Ingénieur IA / LLMOps
Sapiens GroupSaaS B2BPubliée il y a 1 semaine
450 €/j
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 10 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.
- Le TJM de cette mission se situe en dessous de la médiane des 47 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 475 €/jour (moitié centrale : 400 à 550 €/jour).
- 152 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 383 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 : NLP (18 missions), MLflow (22 missions), RAG (248 missions). À séniorité égale, une compétence rare se négocie mieux.
Séniorité non précisée par l'annonce · Comment ces repères sont calculés
La mission
La Direction Produit et des Technologies de notre client recherche une prestation de développement IA / LLMOps pour accompagner son équipe IA transverse sur les offres d’information.
Vous contribuerez au développement et à la mise en production de solutions d’intelligence artificielle, d’IA générative, de traitement automatique du langage naturel (NLP) et de transcription audio en texte (Speech-to-Text), au service des usages métiers et éditoriaux.
Vos missions
Concevoir, développer et mettre en production des solutions IA/ML et des architectures intégrant des LLM.
Mettre en œuvre des pipelines RAG, des modèles d’embeddings et des bases de données vectorielles.
Développer et exposer des API métiers : transcription audio, classification d’articles et de commentaires, génération de titres SEO et contextualisation de contenus.
Industrialiser les développements avec Docker, Kubernetes et des pipelines CI/CD GitLab.
Assurer le suivi des expérimentations et l’évaluation des solutions avec MLflow, des jeux de données de référence et des approches de type LLM-as-judge.
Suivre les dérives liées aux prompts et contribuer à la qualité des applications LLM.
Collaborer avec les équipes techniques et les interlocuteurs métiers, notamment les journalistes, dans un environnement agile.
Compétences attendues
Indispensables
- NLP
- LLM
- RAG
- Docker
- Kubernetes
- CI/CD
- MLflow
Appréciées
- Agile