Scientifique IA/ML — Déploiement & MLOps en production

Accenture PLC; Paris (TX); On-site; USD 101,000 - 146,000; Full time

Job summary

Accenture Song recherche un Scientifique en calcul IA/ML à Paris pour concevoir, développer et opérationnaliser des solutions d’intelligence artificielle et de machine learning pour nos clients d’entreprise. Vous combinerez des modèles personnalisés avec des services d’IA cloud et tiers, couvrant tout le cycle de vie du produit et garantissant la qualité et la fiabilité en production.

Le rôle inclut la conception de pipelines de données évolutifs, le déploiement avec DevOps/MLOps et

Qualifications

• Expérience en ML déployé en production, supervision et alertes.
• Connaissance des fondamentaux de l’informatique et de la programmation.
• Expérience en systèmes distribués et cloud (big data, HPC, cloud).
• Familiarité avec IA/ML en environnement cloud et IA générative.

Responsibilities

• Formuler des problèmes d’IA/ML en solutions pratiques et évolutives.
• Développer et déployer des modèles et pipelines de données avec DevOps/MLOps.
• Adapter des modèles de Deep Learning et IA générative selon les besoins.
• Rechercher de nouveaux algorithmes et applications IA/HPC pour résoudre des problèmes clients.
• Travailler sur de grands jeux de données et assurer leur qualité.
• Mettre en œuvre et maintenir le stockage et la récupération des données pour les modèles.

Skills

Machine learning

Déploiement en production

DevOps / MLOps

Python

C++

Java

R

SQL

LLM APIs

Edge computing

Education

Bachelor ou équivalent

MS ou PhD souhaité

Tools

TensorFlow

PyTorch

Docker

Kubernetes

Cloud services (AWS/GCP/Azure)

Job description

Accenture Song recherche un Scientifique en calcul IA/ML à Paris pour concevoir, développer et opérationnaliser des solutions d’intelligence artificielle et de machine learning pour nos clients d’entreprise. Vous combinerez des modèles personnalisés avec des services d’IA cloud et tiers, couvrant tout le cycle de vie du produit et garantissant la qualité et la fiabilité en production.

Le rôle inclut la conception de pipelines de données évolutifs, le déploiement avec DevOps/MLOps et