Métier : Études & Développement Fonction : Ingénieur Spécialités technologiques : Monitoring, RGPD, Automatisation des tests, Versionning et Gestion de configuration, ML Type de facturation : Assistance Technique (taux journalier) Compétences Techniques : GIT, GitHub, CI/CD Description et livrables : Rôle d?un(e) ingénieur(e) IA / ML Ops senior : gestion du portefeuille de cas d?usage d?IA (ML, Deep Learning, IA Générative, Agentique) pour plusieurs départements. Interlocuteur référent IA : communication avec chefs de projets, développeurs, architectes, métiers et partenaires internes/externes. Support aux directions : cadrage des cas d?usage, traduction des besoins métiers en spécifications techniques. Contributions à la modélisation : assurer performance, robustesse, explicabilité, conformité des modèles, et leur industrialisation. Mise en place de bonnes pratiques : Feature Engineering, validation de données, challenges aux approches Data Science, pilotage de l?industrialisation et déploiement des modèles. Gestion du cadre ML Ops : reproductibilité, versioning, automatisation, gouvernance, architecture modulaire, mutualisation des solutions. Construction et déploiement des pipelines, CI/CD, monitoring, respect des normes RGPD et réglementaires. Organisation et diffusion des bonnes pratiques : gestion du code, qualité, tests, ML Ops, sécurité, gouvernance, documentation et traçabilité. Validation et audit : contrôle de la qualité des modèles et livrables avant mise en production, validation technique auprès des instances. Encadrement et montée en compétences des juniors : formation, accompagnement et vulgarisation des concepts IA auprès des métiers. Veille technologique : recherche et proposition de nouvelles architectures et outils IA en phase avec les évolutions réglementaires et les enjeux responsables.