Développeur IA/LLM (IT) / Freelance

Les missions du poste

Bonjour,

Nous recherchons pour notre client grand compte un Développeur IA/LLM.

Nous étudions prioritairement les candidatures adressées par mail à freelance à insyco . fr avec :

       Un argumentaire écrit répondant de façon ciblée au besoin ci-dessous


       Un CV à jour au format Word


       Une date de disponibilité


       Un tarif journalier


      Merci d?indiquer la référence MDE/LLM/4704 dans l'objet de votre mail



 

Vos responsabilités



       Analyser les modèles et solutions répondant au besoin


       Concevoir, développer et / ou intégrer des modèles d'intelligence artificielle dans nos produits. (NLP, LLM Multimodale, SLM, Computer Vision)


       Mise en place d?outils pour aider le déploiement complexe de LLMs multimodaux sur différents environnement produits (ONNX Runtime, LangChain, MLflow, MLLM-Tool, etc.)


       Mise en place de tests de performance (tests de charge, de stress, et d'endurance)


       Suivre la qualité des résultats et affiner l?utilisation et assurer la scalabilité, la fiabilité et la performance des modèles déployés.


       Améliorer la performance et la précision des modèles IA existants avec des solutions à intégrer (LLM as a Judge, RAG, fine-tuning).


       Tester de nouvelles approches algorithmiques et se tenir informé(e) des dernières avancées en IA. (LLM, SLM, CNN, CV etc.)


       Travailler en étroite collaboration avec les différentes équipes produit de l?offre d?infos, data, infra et développement pour assurer une intégration efficace et transverse des solutions.


       Assurer le suivi et la documentation des solutions développées.





Profil candidat:
       Maîtrise des langages Python, TensorFlow, PyTorch, SQL et bibliothèques associées.


       Expérience en machine learning (ML), deep learning (DL), traitement du langage naturel (NLP), Large Language Model (LLM), Computer Vision (CV) ou systèmes de recommandation (Filtrage collaboratif, filtrage basé sur le contenu).


       Connaissance des infrastructures aidant au déploiement et orchestration de modèles des LLMs multimodaux, de monitoring et d?optimisation des modèles (ONNX Runtime, LangChain, MLflow, MLLM-Tool, etc.)


       Expérience avec les bases de données et le cloud computing (Azure, OVH, GCP)


       Connaissance et maîtrise de la conteneurisation (docker/swarm, Kubernetes)


       Connaissance et maîtrise des standards de produit SAAS et API


       Connaissance des outils de gestion de version (Git) et des pratiques CI/CD.


       Connaissance des méthodes agiles (Scrum, SaFe, Kanban)