collectivework
AI

Data Scientist - Freelance

collectivework · Paris, A8, FR

Actively hiring Posted 3 months ago

**Description du poste

GenAI Engineer / Data Scientist**

VOTRE MISSION

  • Concevoir et industrialiser des solutions d'IA Générative (LLMs, Agents, RAG) répondant aux besoins des AI Catalysts, priorisés par le PO.
  • Intégrer les composants GenAI à l'écosystème existant (GenAI Core, OneAPI, Azure AI Foundry), tout en respectant les normes de sécurité et de coûts.
  • Définir et implémenter les architectures techniques : choix de modèles, orchestration d'agents, conception RAG, gestion des sessions.
  • Développer et maintenir le code (principalement Python) et les briques réutilisables (librairies de prompts, agents).
  • Industrialiser le déploiement : conteneurisation (Docker), Kubernetes, CI/CD, Infrastructure as Code (Terraform), et monitoring.
  • Mettre en œuvre des pratiques MLOps : suivi des expériences, versioning de modèles, tests de régression, validations en pré-prod.
  • Assurer la qualité et l'observabilité : métriques de performance, tests adversariaux, suivi des dégradations en production.
  • Collaborer avec le PO, le Software Engineer, les AI Catalysts et la DSI pour garantir la sécurité et l'adoption des solutions.
  • Contribuer à la documentation, aux templates et à la formation des équipes internes.

VOTRE PROFIL

  • Bac +3 à Bac +5 en informatique, data science ou équivalent.
  • 3 à 5 ans d'expérience en développement d'applications utilisant l'IA, avec un accent sur l'IA Générative (Agents, RAG, LLMs).
  • Maîtrise de Python et des bibliothèques ML/IA (PyTorch, Transformers).
  • Connaissances des frameworks GenAI : LangChain, LangGraph, LangFuse, et des moteurs de recherche sémantique (Qdrant, Milvus).
  • Compétences en architecture cloud Azure (AI Foundry, AKS, WebApp) et en conteneurisation/orchestration (Docker, Kubernetes).
  • Familiarité avec CI/CD et Infrastructure as Code (Terraform).
  • Sensibilité aux enjeux de cybersécurité et de conformité.
  • Rigueur dans l'ingénierie logicielle : tests, documentation et automatisation des pipelines.
  • Capacité à travailler en équipe et à vulgariser les concepts techniques.
  • Anglais professionnel (lu/écrit) ; français courant indispensable.
  • Disponible pour être en régie sur 2026 et participer à l'industrialisation d'une AI Factory interne.

RESPONSABILITÉS ADDITIONNELLES

  • En charge du développement d'algorithmes (Machine Learning et Intelligence Artificielle) pour créer de la valeur métier à partir de données (structurées, non structurées, vidéos, images, etc.).
  • Doit comprendre les demandes de l'entreprise et les challenger pour fournir la meilleure réponse possible.
  • Apporte un support à la décision sur d'éventuelles innovations, l'amélioration des performances et décisions relatives au service client.
  • Industrialise les projets de Data Science avec les Data Engineers.
  • Maintient et documente les algorithmes industrialisés (selon les rôles et les responsabilités définis par le projet).

LOCALISATION ET NIVEAU

Paris - Advanced (9 ans et plus d'expérience dans l'activité)

Profil recherché

Bac +3 à Bac +5 en informatique, data science ou équivalent. 3 à 5 ans d'expérience en développement d'applications utilisant l'IA, avec un accent sur l'IA Générative (Agents, RAG, LLMs). Maîtrise de Python et des bibliothèques ML/IA (PyTorch, Transformers). Connaissances des frameworks GenAI : LangChain, LangGraph, LangFuse, et des moteurs de recherche sémantique (Qdrant, Milvus). Compétences en architecture cloud Azure (AI Foundry, AKS, WebApp) et en conteneurisation/orchestration (Docker, Kubernetes). Familiarité avec CI/CD et Infrastructure as Code (Terraform). Sensibilité aux enjeux de cybersécurité et de conformité. Rigueur dans l'ingénierie logicielle : tests, documentation et automatisation des pipelines. Capacité à travailler en équipe et à vulgariser les concepts techniques. Anglais professionnel (lu/écrit) ; français courant indispensable. Disponible pour être en régie sur 2026 et participer à l'industrialisation d'une AI Factory interne.

Tags & focus areas

Used for matching and alerts on DevFound
Fulltime Ai Ai Engineer Data Science Mlops Generative Ai
Common Questions

Frequently asked questions

Quick answers about how DevFound's AI matching, resumes, and referrals work.

DevFound's AI Copilot ingests your profile, goals, and live job data to deliver curated matches in seconds. Every match includes a resume variant, suggested referrals, and interview prep so you can act immediately. The more feedback you provide, the sharper the Copilot becomes.

AI-led job searches shrink the hours spent sifting through boards and formatting resumes. DevFound pairs automation with your personal outreach, so you reserve energy for interviews and negotiation. Traditional networking still matters, but AI gives you a lift before you even send a message.

Modern AI roles expect comfort with production-grade code, data fluency, and practical ML tooling. The strongest candidates pair deep technical chops with storytelling—translating model impact to product, GTM, and exec partners. Continuous learning keeps you ahead as stacks evolve.

DevFound rewards active seekers. Keep your profile fresh, respond to match quality prompts, and enable alerts so you never miss a role. The AI prioritizes companies and teams that align with your feedback, accelerating both introductions and interview invites.

High-density tech hubs continue to host the deepest AI talent pools, yet distributed teams are catching up fast. Use DevFound filters to hone in on onsite, hybrid, or fully remote roles and watch openings expand across time zones.

DevFound aggregates thousands of remote AI openings and flags the nuances—core hours, async culture, and visa needs—up front. The Copilot also recommends how to position your distributed work experience so hiring managers know you can thrive on a remote team.