Ingénieur IA Générative & Data Science (NLP / Computer Vision / RAG) - junior - CDI

Dans le cadre du développement d’initiatives autour de l’Intelligence Artificielle Générative, notre client souhaite renforcer son pôle innovation par un profil capable d’explorer, tester et implémenter rapidement des solutions basées sur l’état de l’art en IA.

Vous interviendrez sur des sujets mêlant NLP, Computer Vision et LLMs , avec une forte dimension veille technologique et prototypage.

Vos missions

• Réaliser une veille active sur les technologies d’IA Générative (LLM, outils, frameworks)

• Identifier, benchmarker et tester des modèles SOTA (state-of-the-art)

• Concevoir et implémenter des POC et prototypes IA

• Construire et optimiser des pipelines de traitement de données

• Mettre en place des architectures RAG (Retrieval Augmented Generation)

• Effectuer du fine-tuning de modèles de Deep Learning (type BERT/Transformers)

• Développer des solutions NLP (classification, extraction d’informations, résumé, Q&A)

• Développer des cas d’usage en Computer Vision (OCR, détection d’objets type YOLO)

• Proposer des approches méthodologiques et techniques innovantes

• Participer aux choix d’architecture et d’outillage IA

Compétences techniques requises

Langages & Data Science

• Excellente maîtrise de Python

• Modélisation machine learning (supervisé / non supervisé)

• Expérience en Deep Learning

Frameworks & librairies

• PyTorch et/ou TensorFlow

• Transformers (HuggingFace)

• Scikit-learn

• LangChain

IA Générative & LLM

• Construction d’architectures RAG

• Prompt engineering

• Expérience avec LLM commerciaux (GPT-4, GPT-4o…)

• Connaissance de LLM open source (Llama 3, Mistral…)

NLP

• Expérience significative en traitement du langage naturel

• Fine-tuning de modèles type BERT

Computer Vision

• OCR

• Détection d’objets (YOLO)

Profil recherché

• Bac+5 (école d’ingénieur ou université) en IA / Data Science / Machine Learning

• Expérience confirmée en projets IA

• Capacité à prototyper rapidement et tester différentes approches

• Esprit R&D, curiosité technique et force de proposition

• Bonne communication technique

Atouts

• Contribution open source ou projets personnels IA

• Expérience cloud (AWS / Azure / GCP)

• Déploiement de modèles en production