Responsibilities
- concevoir, entraîner et améliorer des modèles de Machine Learning classiques ;
- industrialiser les modèles via des pratiques MLOps : pipelines, monitoring, versioning, évaluation, suivi de performance ;
- construire des pipelines d’exploitation de documents non structurés : PDF, factures, devis, emails, pièces jointes ;
- extraire et structurer des données clés : montants, taxes, prestations, dates, métadonnées contractuelles ;
- intégrer des approches LLM / RAG / Document AI lorsque pertinent ;
- concevoir et maintenir des workflows agentiques capables d’automatiser des tâches métier multi-étapes ;
- monitorer le comportement des agents et améliorer leur fiabilité en production.
Basic qualifications
- solides bases en Machine Learning classique ;
- une expérience concrète en MLOps ou mise en production de modèles IA ;
- une expérience sur des systèmes LLM / RAG / Document AI ;
- au moins une expérience significative sur des sujets d’agentique en production ;
- une bonne autonomie technique ;
- une sensibilité produit et métier ;
- une expérience en environnement startup / scale-up.
About the company
Notre client est une scale-up technologique en forte croissance qui souhaite industrialiser l’usage de l’IA dans ses produits et ses processus internes.
Les enjeux portent sur l’automatisation de workflows métier, l’exploitation de documents non structurés et la mise en production de systèmes IA robustes, incluant des modèles ML classiques, des LLM et des agents IA.
Tags & focus areas
Used for matching and alerts on DevFound Fulltime Ai Ai Engineer Machine Learning Data Science Mlops Generative Ai