AI engineer

eXalt; Paris; Sur place; EUR 60 000 - 90 000; Plein temps

Résumé du poste

eXalt accompagne ses clients dans la valorisation de leurs données et l’industrialisation de solutions d’IA en environnement de production. Le poste d’AI Engineer à Paris vise à concevoir, déployer et maintenir des solutions d’IA pour des clients grands comptes, en collaboration avec les équipes Data, Cloud et DevOps.

Vous serez impliqué sur des projets d’IA, ML et IA générative, de la phase de cadrage à la mise en production, en garantissant qualité, sécurité et performance des modèles dans un

Qualifications

• Expérience d'au moins 2 ans en AI/ML en production.
• Maîtrise de Python et des bibliothèques IA/ML.
• Connaissance des LLM, RAG et LangChain appreciée.

Responsabilités

• Concevoir, développer et entraîner des modèles de ML, DL ou NLP adaptés aux problématiques métiers.
• Développer des solutions d’IA générative autour des LLM et du RAG.
• Construire et industrialiser les pipelines d’entraînement, évaluation et inférence.
• Mettre en place les bonnes pratiques MLOps : CI/CD, versioning, déploiement et monitoring.
• Collaborer avec Data, Cloud, DevOps et métiers pour assurer qualité et adoption.

Connaissances

Python

Machine Learning

NLP

MLOps

Cloud platforms

Team collaboration

Outils

Docker

Kubernetes

AWS

Azure

GCP

LangChain

LlamaIndex

MLflow

Git

Airflow

Description du poste

eXalt Value accompagne ses clients dans la valorisation de leurs données et l’industrialisation de solutions innovantes à fort impact. Dans le cadre du développement de nos activités Data & IA, nous recherchons un(e) AI Engineer pour concevoir, déployer et maintenir des solutions d’intelligence artificielle en environnement de production.

Votre mission

Au sein d’équipes pluridisciplinaires de nos clients grands comptes, vous interviendrez sur des projets d’IA, de Machine Learning et d’IA générative, de la phase de cadrage jusqu’à la mise en production et au suivi des modèles.

Vos principales responsabilités

• Concevoir, développer et entraîner des modèles de Machine Learning, Deep Learning ou de NLP adaptés aux problématiques métiers.

• Développer des solutions d’IA générative, notamment autour des LLM, du RAG, du prompt engineering et des agents IA.

• Construire et industrialiser les pipelines de préparation, d’entraînement, d’évaluation et d’inférence des modèles.

• Mettre en place les bonnes pratiques MLOps : versioning, CI/CD, déploiement, monitoring, suivi de la performance et réentraînement des modèles.

• Collaborer avec les équipes Data, Cloud, DevOps et métiers afin de garantir la qualité, la sécurité et l’adoption des solutions livrées.

Vous disposez d’au moins 2 ans d’expérience en tant qu’AI Engineer, Machine Learning Engineer, Data Scientist orienté production ou sur une fonction similaire.Vous maîtrisez Python ainsi que les principales bibliothèques IA/ML : Pandas, NumPy, Scikit-learn, PyTorch ou TensorFlow.Vous avez une expérience pratique dans le développement et le déploiement de modèles de Machine Learning en production.Vous connaissez les concepts et outils liés aux LLM, au RAG et aux frameworks tels que LangChain, LlamaIndex ou équivalents.Vous êtes à l’aise avec les environnements Cloud et conteneurisés : Docker, Kubernetes, AWS, Azure ou GCP.Une connaissance des pratiques MLOps et des outils CI/CD, tels que MLflow, Git, GitLab CI/CD, Jenkins ou Airflow, est appréciée.Vous parlez anglais couramment dans un contexte professionnel, à l’écrit comme à l’oral.Vous êtes curieux(se), rigoureux(se), autonome et appréciez le travail en équipe dans un environnement agile.Stack technique indicativePython, SQL, Scikit-learn, PyTorch, TensorFlow, Hugging Face, LLM, RAG, LangChain, MLflow, Git, Docker, Kubernetes, Airflow, CI/CD, AWS / Azure / GCP.

Ce que nous vous propose

Des missions innovantes autour de la Data, du Machine Learning et de l’IA générative.Un environnement stimulant favorisant l’expertise, le partage de connaissances et la montée en compétences.La possibilité d’intervenir sur des problématiques métiers concrètes et à forte valeur ajoutée.Une culture collaborative, agile et orientée excellence technique.