Engineer - Gcp + Neo4j Mandatory H/F - collectivite

Information importanteType de contrat: CDISalaire : Salaire selon profilLocalisation : Paris, FranceDate de démarrage :UrgentMode de travail : Télétravail, HybridePublié le : 16 juillet 2026Le besoinNotre client, acteur du secteur retail, renforce son équipe Data & IA pour industrialiser ses cas d'usage d'intelligence artificielle : personnalisation client, prévision de la demande, optimisation des prix et intégration de solutions génératives (GenAI) dans le parcours d'achat. Dans ce cadre, nous recherchons un(e) AI Engineer confirmé(e) pour concevoir, développer et déployer des modèles d'IA en production.Profil recherché- Concevoir et développer des modèles de machine learning et deep learning répondant à des cas d'usage retail :recommandation produit, prévision de la demande, pricing dynamique, détection de fraude, segmentation client.- Construire des pipelines de données robustes pour l'entraînement et l'inférence des modèles (feature engineering,ETL/ELT).- Développer et industrialiser des solutions GenAI (chatbots, assistants d'achat, recherche sémantique) via desarchitectures RAG.- Déployer, monitorer et maintenir les modèles en production (MLOps).- Collaborer avec les équipes Data Science, Data Engineering et Produit pour traduire les besoins métier en solutionstechniques.- Garantir la qualité, la performance et la scalabilité des solutions IA déployées.- Assurer une veille technologique sur les avancées IA appliquées au retail.Langages & DataRequis : Python, SQL, PySparkMachine Learning / Deep LearningFrameworks : Scikit-learn, PyTorch ou TensorFlow, XGBoost / LightGBM GenAI / LLMOutils : LangChain / LlamaIndex, architectures RAG, prompt engineering, fine-tuning, API LLM (OpenAI, Vertex AI, Azure OpenAI)MLOpsOutils : Docker, Kubernetes, MLflow ou Kubeflow, CI/CD, AirflowCloudAu moins un environnement maîtrisé : GCP (Vertex AI, BigQuery), AWS (SageMaker, Redshift) ou Azure (Azure ML,Synapse)Données & basesStockage / recherche : Data warehouse (BigQuery, Snowflake, Redshift), bases vectorielles (Pinecone, Weaviate, FAISS), bases graphes (Neo4j) pour les cas d'usage recommandation et knowledge graph produit

• Docker
• Fraude
• Intelligence artificielle
• ETL
• Kubernetes
• Neo4j
• Machine learning
• Google cloud platform
• TensorFlow