Embarquez pour une carrière prometteuse en tant qu' Ingénieur IA générative (LLMOps Engineer)

Attiré(e) par les défis de la data science et passionné(e) par l' intelligence artificielle générative ? En quête d'une carrière innovante et diversifiée, où développer des compétences de pointe ?

Rejoignez-nous en tant qu' Ingénieur IA générative (LLMOps Engineer) partout en France. Profitez d'une formation accélérée de 400h avec des experts comme Databricks, Microsoft, et AWS. Postulez maintenant pour être parmi les 30 candidats sélectionnés.

J'envoie mon CV
Ingénieur

Le poste

En tant qu' Ingénieur LLMOps, vous aurez la charge de :

photo 1
  • Avoir la bonne approche du NLP
  • Maitriser les mécanismes d’attention Transformers et LLM Gérer les cycles de vie et construire une App LLM
  • Avoir une compréhension approfondie des concepts de Prompt Engineering
  • Mettre en place et accompagner la conduite du changement dans le cadre de la transformation SI
  • Maitriser la gestion du cycle de vie complet des projets de LLM avec MLflow et CometLLM
  • Utiliser Docker pour la conteneurisation d'environnements utilisables via Kubernetes et gérer l’installation et la configuration
  • Utiliser des fonctionnalités de Vertex AI /Amazon Bedrock/ Mistral... pour le traitement du langage naturel (LLM)
Recevoir la fiche de poste

Le dispositif POEI france-travail-2023 logo

segula photo 2

Dans le cadre d’une POEI(Préparation Opérationnelle à l’Emploi Individuel), plusieurs entreprises recherchent leur futurs Ingénieurs IA générative (LLMOps Engineer).

Le poste est un CDI précédé d'une formation professionnalisante certifiante (PSM1 et ISTQB FONDATION) de 400 heures étalée sur 11 semaines et assurée par l'organisme de formation DataScientest, pour que vous soyez pleinement opérationnel et 100% à l'aise dans la mission qui vous sera confiée.

Pour bénéficier du dispositif de la POEI, vous devez être inscrit(e) à France Travail .

Recevoir la documentation

Le profil recherché

Pour que votre candidature puisse être retenue, vous devez remplir les critères suivants :

partner
  • Inscrit(e) à France Travail et en recherche d'emploi
  • Vous êtes diplômé(e) au minimum d'un Bac +5
  • Vous justifiez d'au moins 2 à 3 années d'expérience professionnelle
  • Expérience en tant que Data Engineer, Data scientiste, ou chercheur post doctorant
Je corresponds au profil

Les + de la formation

✅ 100% financée ✅ CDI sécurisé ✅ Salaire de 39 à 42k€ avec revalorisation à 6 et 12 mois

Formation par Databricks, Microsoft, AWS Intégration dans des projets d'IA Générative après 11 semaines
Opportunités sur plusieurs sites, dans la France entière
Accompagnement personnalisé et management de proximité

datascientest logo
rncp logo
France travail logo
J'envoie ma candidature

Le programme de formation

datascientest

LLMOPS

Natural Language Processing
  • Rappels de MAchine & Deep Learning
  • Text Mining & ML avec des données textuelles
  • Word Embedding
  • Réseaux de neurones récurrents
Compétences acquises :
  • Manipulation et pré-traitement de données textes (stopwords, wordcloud...)
  • Implémentation de modèles de Machine Learning sur des données textes
  • Rappels mathématique des perceptrons
  • Implémentation et entraînement de réseaux de neurones
  • Représentation vectorielle du texte
  • Concepts mathématiques des réseaux récurrents (GRU, LSTM...)
Transformers & LLM
  • Mécanisme d'attention
  • Transformers
  • BERT & modèles de NLP
Compétences acquises :
  • Compréhension et implémentation des mécanismes d'attention et des modèles encodeurs/décodeurs
  • Implémentation et optimisation des transformers
  • Théorie et utilisation des modèles de type BERT, GPT...
LLM Project Lifecycle
  • Cycle de vie d'un projet de GenAl
  • Introduction au LLMOps avec vLLM & Hugging Face
  • Pré-entraînement des LLMs
Compétences acquises :
  • Utilisation avancée de la plateforme Hugging Face
  • Gestion de modèles linguistiques avec VLLM
  • Définition des objectifs et étapes d'un projet de LLM/GenAI
  • Optimisation de workflows d'entraînement de LLMs avec MosaicML
  • Gestion des hyperparamètres liés au pré-entraînement
  • Transfert de connaissances d'un modèle pré-entraîné vers des tâches spécifiques
Build an LLM App
  • Chargement et utilisation de modèles Mistral
  • Construction d'une application LLM-oriented
  • Systèmes multi-agents
Compétences acquises :
  • Chargement et utilisation des modèles LLM avec Langchain
  • Connexion entre Langchain et l'API de Mistral (& OpenAl)
  • Gestion des requêtes et réponses de l'API de Mistral (& OpenAl)
  • Définition et utilisation de systèmes multi-agents
Prompt Engineering & Posture du Consultant
  • Prompt Engineering
  • Posture du Consultant
Compétences acquises :
  • Prompt Engineering
    • Compréhension approfondie des concepts de Prompt Engineering
    • Sélection et adaptation efficace de prompts pour des tâches spécifiques
    • Optimisation des prompts pour améliorer la performance des modèles
    • Intégration du Prompt Engineering dans des workflows de LLM
  • Posture du Consultant
    • Communication efficace avec les parties prenantes non techniques
    • Analyse des besoins métier et formulation de problèmes data-centric
    • Compréhension approfondie des enjeux éthiques liés à la gestion des données
    • Présentation claire et persuasive des résultats d'analyses de données
RAG
  • Vector Databases and theory of RAG
  • RGPD / Éthique des bases de données
  • Data Drift
Compétences acquises :
  • Modélisation et utilisation des relations attribut-valeur-graphe (RAG) dans les bases de données
  • Optimisation des requêtes sur des données vectorielles à laide de Pinecone
  • Gestion et mise à l'échelle des bases de données vectorielles à l'aide de Pinecone
  • Compréhension des concepts de dérive de données (Data Drift)
  • Enjeux RGPD et éthiques avec les bases de données textuelles
Model Evaluation & Fine Tuning
  • Monitoring de LLM
  • ML Flow
Compétences acquises :
  • Gestion du cycle de vie complet des projets de LLM avec MLflow et CometLLM
  • Suivi et enregistrement des expériences, des métriques et des paramètres
  • Configuration et personnalisation des tableaux de bord
  • Création, gestion et déploiement de modèles
Model Deployment
  • Conteneurisation
  • Déploiement de modèles LLM
Compétences acquises :
  • Utilisation de Docker pour la conteneurisation d'environnements utilisables via Kubernetes
  • Installation et configuration de Kubeflow pour le machine learning dans Kubernetes
  • Orchestration de workflows avec Kubeflow Pipelines
  • Déploiement et gestion de modèles avec KFServing
  • Optimisation des hyperparamètres avec Katib et suivi des expériences de machine learning
Cloud for LLMs
  • Montée en compétence sur le Cloud provider de votre choix (AWS, Azure ou GCP)
  • Formation et certification sur Databricks ou Snowflake
Compétences acquises :
  • Utilisation des fonctionnalités de Vertex Al /Amazon Bedrock/ Databricks... pour le traitement du langage naturel (LLM)
  • Création, entraînement et déploiement de modèles linguistiques
  • Configuration et optimisation des hyperparamètres
  • Surveillance continue et gestion des modèles déployés avec les outils Cloud

 

Recevoir le document complet

Comment s'organise le recrutement

Page icon
Je laisse mes infos
Je candidate en renseignant mes informations personnelles ainsi que mon CV.
arrow right
Test icon
Je suis sélectionné
Je passe un test d'éligibilité, je rencontre les entreprises dans le cadre du Job Dating.
arrow right
Medail icon
Début de formation
Je signe ma lettre d’intention d’embauche avant de rentrer en formation.
Télécharger la brochure

Vous êtes intéressé(e) ?
Envoyez-nous votre candidature

Contact
1 Terrasse Bellini 92800 Puteaux
+33 9 80 80 79 49
Prenez RDV en ligne
Journées Portes Ouvertes
Mon compte formation
Qualiopi
Toutes nos formations sont certifiées Qualiopi.
© 2025 DataScientest — Tous droits réservés.