AI Developer: Remote End-to-End ML & LLM Systems

Mphasis; Bordeaux; Sur place; EUR 60 000 - 95 000; Plein temps

Résumé du poste

Mphasis recherche un développeur IA pour concevoir, développer et exploiter des systèmes d’IA en production, couvrant apprentissage automatique, deep learning et IA générative sur Azure.

Vous participerez à la mise en production, au déploiement sur Azure avec CI/CD, et travaillerez avec Claude Code, Cursor et des pipelines Git. Vous évoluerez dans une équipe distribuée, à distance, et contribuerez à rendre les systèmes observables et sûrs.

Qualifications

• Licence ou Master en Informatique, Machine Learning, Data Science, Mathématiques, Statistiques ou domaine connexe, ou expérience pratique équivalente.
• 1 à 4 ans d’expérience professionnelle en ingénierie logicielle, dont au moins 1 an dans la conception et la mise en production de systèmes ML ou IA.
• Maîtrise de Python et des bibliothèques principales de machine learning (PyTorch et/ou TensorFlow, scikit-learn, pandas, NumPy).
• Expérience pratique du déploiement d’applications basées sur des LLM en utilisant les principaux fournisseurs de modèles (Anthropic Claude, Azure OpenAI, OpenAI ou modèles open source).
• Expérience concrète des systèmes RAG et des embeddings, incluant au moins un magasin vectoriel en production.
• Maîtrise démontrée des outils de développement IA tels que Claude Code et Cursor, combinée à de solides fondamentaux en développement manuel.
• Bonne maîtrise de Git, des stratégies de branches et des revues de code basées sur les pull requests.
• Expérience pratique de la conception et de l’exploitation de pipelines CI/CD (par exemple Azure DevOps, GitHub Actions) pour des charges de travail en production.
• Expérience pratique du déploiement de services sur Azure (AKS, App Service, Functions, services Azure AI/ML ou équivalents) ainsi que de la conteneurisation (Docker).
• Excellentes compétences en communication écrite et orale ; capacité à expliquer les décisions de modélisation et les compromis à des interlocuteurs non techniques.
• Capacité démontrée à évoluer efficacement au sein d’une équipe entièrement à distance et distribuée à l’échelle mondiale.

Responsabilités

• Concevoir, entraîner, évaluer et mettre en production des modèles de machine learning et de deep learning (classification, régression, classement, vision, NLP, séries temporelles) répondant à des problématiques métier et scientifiques clairement définies.
• Concevoir et implémenter des applications basées sur les LLM en utilisant les principaux fournisseurs de modèles (Claude/Anthropic, Azure OpenAI, OpenAI ou équivalents).
• Construire des systèmes de génération augmentée par récupération (RAG), incluant les stratégies de découpage, les embeddings, le choix du magasin vectoriel (par exemple Azure AI Search, pgvector) et le réordonnancement.
• Développer des workflows agentiques avec utilisation d’outils et orchestration ; mettre en œuvre des garde-fous, des cadres d’évaluation et des revues humaines dans la boucle lorsque cela est approprié.
• Appliquer des techniques de prompt engineering, de fine-tuning et de sorties structurées ; mesurer la qualité grâce à des évaluations hors ligne et des métriques en ligne.
• Construire et maintenir des pipelines robustes de données et de fonctionnalités sur Azure ; garantir la qualité des données, leur traçabilité et leur reproductibilité.
• Industrialiser les modèles en appliquant de bonnes pratiques MLOps : gestion des versions, réentraînement automatisé, détection de dérive et stratégies de retour arrière.
• Utiliser efficacement les assistants de développement IA (Claude Code, Cursor) en complément du développement manuel traditionnel, en choisissant la bonne approche pour chaque tâche et en examinant rigoureusement le code généré par l’IA.
• Gérer le code source dans Git en utilisant une stratégie de branches propre et des revues basées sur des pull requests.
• Construire et maintenir des pipelines CI/CD (par exemple Azure DevOps, GitHub Actions) pour les tests automatisés, le packaging et le déploiement des services d’IA.
• Déployer et exploiter des services sur Azure à l’aide de conteneurs (Docker), d’outils d’orchestration (Kubernetes/AKS) et d’infrastructure as code (Terraform ou Bicep).
• Instrumenter les systèmes d’IA avec des mécanismes de journalisation, de traçage et des pipelines d’évaluation afin que la qualité, la latence et les coûts puissent être observés et pilotés dans le temps.
• Collaborer avec les équipes sécurité et conformité afin de traiter les sujets liés à la confidentialité des données, à la gestion des données PHI/PII, aux injections de prompts et aux risques liés aux modèles dans des environnements réglementés.
• Travailler directement avec les parties prenantes produit, scientifiques et métier afin de cadrer les problématiques, fixer des attentes réalistes et choisir le niveau approprié de sophistication IA.
• Accompagner les ingénieurs sur les pratiques de développement assisté par IA ainsi que sur les modèles et pièges des systèmes basés sur les LLM.
• Réaliser des revues de conception et de code rigoureuses ; promouvoir l’évaluation, la sécurité et l’observabilité comme des préoccupations de premier ordre.

Connaissances

Python

PyTorch

TensorFlow

Scikit-learn

Pandas

NumPy

Git

LLM deployment

Azure AI/ML

Claude Code

Cursor

GitHub Actions

Azure DevOps

Docker

Kubernetes

Terraform

Bicep

LLM deployment

Formation

Master en Informatique / ML / Data Science

Outils

Claude Code

Cursor

Azure DevOps

GitHub Actions

Docker

Kubernetes

Terraform

Bicep

Azure AI/ML

Description du poste

Mphasis recherche un développeur IA pour concevoir, développer et exploiter des systèmes d’IA en production, couvrant apprentissage automatique, deep learning et IA générative sur Azure.

Vous participerez à la mise en production, au déploiement sur Azure avec CI/CD, et travaillerez avec Claude Code, Cursor et des pipelines Git. Vous évoluerez dans une équipe distribuée, à distance, et contribuerez à rendre les systèmes observables et sûrs.