AI Engineer - Paris ou Rennes
OCTOGONESaaS B2BPubliée hier
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 20 novembre 2026
- Expérience
- Séniorité non précisée
- 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.
- 148 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 371 pour ce métier en France.
- 7 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : vLLM (7 missions), Rust (7 missions), Machine Learning (124 missions). À séniorité égale, une compétence rare se négocie mieux.
Séniorité non précisée par l'annonce · Comment ces repères sont calculés
La mission
Dans le cadre du renforcement d’une équipe AI Solutions en charge de la conception, de l’optimisation et de l’exploitation de produits IA, une prestation d’AI Engineer est recherchée.
L’environnement concerne notamment AI Endpoints, permettant la mise à disposition par API de modèles open source optimisés et hébergés dans le cloud, ainsi que des produits Machine Learning Services : AI Notebooks, AI Training et AI Deploy.
Lieux de réalisation : Paris ou Rennes
La prestation sera intégrée au fonctionnement de l’équipe et à ses sprints.
Les interventions porteront sur les sujets suivants : - Intégration et déploiement de nouveaux modèles open source sur AI Endpoints (LLM, embeddings, speech-to-text, text-to-speech, ...) - Optimisation de l’inférence avec vLLM et SGLang : quantization, batching, KV cache, prefix caching, speculative decoding - Réalisation de benchmarks de performance sur les GPU actuels et sur les nouvelles générations à venir - Amélioration de l’autoscaling, de l’observabilité et de la fiabilité des services en production - Participation au run sur les produits
Livrables : - Nouveaux modèles déployés en production sur AI Endpoints, avec une configuration d’inférence optimisée et documentée - Rapports de benchmark par modèle et par GPU, avec des recommandations - Code livré par pull requests revues et intégrées (Python, Rust) - Dashboards et alertes de supervision des services - Documentation technique et transfert de connaissances à l’équipe
Compétences attendues
Indispensables
- Machine Learning
- LLM
- vLLM
- Python
- Rust
- Documentation