AI Engineer / Data Scientist Senior H/F
AleysiaFintechPubliée hier
~ 600 – 750 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Montreuil · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 19 novembre 2026
- Expérience
- Senior (6-10 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 0 % des missions data scientist de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : vLLM (7 missions), LangGraph (40 missions), LangChain (42 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Le contexte
Dans le cadre de projets en intelligence artificielle générative, nous recherchons un(e) AI Engineer / Data Scientist Senior afin d’accompagner l’un de nos clients du secteur bancaire sur des enjeux de conception, de développement et d’industrialisation de solutions d’IA basées sur les grands modèles de langage (LLM).
Quelques éléments pour mieux comprendre l’environnement :
Secteur d’activité : 🏦 Banque et services financiers
Organisation : Collaboration avec les équipes techniques et métiers autour de la conception et du déploiement de solutions d’intelligence artificielle.
Enjeux : Développer des solutions d’IA générative et des agents IA fiables, performants et adaptés aux besoins métiers, en intégrant les enjeux de qualité, de sécurité et de mise en production.
Ce que tu feras concrètement
Dans le cadre de cette mission, tu seras notamment amené(e) à :
➞ Concevoir et développer des solutions basées sur des LLM, notamment des applications utilisant le RAG (Retrieval-Augmented Generation).
➞ Développer et orchestrer des agents IA capables d’utiliser des outils, des API et des sources de données externes.
➞ Mettre en production des applications d’IA générative et optimiser leurs performances, leur latence et leurs coûts.
➞ Évaluer la qualité et la fiabilité des solutions développées, notamment en travaillant sur la validation des réponses, la gestion des erreurs et les mécanismes de contrôle.
➞ Contribuer à l’industrialisation des solutions IA en intégrant les bonnes pratiques de développement, de déploiement et de sécurité.
Ton environnement
Technologies : Python, LLM, RAG, IA générative, agents IA.
Outils : LangChain, LangGraph, vLLM ou solutions équivalentes de déploiement de modèles, outils d'orchestration et d'intégration d'API.
Méthodologies : Bonnes pratiques de développement, industrialisation et déploiement de solutions IA.
Compétences attendues
Indispensables
- LLM
- RAG
- Python
- LangChain
- LangGraph
- vLLM