Cette offre n'affiche pas de TJM. D'après 13 offres pour ce poste (Senior, Paris), le marché se situe autour de 570€/j (535€/j–625€/j).
TJM du marché pour AI/ML Engineer (Senior) à Paris : médiane 570 €/jour, P25–P75 : 535–625 €/jour, n = 13 offres. TJM Python à Paris
Baromètre TJM et salaires ITEver"T — Société de Conseil tech IA-native, innovante et en hypercroissance — cherche un·e Senior AI Engineer freelance.
Le Projet
Tu rejoins l’équipe Data Science d’un grand groupe international, rattachée à la direction IA et Data Science, avec un périmètre mondial. L’équipe porte la stratégie IA générative et agentique du groupe, et elle cherche un·e Ingénieur·e capable de tenir toute la chaîne : du cadrage avec les métiers jusqu’à la mise en production et au run.
Le Projet a deux volets. Le premier consiste à internaliser des solutions IA déjà construites par des partenaires externes : les intégrer à l’environnement Azure du groupe, reprendre les évolutions, fiabiliser le déploiement et prendre en charge le run. Le second consiste à cadrer et prototyper de nouveaux cas d’usage : identifier le besoin, vérifier la faisabilité, construire un POC, l’évaluer, puis l’industrialiser.
Exemples de sujets en cours ou à venir :
Traitement automatisé d’avis clients, avec réponse automatique et escalade vers le support
Assistant de création de contenus emailing, à enrichir avec la traduction et la localisation multi-pays
Agent CRM capable de recommander une stratégie de communication client (contenu, canal, timing) à partir de l’historique des campagnes, avec une boucle de rétroaction
Ce que tu vas faire
Cadrage et priorisation
Animer des ateliers avec les équipes métier et produit pour qualifier les cas d’usage à fort impact
Évaluer la valeur, la faisabilité, la qualité des données et les risques (sécurité, conformité, éthique)
Définir les KPIs, les critères d’acceptation et une feuille de route réaliste
Conception, prototypage et évaluation
Concevoir des architectures adaptées : RAG, recherche sémantique, agents et multi-agents, fine-tuning quand il est pertinent
Développer des POC propres et documentés en Python
Mettre en place des expérimentations pour mesurer la qualité, la robustesse, les biais, les coûts et la latence
Définir les garde-fous applicatifs face aux risques propres aux LLM
Industrialisation et LLMOps
Transformer les prototypes validés en composants testés, versionnés et exploitables en production
Travailler avec les équipes Data Engineering et MLOps sur la CI/CD, la conteneurisation, l’orchestration et l’observabilité
Mettre en place le monitoring et l’alerting : qualité des réponses, dérive, latence, coûts
Documenter les choix techniques, les runbooks et les procédures d’exploitation
Collaboration et transfert
Participer aux revues de code, aux démos et aux rituels d’équipe
Organiser le transfert de connaissances pour rendre les équipes internes autonomes
Remonter de façon proactive les risques, les dépendances et les opportunités
Pourquoi Ever"T ?
Chez nous, tu rejoins une communauté IA-native qui repose sur trois piliers fondateurs : Humilité. Progrès. Engagement.
Tu bénéficies d’un suivi fort (ta Community Builder, ton facilitateur de Projet), d’un accès à des formations continues, d’événements réguliers (T"Time, T"Coached, T"Cast) et du programme Salarié Diversifié pour développer tes projets perso ou business en parallèle.
Un plan personnalisé pour postuler intelligemment à cette offre.
Cliquez sur "Postuler" pour accéder à l'offre.