AI Engineer

Budget45K€/52k€ freelance 400-450€Contexte de la missionDans le cadre de l’industrialisation de solutions d’IA générative en production, nous recherchons un(e) AI Engineer / ML Engineer confirmé(e) pour concevoir, déployer et fiabiliser des features IA à fort impact business.Ton objectiftransformer des POC GenAI en produits robustes, scalables et sécurisés, en mettant en place des standards d’ingénierie logicielle et d’industrialisation (tests, CI/CD, observabilité, MLOps/LLMOps, sécurité).Tes responsabilitésConcevoir et déployer des features IADévelopper des solutions basées sur LLM / IA générative (RAG, prompting, orchestration d’agents).Construire des services IA exposés via API (REST/async, microservices).Construire des pipelines de traitement de donnéesMettre en place des pipelines de données fiables (batch + streaming).Gérer des données non structurées : PDF, images, contenus texte, extraction et enrichissement.Industrialiser et monitorer en productionMettre sous contrôle la performance : latence, coût, taux de réponse, qualité, satisfaction utilisateur.Intégrer l’observabilité : logs, traces, métriques, alerting, dashboards.Mettre en place du MLOps / LLMOpsSuivi d’expériences et versioning modèles/prompts/datasets.Déploiement automatisé, tests offline/online, monitoring dérive et qualité.Garantir qualité, conformité et sécuritéAssurer la qualité des données et les règles de gouvernance.Conformité GDPR (minimisation, traçabilité, gestion des accès).Sécuriser les systèmes IA : mitigation des risques hallucinations, prompt injection, data leakage.Objectifs & livrables attendusFeatures IA prêtes pour la production (RAG/agents) avec API et documentation.Pipelines data robustes + monitoring (coût/latence/qualité).Mise en place d’une chaîne CI/CD + Docker/Kubernetes.Framework de tests (unitaires, intégration, evaluation IA offline/online).Standards techniques (templates projet, conventions, patterns d’architecture).Compétences techniques attenduesIA / GenAIIA générative, LLM, RAG, optimisation de promptsAgents & orchestration (workflows, tool-use)Machine Learning / Deep LearningTraitement de donnéesDonnées non structurées : PDF / imagesPipelines : orchestration, streaming, feature storesEngineering & industrialisationPython avancé, SQLAPIs : conception & intégration (REST, auth, versioning)MLOps / LLMOps : CI/CD, Docker, Kubernetes, tracking, observabilité, testsSécurité & conformitéGouvernance data, secrets/IAM, politiques d’accèsSécurisation LLM : réduction hallucinations + protections prompt injection / fuite de donnéesBonnes pratiques devProjets structurés, templates, documentation vivanteStratégie de tests, code quality, revues d’architectureDiffusion des standards et mentoring techniqueProfil recherché4+ ans d’expérience en Data Science / ML Engineering / MLOpsTu as déjà mis en production des modèles ou services IA avec des contraintes de performanceTu es à l’aise dans des environnements exigeants : qualité, delivery, sécuritéCompétences (niveau attendu)Docker — ConfirméGCP — ConfirméAPI — ConfirméPrompt — ConfirméRAG — ConfirméIA générative — ConfirméMLOps — ConfirméAgents — ConfirméData Analysis — ConfirméLLMOps — ConfirméDeep Learning — ConfirméMachine Learning — ExpertPython — ConfirméSQL — ConfirméLLM — ConfirméLanguesAnglais : courant (échanges techniques, doc, réunions) #J-18808-Ljbffr