About this role
Vous intégrez une équipe d’experts dédiée à la conception d’architectures IA robustes et scalables, au service de grands comptes industriels et technologiques. Votre rôle ? Faire le lien entre innovation et contraintes opérationnelles, en pilotant des solutions from design to deployment avec une vision systémique.
Missions Principales :
1. Architecture & Design de Solutions IA
Concevoir des architectures end-to-end pour des systèmes IA complexes :Pipelines ML/LLM (fine-tuning, RAG, agents conversationnels).Intégration de modèles génératifs (Gemini, Mistral, Llama) en environnement industriel.Optimisation des flux data (streaming avec Kafka, batch avec Spark/Dataflow).Arbitrer les choix technologiques :Équilibrer innovation (IA générative) et contraintes industrielles (latence, coûts, conformité).Définir des standards d’architecture (modularité, scalabilité, réutilisabilité).2. Performance, Sécurité & Gouvernance
Garantir la performance des modèles :Optimisation des inférences LLM (quantization, caching, GPU/TPU).Benchmarking (latence, throughput, coût).Sécuriser et gouverner les données :Mise en place de gardes-fous éthiques (bias, explainability, RGPD).Chiffrement, gestion des accès (IAM), traçabilité (MLflow, Kubeflow).Collaboration avec les Data Governance Officers.3. Pont entre Équipes Techniques et Métiers
Traduire les enjeux business en solutions techniques :Animer des ateliers de co-conception avec les métiers.Former les équipes sur les bonnes pratiques MLOps et prompt engineering.Piloter les arbitrages :Prioriser les trade-offs (précision vs. coût, cloud vs. on-premise).Documenter les décisions d’architecture (ADR).4. Veille Stratégique & Innovation
Anticiper les tendances en IA générative, Edge AI, et MLOps 2.0.Évaluer l’impact des nouveaux modèles (Gemini 1.5, Mistral Large).Contribuer à la roadmap IA :Développement de frameworks internes pour le déploiement de LLM.Publication de retours d’expérience (white papers, conférences). Formation : Bac+5 en informatique, data science, ou ingénierie (école d’ingénieur ou master spécialisé en IA).
Expérience : 5 ans minimum en architecture IA ou rôles équivalents (ML Engineer, Data Scientist senior).
Expérience industrielle obligatoire : déploiement de modèles en production, gestion de pipelines data.
Soft Skills :
Vision systémique pour concevoir des solutions scalables et maintenables.
Leadership technique et capacité à animer des équipes pluridisciplinaires.
Pédagogie pour expliquer des concepts complexes (RAG, LLM) à des non-experts.
Langue(s) : anglais technique.