About this role
1. Conception & Développement de Solutions GenAI
Développer des modèles et pipelines :Fine-tuning de LLM (Gemini, Mistral, Llama) avec PyTorch/TensorFlow.Implémentation de systèmes RAG (Retrieval-Augmented Generation) pour des applications métiers (recherche documentaire, chatbots, assistants).Optimisation des prompts et des chaînes de traitement (LangChain, LlamaIndex).Prototyper des PoC :Évaluation de l’applicabilité des modèles génératifs à des problèmes concrets (ex. : automatisation de processus, génération de code, analyse de données non structurées).Benchmarking des solutions cloud (Azure AI, GCP Vertex AI) et open-source.2. Industrialisation & MLOps
Automatiser et scalabiliser les pipelines GenAI :Déploiement de modèles en production avec MLOps (MLflow, Kubeflow, Azure ML/GCP Vertex AI).Containerisation (Docker, Kubernetes) et orchestration des workflows.Garantir la performance et la fiabilité :Optimisation des temps de réponse (latence, throughput) et de la consommation ressources.Mise en place de tests automatisés (unitaires, d’intégration, de non-régression).Monitoring et maintenance :Suivi des métriques de performance (précision, drift, coût).Logging et traçabilité des inférences (outils : Prometheus, Grafana, ELK).3. Intégration Système & Collaboration
Intégrer les solutions GenAI dans des environnements existants :API REST/GraphQL pour l’interfaçage avec les applications métiers.Collaboration avec les équipes backend, data, et devops pour une intégration fluide.Documenter et former :Rédaction de documentations techniques (architecture, APIs, guides d’utilisation).Formation des équipes métiers à l’utilisation des outils GenAI.4. Veille & Innovation
Suivre les avancées en IA Générative :Évaluation des nouveaux modèles (ex. : Gemini 1.5, Mistral 8x22B) et des techniques émergentes (agents autonomes, multi-modalité).
Formation : Bac+5 en data science, informatique, ou mathématiques appliquées (école d’ingénieur ou master spécialisé en IA/ML).Expérience : 4 à 9 ans en développement IA/ML, avec une expertise avérée en :Modèles génératifs (LLM, RAG, GenAI).Industrialisation de solutions (MLOps, déploiement cloud).Développement Python (PyTorch/TensorFlow, APIs).Soft Skills :Esprit d’innovation : Capacité à proposer des solutions créatives tout en respectant les contraintes industrielles.Rigueur : Respect des bonnes pratiques (reproductibilité, documentation, tests).Collaboration : Travail en équipe avec les data engineers, devops, et métiers.Pédagogie : Explication claire des concepts GenAI à des non-experts.Langues : anglais technique.