AI Engineer Senior Azure AI / MLOps / LLMOps - Mission Freelance - Freelance (H/F)

Taux journalier (TJM): 580
Dans le cadre de l'industrialisation de ses produits Data et d'intelligence artificielle, notre client renforce son équipe Data & AI avec un AI Engineer Senior, orienté production.
L'objectif est de faire passer les initiatives IA du prototype à des produits fiables, sécurisés, observables et maintenables. La mission couvre à la fois les solutions de Machine Learning et d'IA générative : RAG, agents, outils, orchestrations et assistants de type Copilot.
Vous rejoindrez une équipe pluridisciplinaire composée d'un Architecte IA, de Data Scientists, d'un Product Owner IA et d'équipes Cloud, Data, Sécurité, Développement et Métiers.
*
Concevoir et déployer les composants nécessaires aux produits IA sur Microsoft Azure.
*
Industrialiser Azure AI Foundry, Azure OpenAI, Azure AI Search, les API, les runtimes d'agents et les mécanismes de RAG.
*
Contribuer à la conception d'assistants métiers et de solutions Microsoft Copilot / Copilot Studio.
*
Mettre en œuvre les exigences d'identité, d'accès, de secrets, de chiffrement, de réseau privé et de journalisation.
*
Intégrer les solutions IA avec les plateformes data, notamment Snowflake et/ou Databricks, ainsi qu'avec les systèmes métiers.
*
Construire des pipelines reproductibles pour l'entraînement, l'évaluation, le déploiement et la supervision des modèles.
*
Industrialiser le cycle de vie des prompts, modèles, embeddings, index, agents et configurations.
*
Utiliser MLflow pour le suivi des expérimentations, le registre des modèles et la promotion des versions.
*
Mettre en place des évaluations continues : qualité, pertinence, robustesse, sécurité et non-régression.
*
Développer et maintenir les chaînes CI/CD avec Azure DevOps ou GitHub Actions.
*
Décrire et versionner les infrastructures avec Bicep et/ou Terraform.
*
Automatiser le provisionnement, les tests, les contrôles de sécurité, les déploiements et les rollbacks.
*
Mettre en place l'observabilité : logs, métriques, traces, latence, erreurs, consommation de tokens et coûts.
*
Contribuer au diagnostic des incidents, à la documentation et au transfert de compétences aux équipes DSI.
*
Implémenter les garde-fous IA : contrôle des outils, limitation des permissions, protection contre les prompt injections et validation humaine.
*
Mettre en place le suivi des coûts par produit, environnement, modèle ou agent.
*
Optimiser les modèles, quotas, capacités, caches et architectures selon les objectifs de coût, qualité et performance.
*
Expérience significative en industrialisation de solutions ML ou GenAI en production.
*
Très bonne maîtrise de Microsoft Azure, idéalement Azure AI Foundry, Azure OpenAI, Azure AI Search, Entra ID, Key Vault, Azure Monitor et services d'intégration.
*
Expérience concrète en MLOps / LLMOps, avec MLflow, pipelines, registre, monitoring et évaluation.
*
Maîtrise de Python, des API REST, du développement backend et des pratiques de software engineering.
*
Expérience en IaC avec Bicep et/ou Terraform, CI/CD, Docker et conteneurisation.
*
Connaissance de Snowflake et/ou Databricks.
*
Une expérience de Copilot Studio, Microsoft 365 Copilot, Teams ou Power Platform est un véritable plus.
*
La connaissance de MCP (Model Context Protocol), A2A (Agent-to-Agent) et des architectures multi-agents est appréciée.
*
Une expérience Salesforce, notamment Sales Cloud ou Service Cloud, serait un plus.
Autonomie, pragmatisme et orientation résultat ; capacité à travailler dans un contexte en transformation ; esprit de diagnostic et de priorisation ; posture de coopération et de transfert de compétences ; français professionnel et anglais technique