AI Engineer

Budget: 45K€/52k€ freelance €

Contexte de la mission

Dans 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 objectif :
transformer 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 responsabilités

Concevoir et déployer des features IA

• Développer 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 données

• Mettre 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 production

• Mettre 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 / LLMOps

• Suivi d'expériences et versioning modèles/prompts/datasets.
• Déploiement automatisé, tests offline/online, monitoring dérive et qualité.

Garantir qualité, conformité et sécurité

• Assurer 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 attendus

• Features 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 attendues

IA / GenAI

• IA générative, LLM, RAG, optimisation de prompts
• Agents & orchestration (workflows, tool-use)
• Machine Learning / Deep Learning

Traitement de données

• Données non structurées : PDF / images
• Pipelines : orchestration, streaming, feature stores

Engineering & industrialisation

• Python avancé, SQL
• APIs : conception & intégration (REST, auth, versioning)
• MLOps / LLMOps : CI/CD, Docker, Kubernetes, tracking, observabilité, tests

Sécurité & conformité

• Gouvernance data, secrets/IAM, politiques d'accès
• Sécurisation LLM : réduction hallucinations + protections prompt injection / fuite de données

Bonnes pratiques dev

• Projets structurés, templates, documentation vivante
• Stratégie de tests, code quality, revues d'architecture
• Diffusion des standards et mentoring technique

Profil recherché

• 4+ ans d'expérience en Data Science / ML Engineering / MLOps
• Tu as déjà mis en production des modèles ou services IA avec des contraintes de performance
• Tu es à l'aise dans des environnements exigeants : qualité, delivery, sécurité

Compétences (niveau attendu)

• Docker — Confirmé
• GCP — Confirmé
• API — Confirmé
• Prompt — Confirmé
• RAG — Confirmé
• IA générative — Confirmé
• MLOps — Confirmé
• Agents — Confirmé
• Data Analysis — Confirmé
• LLMOps — Confirmé
• Deep Learning — Confirmé
• Machine Learning — Expert
• Python — Confirmé
• SQL — Confirmé
• LLM — Confirmé

Langues

• Anglais : courant (échanges techniques, doc, réunions)