Développeur IA / MLOps confirmé – IA générative, RAG, NLP (IT) / Freelance

Beezen; Paris; On-site; EUR 65,000 - 90,000; Full time

Job summary

Beezen recherche un développeur IA / LLMOps pour renforcer une équipe IA transverse dans un grand groupe des médias. Vous travaillerez sur des cas d usage IA générative, NLP et speech-to-text, depuis la conception jusqu à la mise en production.

Vos missions incluent concevoir des architectures LLM et mettre en place des solutions RAG, développer et exposer des API métiers, industrialiser les modèles avec Docker et Kubernetes, piloter la qualité des LLM avec MLflow et participer aux tests de

Qualifications

• Expérience en IA générative et LLMOps requise.
• Connaissance des pipelines CI/CD et des pratiques MLOps souhaitée.
• Bonne capacité à communiquer des sujets IA à des interlocuteurs non techniques.

Responsibilities

• Concevoir des architectures LLM et mettre en place des solutions RAG (embeddings, bases vectorielles)
• Développer et exposer des API métiers : speech-to-text, classification de contenus, génération de titres SEO, contextualisation
• Industrialiser les modèles : Docker, Kubernetes, pipelines CI/CD GitLab
• Piloter la qualité des LLM avec MLflow : suivi d'experimentations, évaluation (LLM-as-judge, golden datasets), drift de prompts
• Participer aux tests de performance et au monitoring des services en production
• Expliquer les sujets IA à des interlocuteurs non techniques

Skills

LLM architectures

RAG pipelines

NLP

speech-to-text

API development

Docker

Kubernetes

CI/CD

MLflow

Communiquer techniques

Tools

GitLab

Docker

Job description

Contexte :

Pour un grand groupe du secteur des médias, nous recherchons un développeur IA / LLMOps pour renforcer une équipe IA transverse. Vous intervenez sur des cas d'usage IA générative, NLP et speech-to-text appliqués aux offres d'information, de la conception jusqu'à la mise en production.

Vos missions :

• Concevoir des architectures LLM et mettre en place des solutions RAG (embeddings, bases vectorielles)
• Développer et exposer des API métiers : speech-to-text, classification de contenus, génération de titres SEO, contextualisation
• Industrialiser les modèles : Docker, Kubernetes, pipelines CI/CD GitLab
• Piloter la qualité des LLM avec MLflow : suivi d'expérimentations, évaluation (LLM-as-judge, golden datasets), drift de prompts
• Participer aux tests de performance et au monitoring des services en production
• Expliquer les sujets IA à des interlocuteurs non techniques