prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails.
Expérience significative en Machine/DeepLearning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur).
Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python.
Connaissance de SQL
Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit
Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch
Pratiquer une veille active sur vos domaines de compétence.
Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe
Objectifs et livrables
Activité principales attendues :
MachineLearning / DeepLearning
Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL.
Création et production de modèles d'apprentissage automatique industrialisables
Traitement de données à grande échelle pour la création de jeux de données d'entraînement
Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles
Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative
Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen
Prompt engineering
Bench via des solutions d'évaluation des modèles d'IA Gen
Optimisation des solutions (paramétrage des modèles)
Compétences demandéesCompétences
Niveau de compétence
machinelearning
Confirmé
python
Confirmé
IA générative
Confirmé
Profil candidat:
Compétences et expériences demandées :
Expérience +2 ans sur l'IA Gen :
prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails.
Expérience significative en Machine/DeepLearning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur).
Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python.
Connaissance de SQL
Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit
Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch
Pratiquer une veille active sur vos domaines de compétence.
Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe