Architecte IA / MLOps
LOMEGARDSaaS B2BPubliée aujourd'hui
~ 750 – 950 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Toulouse · Sur site
- Durée
- 6 mois
- Démarrage
- 8 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.
- 16 missions ingénieur ia sont ouvertes à Toulouse en ce moment, sur 306 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 : RAG (8 missions), MLOps (91 missions), Machine Learning (156 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil expert (10 ans et +) · Comment ces repères sont calculés
La mission
Nous recherchons un Architecte IA & MLOps pour accompagner la conception et la mise en production de solutions d’intelligence artificielle à l’échelle d’un SI complexe.
Vous rejoignez une équipe en charge de structurer les usages IA, depuis les premières expérimentations jusqu’à leur industrialisation en production. Le périmètre couvre aussi bien les approches de Machine Learning traditionnelles que les nouveaux usages liés à l’IA générative.
Vous jouerez un rôle central dans la définition des orientations techniques et serez un point de référence sur les sujets IA auprès des différentes équipes IT.
Vos principales responsabilités seront les suivantes :
Étudier la faisabilité technique des nouveaux cas d’usage IA et identifier les prérequis nécessaires à leur mise en œuvre.
Concevoir des solutions adaptées aux différents usages : Machine Learning, LLM, RAG, embeddings ou agents IA.
Construire et expérimenter rapidement des prototypes afin de valider les choix technologiques avant leur généralisation.
Structurer les processus permettant de déployer, versionner et maintenir les modèles en production.
Automatiser les différentes étapes de livraison grâce aux pratiques MLOps et CI/CD.
Faciliter l'intégration des composants IA avec les applications et services existants, notamment via des API.
Mettre en place les mécanismes permettant de suivre la qualité, les performances et le comportement des modèles en production.
Définir des standards techniques et capitaliser sur des composants réutilisables pour les futurs projets IA.
Prendre en compte les contraintes de sécurité, de protection des données et de conformité dès la conception des solutions.
Conseiller et accompagner les équipes Data et IT dans leurs projets et contribuer à la diffusion des bonnes pratiques autour de l’IA.
Compétences attendues
Indispensables
- MLOps
- Machine Learning
- LLM
- RAG
- CI/CD


