Description de la mission
📍 Contexte de la mission
Dans le cadre du renforcement de son équipe Data & Intelligence Artificielle, une organisation recherche un Data Scientist expérimenté afin d'assurer la continuité d'un programme stratégique d'IA Générative. Vous intégrerez une équipe dédiée à la valorisation des données et au développement de solutions innovantes en collaboration avec les équipes Data, IA Ops, Architecture et Développement.
Vous interviendrez principalement sur un projet visant à concevoir une solution d'IA Générative capable de produire des pré-réponses intelligentes aux demandes des utilisateurs, tout en participant à l'industrialisation des modèles et à l'amélioration continue des pratiques MLOps/LLMOps.
🎯 Missions principales et rôle
🤖 Développement de solutions d'IA Générative
- Reprendre et poursuivre les développements existants sur les projets d'IA Générative.
- Concevoir, entraîner, évaluer et optimiser des modèles de type Large Language Models (LLM).
- Développer des solutions de génération de texte adaptées aux besoins métiers.
- Améliorer les performances et la pertinence des modèles déployés.
🧠 Optimisation des architectures RAG
- Concevoir et optimiser les chaînes de Retrieval-Augmented Generation (RAG).
- Améliorer la qualité, la pertinence et la robustesse des réponses générées.
- Optimiser les performances des moteurs de recherche vectorielle.
🚀 Industrialisation et MLOps
- Participer au déploiement des modèles dans les environnements de production.
- Mettre en œuvre les bonnes pratiques MLOps et LLMOps.
- Industrialiser les pipelines de développement, de test et de déploiement.
- Assurer le monitoring et le suivi des performances des modèles.
☁️ Développement et intégration
- Développer les composants Back-end en Python.
- Intégrer les modèles IA aux applications existantes via des API.
- Collaborer avec les équipes de développement Front-end et Back-end.
- Garantir la compatibilité avec les architectures et les standards techniques existants.
📈 Veille et amélioration continue
- Réaliser une veille technologique sur les innovations en IA Générative.
- Identifier de nouvelles approches pour améliorer les performances des solutions.
- Participer à la diffusion des bonnes pratiques au sein des équipes.
🎯 Objectifs
- Assurer la continuité des projets d'IA Générative.
- Développer des modèles LLM performants et robustes.
- Optimiser les processus RAG et les bases vectorielles.
- Industrialiser les modèles grâce aux pratiques MLOps/LLMOps.
- Garantir la qualité, la sécurité et la maintenabilité des solutions.
- Contribuer à l'amélioration continue de la plateforme IA.
🛠️ Compétences requises
💻 Intelligence Artificielle & Data Science
- Machine Learning.
- Deep Learning.
- Traitement automatique du langage naturel (NLP).
- Large Language Models (LLM).
- Fine-tuning et évaluation de modèles.
- Prompt Engineering.
- Retrieval-Augmented Generation (RAG).
- IA Générative.
🐍 Développement
- Python.
- Pandas.
- NumPy.
- Scikit-learn.
- TensorFlow.
- PyTorch.
- Hugging Face Transformers.
- Développement d'API Python.
🔗 Orchestration & IA Ops
- LangChain.
- LangGraph.
- MLOps.
- LLMOps.
- CI/CD appliqué à l'IA.
- Monitoring des modèles.
☁️ Cloud & Architecture
- Déploiement sur plateformes Cloud.
- Cloud Run.
- Vertex AI.
- Bases vectorielles (PGVector).
- Architecture hexagonale.
- APIs REST.
📊 Outils complémentaires
- Gemini (Vertex AI).
- Mistral.
- Langfuse (apprécié).
- React (connaissances appréciées).
🌟 Qualités personnelles
- Forte autonomie.
- Esprit analytique et rigueur.
- Excellentes capacités de communication.
- Esprit collaboratif.
- Force de proposition.
- Curiosité technologique.
- Capacité d'adaptation.
👤 Profil recherché
- Diplômé(e) d'une école d'ingénieur ou d'un Master 2 en Data Science, Intelligence Artificielle, Informatique ou équivalent.
- Minimum 5 ans d'expérience en Data Science.
- Expérience confirmée sur des projets d'IA Générative et de NLP.
- Solide maîtrise des technologies LLM, RAG et MLOps.
- Expérience du développement Python dans des environnements Cloud.
- Capacité à intégrer rapidement un projet existant et à travailler en méthodologie Agile.