite collaboration avec l’équipe Computable Contract pour aligner les développements sur les objectifs du projet.

Ce que nous pouvons attendre de vous : Compétences techniques recommandées : Domaines d’expertise : Machine Learning, NLP, Deep Learning GenAI : LLM, RAG, Vector Database, Search 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, Hugging Face Devops/MLOps : Git, Docker, Kubernetes Profil recherché : Vous êtes diplômé(e) d'une formation de haut niveau en mathématiques / statistiques, Data Science et IA Vous avez au minimum 10 ans d'expérience professionnelle et vous avez déjà évolué dans un environnement d'entreprise ou de conseil pour développer des solutions Data et IA Vous avez envie de concevoir et d’ orchestrer la mise en œuvre de transformations d’envergure et de participer, dans le cadre d’équipes multidisciplinaire agiles, au design et au déploiement de nouveaux produits et services à l’échelle Vous possédez une bonne communication écrite et orale synthétique, en anglais comme en français Vous possédez une bonne expertise dans le traitement du langage naturel (NLP) et maîtrisez les frameworks et outils connexes aux LLM tels que LangChain, Chromadb, Semantic Kernel et les méthodes d’application tels que les RAG, Chain-of-thought, etc. Vous avez une bonne maîtrise des environnements Cloud (GCP, Azure ou AWS) Vous avez bonne connaissance des modes de gestion de projets Agile Vous avez déjà mis en œuvre un projet IA ou GenAI dans le cadre d’un PoC dans un MVP ou Pilot et vous êtes autonomes pour l'implémentation et la livraison de cas d’usage.

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.

Une bénéficiaire souhaite renforcer ses équipes en fournissant des services d'ingénierie technique pour une division Cloud. L'objectif principal est de travailler sur l'architecture et la conception des couches techniques inférieures, en veillant à l'hybridation vers un cloud public existant ainsi que vers d'autres fournisseurs à l'avenir. Le rôle vise également à assurer la cohésion entre le backend (plateforme de données) et les produits. Missions : Définition, garantie et déploiement d'architectures de produits complexes. Définition, assurance et priorisation des produits. Élaboration et supervision de la roadmap produit. Déploiement des solutions. Participation au support des services construits selon le principe "You Make it, You Run it". Accélération du développement de produits de données dans le Cloud (calcul distribué, science des données, ETL, datahubs). Création de services de terraforming cloud internes/externes. Création de pipelines de déploiement. Sécurisation des produits et services (MFA, chiffrement, etc.).

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.

emagine is looking for an AI/ML Engineer for its international client As part of the Artificial Intelligence Engineering team, in the Group Emerging Technologies and Data (GETD) division you will build AI-powered initiatives (proofs of concept, proofs of value) with different entities & strategic partners and define & implement AI best practices, tools, and collaboration models to be followed across the whole Group. Responsabilities : • Enhance end-to-end machine learning solutions developed and deployed, from data pre-processing and feature engineering to model training, evaluation, deployment and monitoring. • Enhance and implement templates/recipes to boost the scalability of AI use cases. • Refactor notebooks into high quality code scripts that will be part of the ML pipelines. • Design and optimize ML pipelines, leveraging its features and capabilities to streamline the model development and deployment process. • Build and maintain scalable and reliable MLOps infrastructure, facilitating model versioning, monitoring, and automated deployment. • Codify best practices for model performance monitoring, model drift detection, and model retraining, ensuring high-quality and up-to-date ML models in production. • Implement repeatable and reliable CI/CD pipelines. • Implement data, model and code tests. • Stay up to date with the latest advancements in MLOps, LLMOps , and proactively identify opportunities to enhance our ML capabilities. • Mentor and provide technical guidance to the Data Science teams across entities. • Build assets and guidelines with our internal MLOps community. Technical skills : • Azure (DevOps, Services, SQL, Azure Search) • Machine Learning (mlflow, Databricks, Kubeflow) • Python If you are interested, please send your up to date CV to -email masqué-

Nous recherchons un développeur / une développeuse média pour rejoindre l’équipe Media Distribution, au sein de la Direction Technique Distribution, dans le cadre de notre nouvelle plateforme de mise au format des contenus en France et à l’international. Nos projets : Distribuer les contenus des offres sur les différents vecteurs que ce soit sur Satellite, ADSL, Fibre, TNT, Câble, Internet et Mobile et permettre à nos abonnés d'utiliser l’ensemble de leurs terminaux afin de consommer les contenus catchup et VOD. Il / Elle intègrera une équipe pluridisciplinaire composée de développeurs, de devops, et de Product Owners qui travaillent en méthodologie Agile: o Nos défis : Fournir des applications métier ainsi que des plateformes de services ultra performantes, à destination de nos applications front de Live et Replay, s’adapter aux besoins de nos clients et de notre métier afin de donner vie à la nouvelle expérience du groupe. o Méthode de travail : Agile, CI/CD, Code Review o Stack technique : Python, C#, Docker, GitLab, AWS, Kubernetes, Terraform La mission : • Industrialisation et développement d’un module d’analyse des médias, développé en python, se basant sur des technologies d’analyse de l’image, de l’audio, ainsi que sur des modèles de Machine Learning • Intégration du module à la plateforme de traitement des contenus audiovisuels du groupe, • Participation aux différentes phases du cycle de vie du produit : développement, tests (unitaires, fonctionnels, intégration, charge), mise en production, maintenance • Création et maintien la documentation technique.

Nous recherchons un MLOps Engineer hands-on pour un de nos client afin de déployer, gérer et sécuriser des modèles d'apprentissage automatique en production. Tâches principales : Automatisation des pipelines CI/CD pour l'intégration et le déploiement des modèles ML. Déploiement des modèles en production avec Kubernetes, Docker, OpenShift. Surveillance de la performance des modèles en utilisant des outils comme Grafana et Prometheus. Gestion des versions des modèles et des données. Optimisation continue des modèles en production. Assurer la sécurité des données et des modèles (protection, gestion des accès, conformité RGPD). Collaboration avec les équipes pour garantir une intégration fluide des modèles.

Poste à Mi-Temps Rattaché(e) au Responsable du Pôle Innovation Technologique et en collaboration étroite avec le Responsable du Pôle 2IA, vous participerez à la conception et au déploiement de solutions d'IA générative (LLM) innovantes pour répondre aux besoins métiers du cient. Votre mission principale sera le développement de nos projets d’IA (Bob et Otto V2), en exploitant les dernières avancées en matière de traitement du langage naturel. Dans le cadre de ces projets, vous serez force de proposition sur la réflexion globale d’un choix d’architecture technique commune, partagée entre nos deux services. Pour cela, vous apporterez vos connaissances et votre prisme data science / IA.

Missions principales : • Analyser et formaliser les besoins métiers liés à la RAG, en étroite collaboration avec les data scientists. • Collaborer étroitement avec les développeurs et le product owner pour assurer la bonne compréhension des besoins et la qualité des solutions déployées. • Assurer le suivi des performances des outils déployés et proposer des axes d'amélioration. • Gérer de multiples projets métiers en parallèle qui utiliseront la plateforme. • Accompagner technologiquement et animer les métiers dans le déploiement de la solution au sein de leurs projets • Suivre la production afin de garantir la satisfaction du client.

Imaginez-vous au cœur de l’action, travaillant pour un acteur majeur du secteur bancaire ! Dans le cadre d’un renfort d’activité, nous recherchons un Data Scientist MLOps H/F en Freelance, spécialisé dans le développement et le déploiement et modèles d’apprentissage automatique. Vous jouerez un rôle clé dans la mise en place et la gestion des pipelines Machine Learning. En tant que Data Scientist MLOps, vous serez en charge de : Développer et déployer des modèles d’apprentissage automatique Mettre en place et gérer des pipelines Machine Learning (MLOps et LLMOps ) Contribuer aux projets de Data Engineering impliquant PySpark Créer et maintenir une documentation détaillée des processus et solutions Assurer la qualité et la performance des modèles déployés

La prestation s'appuiera sur plusieurs projets en développement informatique, soit en complement/fiabilisation ou en nouveau développement de module : 1- Fiabilisation d'u outil interne: - Renforcement des structures de BDD - Reprise des scripts d'insertion des données en base - Fiabilisation des données et des IHMs 2- Reprise des développements d'un outil interne découpée en 2 lots (livrables) - Reprise des développements en attente (pages, fonctions…) - Développement de page de Dashboard des Automates - Développement de page dédiée a certains domaines - Développement d'une page permettant d'analyser les indisponibilités du réseau radio (historique d'ITR) 3- Industrialisation des déclenchements CDAI - Développement d'un système de déclenchements automatique des TT CLARIFY avec temporisations - Développement des pages d'administration des variables (Tempo, seuil, Arrêt d'urgence...) - Porter cette industrialisation sous SIGO 4- Industrialisation des enrichissements Alarme et Tickets - Développement d'un module pour enrichir les alarmes dans l'hyperviseur (type Outage) - Développement d'un module d'enrichissement des tickets d'incident (SIGO) pour: * Créer automatiquement des tickets en fonction des alertes météo * Positionner des informations (TAG) en fonction de donnée spécifique 5- Auto télé-inter (ATI) - Reprise des ATI existante - Développement d'un système pour tracer les ATI dans l'outils de ticketing (CLARIFY ou SIGO) - Développement d'un system d'orchestration (scenarii multiples avec association d'autres briques d'industrialisation type CDAI) - Mise en place de fonction de contrôle du système (KPI, Keep alive, gestion des erreurs)

Objectif Votre objectif principal sera d'améliorer et de faire évoluer les solutions de machine learning, de l’ingénierie des données jusqu’à la mise en production et la surveillance des modèles. Vous participerez activement à l'industrialisation des projets IA, garantissant la robustesse et la scalabilité des infrastructures MLOps déployées. Responsabilité Optimiser les solutions de machine learning end-to-end : préparation des données, ingénierie des features, entraînement, évaluation et déploiement des modèles. Améliorer et créer des templates pour augmenter la scalabilité des cas d’usage IA. Transformer des notebooks en scripts de haute qualité pour les pipelines ML. Concevoir des pipelines ML performants et les optimiser pour faciliter le développement et le déploiement des modèles. Mettre en place une infrastructure MLOps fiable pour la gestion des versions des modèles, leur surveillance et le déploiement automatique. Codifier les meilleures pratiques pour surveiller la performance des modèles, détecter les dérives, et mettre en place des mécanismes de réentraînement. Créer et maintenir des pipelines CI/CD pour garantir la qualité et la répétabilité des livraisons. Implémenter des tests pour les données, les modèles et le code. Se tenir informé des dernières avancées en MLOps et LLMOps pour améliorer les capacités de l’équipe. Assurer un rôle de mentor auprès des équipes de data science des différentes entités. Compétences requises Solide expérience en machine learning et MLOps, notamment en conception de pipelines de production. Maîtrise des outils de versioning de modèles et de monitoring. Expertise dans la création et l’optimisation d’infrastructures MLOps scalables. Connaissance des pipelines CI/CD et de leur implémentation dans des environnements de production. Bonne capacité à refactoriser du code et à transformer des notebooks en scripts robustes. Sens du mentorat et de l’accompagnement technique. Livrables attendus Pipelines ML optimisés et fiables pour les projets IA. Infrastructure MLOps robuste et scalée, avec une surveillance continue des modèles en production. Documentation claire des bonnes pratiques MLOps, partagée avec la communauté interne. Contribution aux projets IA stratégiques en termes de proof of concept, de value, et de pilotes.

Votre rôle principal consistera à concevoir l'architecture des solutions de sinistres en collaboration avec les équipes métiers et techniques. Vous serez en charge de diriger la mise en œuvre et le déploiement de cette architecture en veillant à respecter les meilleures pratiques et les standards de l'industrie. Responsabilités Collaborer avec des experts métiers et techniques pour comprendre les besoins et les traduire en solutions techniques. Concevoir l'architecture des solutions de gestion des sinistres, en particulier sur les volets fraude et récupération. Superviser l'implémentation et le déploiement de l'architecture en suivant les bonnes pratiques du secteur. Effectuer des revues régulières et identifier des axes d'amélioration et d'optimisation. Offrir un support technique à l’équipe, tout en favorisant un environnement de travail collaboratif et innovant. Compétences requises Expérience confirmée en architecture IT, notamment dans le développement de systèmes évolutifs. Maîtrise des principes de conception d'architectures, des technologies cloud et des modèles d'intégration. Connaissance approfondie des pratiques de l’industrie de l’assurance et des méthodologies de gestion des sinistres. Expertise en architecture de données et machine learning (ML). Excellentes capacités de communication et de collaboration au sein d’une équipe multidisciplinaire. Esprit d’analyse et capacité à résoudre des problèmes techniques complexes. Adaptabilité et envie d’apprendre et d’évoluer en continu. Livrables attendus Conception et déploiement d’une architecture de solutions de sinistres. Documentation complète de l’architecture proposée. Plan d’amélioration continue pour optimiser les solutions existantes.