Job Vacancy Data Engineer / GenAI Engineer (Senior)

Contexte de la mission

Dans le cadre d’un programme stratégique d’IA augmentée, la mission vise à concevoir et déployer un dispositif de benchmark permettant d’évaluer les technologies et solutions d’IA générative du marché.
L’objectif est de sécuriser les choix technologiques, réduire les risques et structurer une roadmap produits et technologies IA.

Objectifs globaux

• Mettre en place une architecture data complète dédiée aux benchmarks IA générative

• Automatiser l’ingestion, la préparation, le versioning et l’évaluation des données

• Garantir performance, scalabilité, traçabilité et reproductibilité des benchmarks

Missions principalesArchitecture & Data Engineering

• Concevoir et implémenter des pipelines automatisés d’ingestion, nettoyage et versioning des datasets

• Développer des pipelines de génération d’embeddings et de collecte des résultats des modèles IA

• Mettre en place et administrer des bases de données :

  • Vectorielles

  • SQL / NoSQL

  • Stockage objet (volumes importants)

• Définir une architecture data robuste répondant aux exigences de performance et de scalabilité

DevOps & Industrialisation

• Conteneurisation des environnements (Docker)

• Mise en place d’Infrastructure as Code (IaC)

• Automatisation CI/CD et déploiements reproductibles

Qualité, documentation & gouvernance

• Rédiger le dictionnaire de données

• Produire la documentation technique complète

• Définir les procédures de validation et de contrôle qualité des données

• Assurer la traçabilité et la conformité des traitements

Livrables attendus

• Architecture data détaillée (schémas, flux, intégrations)

• Infrastructure data opérationnelle (DB vectorielles, SQL/NoSQL, stockage objet)

• Environnements reproductibles (IaC, Docker, configurations)

• Code source documenté et versionné des pipelines

• Dictionnaire de données et documentation technique

• Procédures de validation et critères d’acceptation qualité

Méthodologie

• Travail en mode Agile

• Participation aux rituels agiles et points d’avancement réguliers

• Reporting mensuel : livrables réalisés, à venir, points bloquants

Compétences techniques requisesImpératives

• Python avancé (API, scripts, pipelines data)

• Bases de données : PostgreSQL, MongoDB, bases vectorielles

• Cloud : Google Cloud Platform (GCP)

• DevOps : Docker, Kubernetes, CI/CD (GitLab CI)

• Architecture Data & Big Data

• IA générative : LLM, RAG, embeddings, prompts

Appréciées

• IaC (Terraform ou équivalent)

• Tests unitaires, intégration et fonctionnels

• Software Craftsmanship (code review, pair programming)

Connaissances fonctionnelles

• Concepts IA : LLM, agents, assistants, hallucinations, prompts

• Usage critique et éthique de l’IA

• RGPD et enjeux éthiques liés à l’IA

Langues

• Anglais technique courant – impératif (oral & écrit)