Le poste détaillé

Pour aller plus loin, nous recherchons un(e) ingénieur(e) IA / Data Scientist, pour renforcer notre équipe nantaise et intervenir sur des projets pour des clients dans des domaines variés (Services Publics, Banque/Assurance, Transport, Industrie, Retail).  Vous interviendrez sur des périmètres variés, et selon les missions, vous prendrez plus au moins part aux activités suivantes :  Concevoir, entraîner et industrialiser des modèles d’apprentissage automatique et d’intelligence artificielle (générative, agentique, …), de la première analyse jusqu’à la mise en production.    Construire et fiabiliser nos briques d’intelligence artificielle générative : moteurs d’inférence, évaluation des modèles, chaînes de génération augmentée par la recherche.    Développer en Python des composants robustes et réutilisables (cadres et gabarits de projet) pour accélérer les équipes.    Mettre en place l’industrialisation des modèles : intégration et déploiement continus, supervision et observabilité.    Partager : revues de code, documentation, veille technologique et diffusion des bonnes pratiques.   
Les atouts pour réussir :   Bac+5 en informatique, mathématiques, statistiques ou science des données, vous avez au minimum 3 ans d’expérience professionnelle en science des données et en ingénierie de l’intelligence artificielle.    Votre expérience est variée et vous disposez d’un socle technique solide dans les domaines suivants :    Science des données : analyse exploratoire des données, réduction de dimensionnalité (PCA), techniques de clustering et modélisation statistique ; apprentissage automatique et profond (Pandas, Scikit-learn, TensorFlow, PyTorch).  Modèles de langage (LLM) : fine-tuning, prompt engineering, architectures RAG et frameworks d’orchestration ; solutions open source et souveraines autour des modèles de langage (HuggingFace, vLLM).  Industrialisation (MLOps / LLMOps) : industrialisation des modèles, intégration et déploiement continus dédiés à l’intelligence artificielle, monitoring et observabilité (MLflow, Docker, Kubernetes).  Développement Python : code de qualité, packaging, tests automatisés et structuration de projet.  Architecture : maîtrise des API, des architectures microservices et des environnements cloud et on-premise.  Sécurité : maitrise des enjeux RGPD, assurer la robustesse et la fiabilité des modèles développés, la sécurité des pipelines IA (MLOps / LLMOps)  Un plus : développement front-end Angular pour nos interfaces et portails d’intelligence artificielle et des notions de Java pour le back-end de certains produits.