Share this job
Définir et valider des architectures Data & IA :
Identifier, concevoir et expérimenter des modèles d’architecture réutilisables pour les projets Data & IA (ex : Modern Data Stack, architectures serverless, microservices).
Élaborer des architectures cibles pour les solutions Data & IA, en tenant compte des besoins fonctionnels et non fonctionnels (sécurité, performance, résilience, observabilité, interopérabilité, maintenabilité, réversibilité, maîtrise des coûts).
Valider l’adéquation entre les architectures proposées et les besoins métiers, en collaboration avec les équipes projets et les parties prenantes.
Piloter la conformité et l’innovation :
Garantir la conformité des solutions aux référentiels (ex : RGPD, ISO 27001, standards internes).
Intégrer les démarches FinOps/GreenOps dès la conception des architectures pour optimiser les coûts et l’empreinte environnementale.
Piloter l’innovation technico-fonctionnelle : identifier et qualifier des cas d’usage, organiser des études et expérimentations (PoC, PoT), et arbitrer les priorités.
Accompagner les équipes techniques :
Apporter une expertise technique aux équipes projets, DevOps, et Data Engineers pour résoudre des problématiques complexes.
Participer aux comités techniques (ex : Comité de Consultation et de Validation des Architectures - CCVA, Préqualification SSI) pour défendre les choix architecturaux.
Former et conseiller les équipes sur les bonnes pratiques architecturales (ex : design patterns, intégration de solutions cloud).
Représenter le pôle en interne et en externe :
Participer aux instances de gouvernance (ex : Comité d’Architecture DG NUM, Comité de Standardisation) pour harmoniser les solutions à l’échelle du groupe.
Présenter les nouvelles solutions Data & IA aux parties prenantes (métiers, direction, partenaires).
Assurer la coordination avec les autres centres de compétences (ex : Fondation DATA & IA, Expertise Avancée en IA Générative).
Documenter et capitaliser :
Produire des dossiers d’architecture (ex : Dossier d’Architecture Technique - DAT, schémas C4, UML, flux de données).
Maintenir un référentiel des décisions architecturales (historique des choix, justifications, impacts).
Contribuer à la veille technologique pour anticiper les évolutions des standards et des outils.
Candidate profile
Cloud & InfrastructureArchitecture & services Cloud (AWS/Azure)4 (Expert)
Connaissance des contraintes et opportunités des clouds souverains.Architecture & Plateformes Data/IAModern Data Stack
Maîtrise des technologies type Databricks, Snowflake, AWS
Conception et optimisation d’architectures cloud pour les solutions Data & Souverain2 (Intermédiaire)
. rchitecture IA2 (Intermédiaire)Conception d’architectures pour des solutions d’IA (ex : LLM, RAG, fine-tuning).Plateformes Data (Databricks, Cloudera, AWS, GCP)4 (Expert)Expérience dans la conception et l’intégration de plateformes Data.Bases de donnéesBases de données relationnelles (Oracle, PostgreSQL)3 (Avancé)Conception, optimisation et gestion de bases de & ReportingTableau Server, Power BI, Cognos4 (Expert)Conception de solutions de reporting et de visualisation pour les utilisateurs métiers.
Capacité à encadrer des projets complexes en méthodologie Agile.Programmation & Langages
Python3 Scripting pour la modélisation et l’intégration de solutions Data/IA.
EngineeringSQL3 (Avancé)Requêtes complexes pour l’extraction et la transformation de données.Outils ETL/ELT (IBM DataStage, Talend)4 (Expert)Conception de pipelines de données pour l’ingestion et le traitement.
MLOps & IndustrialisationMise en production des modèles4 (Expert)Industrialisation des modèles IA (CC/CI, déploiement cloud, performance).
DevOps, CI/CDDevOps, CI/CD
Working environment
Cloud & Infrastructure :
Plateformes : AWS, Azure, Cloud Souverain (ex : OVH, Outscale).
Services : AWS Lambda, Azure Functions, Kubernetes (EKS, AKS), Docker.
Stockage : Data Lakes (AWS S3, Azure Data Lake), Data Warehouses (Snowflake, Redshift, BigQuery).
Architecture Data :
Modern Data Stack : Databricks, Snowflake, dbt (Data Build Tool), Airflow.
ETL/ELT : IBM DataStage, Talend, Apache NiFi, Spark.
Bases de données : Oracle, PostgreSQL, MongoDB, Cassandra.
Streaming : Kafka, Kinesis, Flink.
IA & Machine Learning :
Frameworks : TensorFlow, PyTorch, Hugging Face (pour les LLM).
Outils MLOps : MLflow, Kubeflow, SageMaker, Vertex AI.
Modèles : LLM (ex : Mistral, Llama), RAG, fine-tuning, évaluation de performance.
BI & Visualisation :
Outils : Tableau Server, Power BI, Cognos Analytics, SAP BI.
Fonctionnalités : Création de tableaux de bord, KPI, alertes, et rapports interactifs.
DevOps & CI/CD :
Outils : Git, Jenkins, GitLab CI, Terraform, Ansible.
Pratiques : Infrastructure as Code (IaC), tests automatisés, déploiement continu.
Sécurité & Conformité :
Standards : RGPD, ISO 27001, NIST.
Outils : Préqualification SSI, audits de sécurité, gestion des accès (IAM).
Collaboration :
Outils : Jira, Confluence, Microsoft Teams, Slack.
Apply to this job!
Find your next career move from +10,000 jobs!
Manage your visibility
Salary, remote work... Define all the criteria that are important to you.
Get discovered
Recruiters come directly to look for their future hires in our CV library.
Join a community
Connect with like-minded tech and IT professionals on a daily basis through our forum.
Architecte Data Senior
nahange