AI Engineer Senior - Intelligence Artificielle & IA Générative
AdonysFintechPubliée 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
- Hauts-de-Seine · Sur site
- Durée
- 6 mois
- Démarrage
- 13 octobre 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 ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Deep Learning (21 missions), NLP (24 missions), MLOps (106 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Contexte
Dans le cadre de sa stratégie de transformation digitale et de son ambition de devenir un Asset Manager "Tech-Savvy", notre client accélère l'industrialisation des solutions d'Intelligence Artificielle et d'Intelligence Artificielle Générative afin d'améliorer l'efficacité opérationnelle, l'expérience utilisateur et la création de valeur pour les métiers.
Missions principalesConception et développement de solutions IA
Analyser les besoins métier et identifier les opportunités d'automatisation ou d'augmentation par l'IA.
Concevoir des architectures IA adaptées aux contraintes métiers et techniques.
Développer des applications basées sur des modèles Machine Learning, Deep Learning et Large Language Models (LLM).
Concevoir et implémenter des assistants conversationnels intelligents.
Développer des systèmes agentiques et multi-agents destinés à l'analyse documentaire, à la recherche d'information et à l'assistance décisionnelle.
Concevoir des solutions de traitement automatique de documents et d'extraction d'information.
Développement de solutions d'IA Générative
Concevoir des architectures RAG (Retrieval Augmented Generation).
Développer des moteurs de recherche sémantique.
Intégrer des bases vectorielles et systèmes d'embedding.
Concevoir des workflows agentiques complexes.
Implémenter des stratégies avancées de gestion du contexte conversationnel.
Mettre en œuvre des processus d'évaluation et de validation des réponses générées.
Réduire les hallucinations et améliorer la qualité des réponses produites.
Industrialisation et mise en production
Assurer le passage à l'échelle des solutions développées.
Construire les pipelines CI/CD dédiés aux applications IA.
Compétences attendues
Indispensables
- Machine Learning
- Deep Learning
- LLM
- RAG
- CI/CD
- Kubernetes
- MLOps
- NLP
Appréciées
- Prompt engineering
- Python
- PyTorch
- TensorFlow
- scikit-learn
- LangChain