Scientifique IA/ML – Calcul HPC et Déploiement en Production

Accenture PLC; Paris; On-site; EUR 90,000 - 140,000; Full time

Job summary

Accenture PLC recherche un scientifique en calcul IA/ML pour concevoir, développer et opérationnaliser des solutions d’IA pour des clients d’entreprise, en combinant des modèles personnalisés avec des services IA cloud et tiers afin de livrer des résultats prêts pour la production.

Vous couvrirez le cycle de vie: évaluer les données, sélectionner et personnaliser les modèles (Deep Learning, IA générative, LLM), et concevoir des pipelines robustes.

Qualifications

• Expérience en ML en production à grande échelle, avec surveillance et alertes.
• Fondements informatiques et architecture des systèmes.
• Expérience en calcul distribué (big data, HPC, cloud et réseaux distribués).
• Familiarité avec déploiement logiciel IA/ML dans le cloud.

Responsibilities

• Formuler des problématiques métier en solutions IA/ML évolutives.
• Développer et déployer algorithmes et pipelines de données avec DevOps/MLOps.
• Personnaliser des modèles DL et IA générative selon les besoins client.
• Participer à la recherche d’algorithmes et simulations IA/HPC.
• Travailler sur des jeux de données massifs et prétraitement.
• Mettre en œuvre stockage et récupération des données des modèles.
• Justifier la valeur des approches de modélisation en contexte commercial.
• Collaborer avec les équipes métier et techniques pour l’intégration en production.

Skills

Python

TensorFlow

PyTorch

Distributed computing

DevOps

MLOps

Edge devices

Cloud computing

Education

Licence (Bachelor) ou équivalent

MS/PhD souhaité

Tools

LLM APIs

Kubernetes

Docker

Cloud platforms

Job description

Accenture PLC recherche un scientifique en calcul IA/ML pour concevoir, développer et opérationnaliser des solutions d’IA pour des clients d’entreprise, en combinant des modèles personnalisés avec des services IA cloud et tiers afin de livrer des résultats prêts pour la production.

Vous couvrirez le cycle de vie: évaluer les données, sélectionner et personnaliser les modèles (Deep Learning, IA générative, LLM), et concevoir des pipelines robustes.