TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

Au sein d'une grande structure de transport public, la Data Factory pilote les plateformes Data de l'entreprise (référentiels, datalake, IA, analytics, self-BI...). Dans ce cadre, notre client cherche un DevOps expérimenté pour intervenir sur deux plateformes Data Cloud : Plateforme Data principale (AWS + Databricks) Plateforme IA Générative (Azure PaaS + Azure OpenAI) Objectif : renforcer le socle technique, assurer la MCO, les déploiements, le monitoring, et accompagner les intégrations applicatives.

Dans ce cadre, l'objectif de la PMO est de travailler conjointement avec l'ensemble des équipes contributrices à la planification et à la réalisation de la roadmap produit, afin de leur fournir le support nécessaire à : * L'harmonisation des méthodologies de gestion de projets/programmes, * L'automatisation et la standardisation des outils employés, * L'adaptation aux réalités métier de chacune des équipes contributrices. Dans un rôle hybride de PMO Technique / Développeur IA, vous intervenez et travaillez en étroite collaboration avec : * Les différents acteurs de la gestion de Roadmap et des projets qui la composent, * Les équipes techniques CIO (DSI) qui fournissent les outils de gestion du portefeuille de projets (gestion documentaire, ticketing, outils collaboratifs, etc.), * Le comité de gouvernance AI. Dans le cadre de votre mission, vous serez en charge de développer des agents intelligents de collecte, traitement et restitution de données projets, en automatisant le reporting et l?alerting. Vous devrez notamment : * Développer des connecteurs/API vers des outils internes (Excel, SharePoint, Jira, etc.), * Développer des scripts ou agents capables de traiter ces données (Python, etc.), déclencher des traitements, * Générer automatiquement des documents et tableaux de bord (Power BI, PDF, Excel) ainsi que des alertes (mail, webhook, etc.), * Documenter l'architecture, les manuels d?utilisation, les logs, les scripts et le référentiel de cas d?usage IA validés. Exemples de cas d'usage : * Détection de retard sur un jalon et génération d?un report projet basé sur certaines informations, * Génération récurrente (ou à la demande) de Roadmap et d?analyses capacitaires, avec comparaison, analyse de cohérence et alerting, * Analyse de la donnée du backlog ou de sa complétude et relance des owners.

L'équipe GenAI est une équipe de la division de production AI & Innovation du groupe. Notre travail est de concevoir, industrialiser des d'API liées à l'IA générative clé-en-main pour l'ensemble des équipes IT du groupe qui en font la demande (LLM, Speech-To-Text, RAG, Agentic-AI) Environnement Technique Nous assurons l'ensemble du cycle : discovery * benchmark * fine-tuning (LoRA) * packaging Helm * déploiement K8s * MCO / support N3 - Plateformes : - On-premises : ferme de GPUs Nvidia, Red Hat Openshift, réseau air-gapped - Hybride avec IBM Cloud - Kubernetes & GPU - Inference : vLLM, Helm Chart - Fine-Tuning - CI/CD & GitOps : GitLab CI, ArgoCD, OpenShift - Observabilité : Prometheus / Grafana, Elastic, alertes SLO - Sécurité réseau : Illumio micro-segmentation, mTLS service mesh - Interface data science : Aujourd'hui Domino Data Lab ; migration prévue vers Red Hat OpenShift AI Composition de l'équipe L'équipe est aujourd'hui composée de 7 personnes : 5 côté devops et 2 côté design et mise en place des solutions IA…. Et continuera de se muscler considérant les objectifs du groupe sur la partie GenAI. Mission Nous lançons la co-construction d'assistants virtuels avec la division CPBS de BNPP (banque de détail). L'idée est de faire évoluer leurs bots pour les rendres plus précis grâce à l'IA. Plusieurs équipes de cette filiale ont lancé le projet, et l'idée est de mutualiser les approches. Nous recherchons une architecte solution (expert LLM/RAG) - pour fédérer ces projets. Votre mission : - Bâtir une cible technique unique (stack GenAI + services bancaires), poser des standards clairs (patterns d'archi, librairies, API, sécurité) et garantir la conformité cyber, data et réglementaire de cet assistant. - Concrètement, vous dessinerez le modèle d'architecture (front, orchestrateur, RAG, logging) et publierez des guidelines d'intégration - authentification, SSO, flux réseau Zero-Trust. - Vous constituerez un catalogue de composants réutilisables : moteur d'inférence partagé, connecteurs back-office, orchestrateur d'agents, monitoring conversationnel, avec versioning et distribution via Helm/Artifactory. - Vous piloterez un premier déploiement pilote : coaching de deux équipes CPBS jusqu'à la mise en production, rédaction du runbook, des SLO et de la matrice de conformité. - Côté sécurité, vous appliquerez micro-segmentation Illumio, mTLS, data-masking et vérifierez licences modèles / RGPD. - Enfin, vous animerez la "bot factory" : workshops mensuels, veille continue sur les nouveautés RAG et Agentic AI adaptées au monde bancaire, pour que chaque nouvelle équipe pioche dans la boîte à outils plutôt que de repartir de zéro. Votre profil * Architecte applicatif + IA : a déjà industrialisé un ou plusieurs chatbots/assistants LLM sur K8s. * Culture bancaire : connaît contraintes KYC, données sensibles, cycle de validation Risk/Compliance. * DevOps-friendly : GitOps, observabilité, Helm, OpenShift. * Pédagogue : transforme specs floues en patterns clairs, sait documenter et convaincre., Tech senior, visionnaire GenAI * Anticipe rôles / licences / HW, sait expliquer pourquoi tel modèle ou infra sera obsolète dans 6 mois. * Capable de répondre à des questions comme : * « Comment intégrer des Azure Containers parcellairement documentés dans notre cloud privé ? » * « Quelles briques Uber utilise-t-elle pour un RAG agentic à grande échelle, et lesquelles ré-emploierions-nous ? » Solide background "SRE / GitOps / Zero-Trust" * A déjà manœuvré des environnements bancaires ou équivalents (data residency, audits, régulation). * Confortable avec pipelines GitLab * Argo CD, mTLS, micro-segmentation et budgets GPU. Veilleur actif du marché IA * Suit en temps réel sorties modèles (Mistral, Llama-3, Gemini, etc.), frameworks (vLLM, RAGflow) et nouvelles HW (Grace Hopper, AMD MI300). * Identifie vite les limites licence, TCO, souveraineté. Force de proposition & pédagogie * Transforme des sujets « hard-core » en guidelines limpides pour DevOps / Risk / Métiers. * Produit doc carrée : one-pagers, ADR, runbooks, FAQ. Des soft skills de "goal volant" * Navigue entre archi, sécu et strategy sans rôle de manager. * Connecte les bonnes personnes, débloque, synthétise, fait avancer., Architecte Solutions IA GénérativeÀ propos de l'équipeNotre travail L'équipe GenAI est une équipe de la division de production AI & Innovation du groupe. Notre travail est de concevoir et industrialiser des services d'API liées à l'IA générative clé-en-main pour l'ensemble des équipes IT du groupe qui en font la demande (LLM, Speech-To-Text, RAG, Agentic-AI) Nous assurons l'ensemble du cycle DevSecOps : recherche de solutions éditeur et/ou Open à sélection (avec le sponsor) et contractualisation à assemblage, hardening, et intégration dans notre écosystème technique à mise en Prod, MCO, support utilisateur (IT Métier) & support Ops à gestion de la roadmap (avec le sponsor) (support Ops partagé avec l'équipe SRE de la plate-forme Kubernetes et avec une équipe d'astreinte externe) Environnement Technique Nous assurons l'ensemble du cycle : discovery * benchmark * fine-tuning (LoRA) * packaging Helm * déploiement K8s * MCO / support N3 * Plateformes : * On-premises : ferme de GPUs Nvidia, Red Hat Openshift, réseau air-gapped * Hybride avec IBM Cloud * Kubernetes & GPU * Inference : vLLM, Helm Chart * Fine-Tuning * CI/CD & GitOps : GitLab CI, ArgoCD, OpenShift * Observabilité : Prometheus / Grafana, Elastic, alertes SLO * Sécurité réseau : Illumio micro-segmentation, mTLS service mesh * Interface data science : Aujourd'hui Domino Data Lab ; migration prévue vers Red Hat OpenShift AI Composition de l'équipe L'équipe est aujourd'hui composée de 7 personnes : 5 côté devops et 2 côté design et mise en place des solutions IA…. Et continuera de se muscler considérant les objectifs du groupe sur la partie GenAI. Mission Nous cherchons un·e forme de tech-lead "goal volant" - pas manager ni PM, mais référent archi & vision GenAI - pour créer une plateforme GenAI multi-tenant (PaaS / SaaS) et accompagner chaque équipe métier dans son adoption. Vos axes clés 1. Designer l'architecture * Vue cible PaaS + SaaS, isolation des locataires, quotas GPU. * Documents de référence : ADR, schémas d'architecture. 2. Mettre en place et faire tourner la plateforme * Recommandations concrètes aux équipes Ops / Data. * Prise en compte systématique : cyber-sécu, compliance, réseau. 3. Servir les Métiers sans friction * Recueillir besoins techniques & fonctionnels. * Proposer l'intégration la plus simple (API, SDK, workflow). 4. Explorer et choisir les bonnes briques * Discovery & benchmark continus des solutions du marché. * Évaluer limites, licences et coûts avant d'intégrer. 5. Veille et arbitrage Build / Buy * Suivre les tendances GenAI, anticiper les obsolescences. * Prendre (ou faire prendre) les décisions justes, à temps. 6. Débloquer & connecter * Jouer l'interface entre IT, Sécurité, Risk, Métiers. * Lever les blocages techniques ou réglementaires, orienter les bonnes personnes. Objectif final : une plateforme GenAI robuste, sécurisée, adoptée et pérenne - avec vous comme point de passage obligé pour tout le Groupe.

En tant qu'Analyste Produit IA, vous jouerez un rôle crucial dans l'amélioration des expériences utilisateur basées sur l'IA et dans l'alignement du contenu généré par l'IA avec les besoins métier. Vous vous concentrerez sur ce qui est créé par l'IA, négociant avec les Data Scientists, les Ingénieurs ML, les Ingénieurs IA et les BPO (Business Process Owners) pour définir et mesurer la "performance IA" cible que l'application doit atteindre. L'accent sera mis sur le contenu de l'application et les résultats réels générés par l'IA. Responsabilités Clés : * Développement de contenu et de prompts IA : + Développer des user stories spécifiques aux flux de contenu générés par l'IA, incluant les entrées, les sorties attendues et les modes d'échec. + Traduire les besoins métier en prompts IA structurés, en annotations de données ou en requêtes de fine-tuning. + Aligner la sortie de l'IA avec les entrées utilisateur imprévisibles et les règles métier. * Collaboration et faisabilité : + Collaborer étroitement avec les Data Scientists, les Ingénieurs ML et les Chefs de Produit IA pour garantir la faisabilité et l'alignement de l'IA. + Travailler avec les propriétaires de plateformes IA, les Data Scientists et les Ingénieurs ML pour s'assurer que les sorties de l'IA sont utiles, alignées, sûres et précises. + Comprendre la GenAI (IA Générative) (pas de codage, mais la logique, les biais, les hallucinations, etc.). * Évaluation et Assurance Qualité : + Évaluer et affiner le contenu généré par l'IA sur la base des résultats des tests et des retours utilisateurs. + Prendre en compte les biais, les hallucinations, les contraintes éthiques et l'explicabilité dans les sorties de l'IA. + Aider à définir les métriques pour évaluer la performance des modèles IA d'un point de vue métier. * Outils et Reporting : + Utiliser des outils tels qu'ADO, des outils de test de prompts, des tableaux de bord LLM et des outils d'étiquetage. * Gestion de Produit et Stratégie : + Solide connaissance et expérience en gestion de solutions/produits IT. + Solide connaissance fonctionnelle pour challenger les partenaires métier sur la solution. + Compétences en gestion et analyse de données pour améliorer les processus d'appel d'offres. + Proposer des solutions dans le cadre de l'évolution applicative.

Le projet consiste à concevoir et déployer une infrastructure avancée pour le lancement d'une plateforme de GenAI au sein d'un environnement OpenShift à forte charge. L'objectif est de garantir la résilience, la scalabilité et la sécurité, tout en assurant une conformité rigoureuse avec les standards IT et réglementaires., 1. Orchestration avancée des déploiements sur Red Hat OpenShift AI avec ArgoCD pour maximiser l'efficacité des pipelines CI/CD. 2. Intégration et optimisation des ressources GPU pour les workloads AI intensifs, garantissant la haute performance et la rapidité d'exécution. 3. Automatisation de la gestion des configurations et des secrets avec HashiCorp Vault dans un environnement containerisé OpenShift., 4. Développement de scripts en Python et Golang pour la surveillance et l'alerte proactive des infrastructures critiques via Prometheus et Grafana. 5. Mise en place de tactiques de scalabilité intelligente au sein d'OpenShift pour gérer les pics de charge et assurer la continuité opérationnelle sans faille. Environnement de travail

Dans le cadre d'une transformation digitale de grande ampleur autour du Digital Workplace, nous recherchons un Tech Lead Microsoft 365 expérimenté. La mission s'inscrit dans un environnement international, en forte évolution, marqué par des activités M&A (Carve-in/Carve-out), nécessitant un haut niveau d'industrialisation, d'automatisation, et d'innovation (intégration progressive de l'IA générative via Microsoft 365 Copilot notamment). Activités principales :1. Conception et déploiement des solutions collaboratives * Définir et mettre en œuvre des solutions modernes autour de Microsoft 365 (Teams, SharePoint, OneDrive, etc.) * Concevoir des espaces de travail numériques intégrés (Digital Workplace) * Déployer et configurer les systèmes de visioconférence et salles intelligentes 2. Administration et gestion des plateformes collaboratives * Assurer la supervision, l'administration et la performance des outils collaboratifs * Maintien en condition opérationnelle 3. Sécurité et conformité * Collaborer avec les équipes cybersécurité pour garantir la conformité des solutions M365 * Participer aux audits, remédiations et alignements réglementaires 4. Industrialisation & Automatisation * Mettre en place des processus automatisés via scripting (PowerShell, etc.) * Rédiger des procédures et guides d'exploitation