Spécialiste IA Générative CDI F/H chez OUICODING SAS

Vous guiderez les clients sur les choix les plus adaptés – via des techniques telles que le RAG, les agents intelligents, ou le fine-tuning – pour maximiser l’impact tout en maîtrisant les coûts.Votre rôle va bien au-delà du prompt engineering : vous participerez à l’architecture complète de produits IA robustes, du benchmark au prototypage, jusqu’à la validation et l’intégration dans l’environnement client. Vous veillerez à ce que les modèles soient optimisés pour la performance, la sécurité et l’évolutivité. Une formation continue est assurée pour soutenir votre succès.Si vous êtes motivé·e pour repousser les frontières de l’IA et accompagner les entreprises dans leur adoption rapide et sécurisée de GenAI, postulez pour faire la différence !Responsabilités: -Développement de systèmes LLM/GenAI : concevoir, entraîner, ajuster et déployer des modèles d’IA avancés basés sur des LLM (GPT-x, Claude, Gemini, Llama, Mistral) et autres techniques génératives.-Support à l’architecture de solution : collaborer avec l’architecte GenAI pour concevoir des solutions robustes, sécurisées et évolutives.-Développement d’applications IA : créer des applications alimentées par des modèles GenAI (hébergés ou via API), conformes aux exigences réglementaires (RGPD, AI Act, licences modèles…).-Prompt Engineering avancé : concevoir des prompts performants (few-shot, Chain/Tree/Graph of Thought, ReAct, Self-reflection, garde-fous), équilibrant simplicité et efficacité.-Implémentation RAG : mettre en place des architectures de RAG (Retrieval-Augmented Generation) pour accroître la pertinence et fournir une traçabilité des sources.-Sélection & fine-tuning de modèles : choisir et ajuster les modèles adaptés, y compris multimodaux (VLM, SLM), pour produire des contenus de qualité (texte, image, code, audio…).-Intégration & MLOps : appliquer les bonnes pratiques MLOps (CI/CD, versionning, monitoring…) pour le déploiement en production dans le cloud (AWS, Azure, GCP).-Évaluation & IA Responsable : établir des cadres d’évaluation pour mesurer performance, fiabilité, sécurité et éthique des modèles.-Veille & innovation : se tenir informé·e des dernières avancées, expérimenter de nouvelles approches, partager en interne.