🧩 AI Engineer / Data Scientist GenAI – RAG, LLM & Speech-to-Text - Freelance

Taux journalier (TJM): 💶 Budget : 500 à 600 € / jour ou 50 à 70 K€ annuel selon profil et séniorité

🧩 AI Engineer / Data Scientist GenAI – RAG, LLM & Speech-to-Text

🗂️ Informations pratiques :

📍 Département : Paris (75)

🗓️ Démarrage : 05/10/2026

⏳ Durée : 12 mois, reconductible

🧾 Contrat : CDI ou freelance

💶 Budget : 500 à 600 € / jour ou 50 à 70 K€ annuel selon profil et séniorité

🧑‍💻 Télétravail : 2 à 3 jours par semaine

🧠 Séniorité : 6 à 9 ans d'expérience

👤 Poste ouvert : 1

🌍 Secteur : Banque / Services financiers

🧩 Contexte :

Au sein du centre d’expertise Data & IA d’un grand acteur du secteur bancaire, vous rejoindrez une équipe transverse composée de Data Scientists intervenant sur des problématiques NLP, Search et Intelligence Artificielle Générative.

La mission s’inscrit dans le cadre d’un projet interne confidentiel visant à exploiter des données internes, à la fois chiffrées et textuelles, afin de générer automatiquement des synthèses pertinentes. Le périmètre pourra également intégrer la mise en œuvre d’un moteur de recommandation.

Le socle technique est par ailleurs conçu pour pouvoir évoluer vers des interactions vocales, avec notamment des travaux autour du choix et de l’évaluation de modèles Speech-to-Text.

🎯 Missions principales :

• Analyser les besoins et participer au cadrage des différents lots du projet

• Concevoir et développer des mécanismes de génération de synthèses à partir de données structurées et textuelles

• Participer au développement, au suivi et à l’industrialisation des projets d’IA Générative

• Concevoir et optimiser les prompts et évaluer les performances des solutions basées sur des LLM et architectures RAG

• Contribuer à la veille technologique et au partage d’expertise au sein du Centre d’Expertise Data Science

🛠️ Environnement technique :

• IA Générative & NLP : LLM, RAG, Prompt Engineering, génération de synthèses, NLP, Search

• Développement Data Science : Python expert, traitement de données structurées et textuelles

• Speech & interfaces vocales : Speech-to-Text (STT), analyse et sélection de modèles

• Évaluation IA : évaluation des performances LLM/RAG, outils et méthodologies d’évaluation

• Industrialisation & MLOps : MLOps, CI/CD, containerisation

• APIs & intégration : API REST, intégration de services IA

• Méthodes & organisation : méthodes agiles, cadrage de projets, veille technologique