Senior AI Engineer
AvelsenLuxePubliée il y a 5 jours
600 €/j
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 16 novembre 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.
- Le TJM de cette mission se situe dans la médiane des 25 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 590 €/jour (moitié centrale : 550 à 650 €/jour).
- 149 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 372 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 : Communication client (9 missions), MLOps (107 missions), FinOps (137 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Avelsen recherche pour l’un de ses clients, un groupe de luxe, un(e) Senior AI Engineer.
Contexte Le groupe accélère sur l’IA générative et agentique. Plusieurs agents ont été développés par des prestataires externes et doivent maintenant être internalisés : intégration à l’environnement Azure, reprise des évolutions, déploiement et gestion du run. D’autres projets sont à cadrer et à prototyper.
Exemples de projets :
Traitement automatisé des avis consommateurs, avec réponse automatique et ouverture de tickets support
Assistant de création de contenu emailing, à enrichir avec de la traduction/localisation
Agent CRM de recommandation de stratégies de communication client (personnalisation, timing, boucle de rétroaction)
Vos missions
Reprendre les agents existants (Python, GitLab) et les mettre en production avec les équipes Data Engineering et MLOps : CI/CD, conteneurisation, observabilité
Mettre en place le monitoring et l’alerting (qualité des réponses, dérive, latence, coûts) ainsi que le suivi FinOps
Cadrer de nouveaux cas d’usage avec les équipes métier : faisabilité, KPIs, critères d’acceptation
Concevoir et prototyper des architectures RAG, agents et multi-agents, avec des protocoles d’évaluation rigoureux
Documenter et assurer le transfert de connaissances aux équipes internes
Compétences attendues
Indispensables
- Azure
- Communication client
- Python
- MLOps
- CI/CD
- FinOps
- RAG