Data scientist GenAI - LLM, RAG & AI engineering - Freelance (H/F)

Data scientist GenAI - LLM, RAG & AI engineering - Freelance (H/F)

Conditions

• Taux journalier (TJM): TJM HT max 454 € (hors éventuels frais de mission, à discuter avec le client).

Missions

• Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative.
• Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude.
• Développer des assistants conversationnels et des systèmes d'aide à la décision.
• Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique.
• Développer les pipelines documentaires: ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking.
• Concevoir des workflows agentiques et orchestrer des outils et agents IA.
• Développer des APIs et services backend autour des modèles IA.
• Transformer les POC en solutions industrialisées et production-ready.
• Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation.
• Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI.
• Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations.
• Participer au déploiement des solutions sur des environnements Cloud.
• Présenter et vulgariser les solutions auprès des équipes techniques et métiers.

Profil

• Bac+5 en Data Science, Intelligence Artificielle, Informatique ou Mathématiques appliquées.
• Expérience significative en Data Science / Machine Learning.
• Expérience réussie sur des projets LLM / RAG / GenAI en production.
• Très bonne maîtrise de Python et SQL.
• Solides compétences en Machine Learning, Deep Learning et NLP.
• Maîtrise de frameworks tels que PyTorch, TensorFlow et Scikit-learn.
• Expertise obligatoire sur les LLM, le prompt engineering, les architectures RAG, les embeddings et la recherche vectorielle.

Atouts

• Maîtrise de LangChain ou d'un framework équivalent.
• Expérience en industrialisation de solutions IA et bonnes pratiques MLOps.
• Connaissances de Docker, Git, CI/CD et MLflow.
• Expérience sur au moins un Cloud: AWS, Azure ou GCP.
• Connaissances en Data Engineering: Spark/PySpark, bases SQL/NoSQL et pipelines data.
• Une expérience sur LangGraph, CrewAI, AutoGen, OpenAI Agents SDK ou MCP est appréciée.
• Autonomie, esprit d'initiative et capacité à prendre en charge un sujet de bout en bout.
• Excellentes capacités de vulgarisation et de communication avec des interlocuteurs techniques et métiers.
• Sensibilité aux enjeux de qualité, sécurité et gouvernance des données.
• Anglais professionnel et capacité à évoluer dans un environnement Agile et international.