Ingénieur MLOps / LLMOps, Azure AI & Copilot Studio
Orcan IntelligenceSaaS B2BPubliée hier
600 €/j
- Lieu
- Paris · Hybride
- Durée
- 6 mois
- Démarrage
- 13 octobre 2026
- Expérience
- Confirmé (3-6 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.
- Le TJM de cette mission se situe au-dessus de la médiane des 22 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 520 €/jour (moitié centrale : 415 à 575 €/jour).
- 135 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 324 pour ce métier en France.
- 0 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Azure OpenAI (5 missions), MLOps (106 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Pour notre client, nous rechechons en ce moment un Ingénieur MLOps / LLMOps, Azure AI & Copilot Studio.
Objectifs de la mission
Instrumenter et établir une base de référence de l'agent existant : qualité de la récupération, troncature du contexte, limitations de débit (throttling), latence et ancrage des réponses dans les sources, mesurés sur des cas métier réels
Distinguer les limites intrinsèques de la plateforme des problèmes de paramétrage et de prompt, et restituer cette distinction de façon claire à un public non technique
Recommander et faire valider une architecture cible : optimisation au sein de Copilot Studio, ou bascule vers Azure AI Foundry / Azure OpenAI avec une couche de récupération dédiée
Construire la chaîne de traitement et de récupération en production : ingestion, découpage des documents, embeddings, indexation, recherche hybride et reranking
Mettre en place un dispositif d'évaluation avec jeux de données de référence et tests de non-régression, afin que chaque évolution soit mesurée et non supposée
Implémenter la CI/CD, la séparation des environnements, le versioning des prompts et des configurations, ainsi que les procédures de retour arrière
Déployer le monitoring et l'observabilité : coût et consommation de tokens par requête, modes de défaillance, dérive, boucle de retour utilisateurs
Garantir la conformité en matière de localisation des données, de gestion des accès, de traitement des données personnelles et de piste d'audit, en cohérence avec les politiques groupe et la gouvernance des modèles
Documenter la solution et assurer le transfert de compétences vers les équipes internes
Compétences attendues
Indispensables
- MLOps
- Azure
- Azure OpenAI
- CI/CD