Architecte IA ML OPS
CAT-AMANIASaaS B2BPubliée il y a 2 jours
~ 750 – 950 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Sur site
- Durée
- 6 mois
- Démarrage
- 6 octobre 2026
- Expérience
- Expert (10 ans et +)
- 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.
- 116 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 289 pour ce métier en France.
- 1 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Prototypage (54 missions), MLOps (80 missions), RGPD (136 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil expert (10 ans et +) · Comment ces repères sont calculés
La mission
Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production.
Cadrage technique & architecture IA
Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).
Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM)
Formaliser les choix dans des dossiers d’architecture.
Prototypage & validation des cas d’usage
Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC.
Tester la viabilité des modèles, des données et des chaînes techniques.
Documenter résultats, limites, risques techniques et conditions d’industrialisation
MLOps & industrialisation
Définir et mettre en œuvre les chaînes MLOps :
Accompagner l’intégration des solutions IA dans le SI existant.
Contribuer au catalogue de services IA de la DSI
Observabilité IA & fiabilité
Définir et déployer les principes de ML Observability :
Mettre en place les alertes et indicateurs nécessaires au pilotage.
Contribuer à la stratégie de run IA avec les équipes concernées
Gouvernance des modèles IA
Contribuer à la gouvernance IA DSI / DSMC :
Participer aux comités IA et Architecture.
Compétences attendues
Indispensables
- MLOps
- CI/CD
- Prototypage
- RGPD
- Python
- Git
- Azure
- LLM
Appréciées
- Snowflake
- Airflow


