Machine learning engineer (it) / freelance

Concevoir, développer et industrialiser des modèles de Machine Learning et d?IA, du prototype à la production


Construire et maintenir les pipelines de données et de MLOps (entraînement, évaluation, déploiement)


Participer à l?architecture et au développement des produits IA (plateforme MLOps, solutions LLM comme RAGGA, GPT interne)


Garantir la scalabilité, la robustesse et la performance des solutions IA


Assurer la qualité du code via des tests automatisés, des revues et du monitoring


Participer à la CI/CD sur GCP et GitHub selon les pratiques DevOps/MLOps


Documenter les modèles, pipelines et configurations


Gérer le cycle de vie complet des modèles (build & run)





Profil candidat:
Python - Confirmé - Impératif
Github Action - Confirmé - Impératif
LangChain - Confirmé - Souhaitable



Nous recherchons une personne avec une expérience confirmée (au moins 3 à 5 ans en Data Science / ML Engineering), passionnée par l'intelligence artificielle et sa mise en application concrète.

Excellente maîtrise de Python et de son écosystème Data/IA (Pandas, Scikit-learn, TensorFlow/PyTorch).
Expérience solide dans le développement et le déploiement de modèles de Machine Learning en production.
Maîtrise des principes et outils MLOps (ex: MLflow, Kubeflow, Vertex AI).
Vous êtes familier avec les services Cloud, idéalement Google Cloud Platform (Vertex AI, BigQuery, GCS, Cloud Run).
Vous êtes sensible aux principes, aux pratiques et aux outils DevOps (Terraform, Kubernetes, Docker, CI/CD).
Bonne compréhension des architectures de données et des bases de données (SQL et NoSQL comme PostgreSQL, MongoDB).
Une connaissance des architectures de traitement de données en temps réel (Kafka) est un plus.
De nature curieuse, vous effectuez une veille constante sur les avancées en IA, notamment sur les LLM et les architectures RAG, et aimez partager vos découvertes avec l'équipe.
Vous êtes autonome et faites preuve d?initiative, mais vous avez aussi à c?ur de partager et de travailler en collectif avec votre équipe.
Parmi les technologies plus particulièrement utilisées sur le périmètre concerné par cette offre, vous trouverez : Python, GCP, Kubernetes, Kafka, Terraform, Github Actions, LangChain.