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

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.

NOTRE CLIENT Pionnier dans le domaine des solutions de plateforme, notre client offre une suite innovante permettant aux sociétés de transformer leur e-commerce pour accélérer leur croissance de manière durable et rentable. Depuis le début des années 2010, il accompagne les entreprises B2C et B2B en leur fournissant des technologies avancées, sécurisées et évolutives pour digitaliser leur activité, étendre leur offre via la marketplace ou le dropship, optimiser la gestion des catalogues et paiements de fournisseurs, offrir une expérience d'achat personnalisée à leurs clients, et augmenter leurs profits grâce au retail media. LES PLUS DU POSTE Intégré.e dans notre équipe Data Science, votre principale mission sera de prototyper, itérer, et mettre en production des algorithmes en collaboration avec les équipes Produit, les Data Engineers et les équipes de développement. Vos projets seront centrés sur les enjeux du catalogue Marketplace, comprenant le NLP, la Computer Vision et l'utilisation de Generative AI (LLMs customs) à grande échelle. Les sujets que vous traiterez auront un impact significatif sur leurs clients : leur ambition est d'exploiter au mieux leurs données riches et variées pour augmenter leur chiffre d'affaires, optimiser la gestion de leur marketplace et garantir la sécurité des utilisateurs et des transactions. Implémenter des algorithmes qui auront un impact visible sur plus de 500 sites e-commerce/marketplaces dans 40 pays dont certains une volumétrie très importantes (millions de produits, de clients, de commandes par an) Des techniques de pointe variées (modèles multimodaux, fine-tuning de LLM, etc.). Notre client est aujourd'hui l'un des rares acteurs français à avoir des LLM finetunés en production à grande échelle. Une vraie autonomie et responsabilité dans les projets dont vous avez ownership STACK ET OUTILS Python, Tensorflow, Pytorch, Hugging Face, Databricks, Spark, AWS (Amazon Redshift, s3, etc.), SQL, Airflow, Delta Lake. Spécifiques LLM : Autotrain, Unsloth, Galileo, LangChain, Anyscale LES MISSIONS Analyser, préparer les données, prototyper des algorithmes Les mettre en production en collaboration avec les Data Engineers et les équipes de développement Faire des dashboards afin d’illustrer la pertinence des algorithmes et de monitorer la production Présenter les résultats au weekly data science et participer aux sessions de brainstorming de l’équipe Échanger avec les autres équipes pour affiner les cas d’utilisation, l’expérience utilisateur et les modes d’intégration

Ce que tu recherches : Evoluer au sein d’une équipe dynamique Participer à des projets innovants d’envergure Relever des défis Donner un nouveau souffle à ta carrière Alors nous avons la mission idéale pour toi. Pour le compte d'un de nos clients dans le domaine des médias, nous recherchons un Expert IA Générative qui interviendra dans Ie cadre d'un POC dans le but d'optimiser les processus de notre client. Les cas d’usage pertinents, tu identifieras Les prototypes fonctionnels, tu réalisera Les itérations sur les prototypes avec les parties prenantes, tu feras Pour chaque prototype, un bilan clair tu fourniras A la fin des expérimentations, un bilan final tu écriras.

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