Raedy
ContexteL'AI Factory construit et opère la plateforme agentique d'un grand groupe : le socle unique sur lequel sont créés, déployés et exploités les agents IA. L'équipe AI Platform maintient ce socle et l'enrichit en continu (catalogue d'agents, connecteurs MCP, catalogue de skills, interfaces conversationnelles, intégrations aux systèmes du groupe). La plateforme sert deux familles d'utilisateurs : les équipes techniques de l'AI Factory (AI engineers et data scientists d'AI Products et de Business Science) qui construisent les produits IA du groupe, et les tandems AI Builder / métier qui créent des agents et des RAG pour les fonctions RH, marketing, finance ou éditoriales. Un agent ne vaut que par les données auxquelles il accède. MissionsConstruire et fiabiliser toute la couche data du socle : ingestion des sources du groupe, préparation, exposition aux agents et contrôle de qualité. Construire et maintenir les pipelines d'ingestion des sources du groupe vers la plateforme : bases internes, APIs, fichiers, espaces documentaires. Modéliser et préparer les jeux de données exploités par les agents, avec une maille et des règles de gestion explicites. Industrialiser les chaînes documentaires alimentant les RAG : collecte, nettoyage, découpage, enrichissement des métadonnées, rafraîchissement. Gérer les synchronisations récurrentes et les traitements incrémentaux, avec reprise sur erreur. Exposer les données aux agents via les connecteurs de la plateforme, notamment le connecteur MCP Snowflake. Travailler avec les équipes data des différents territoires pour obtenir, cadrer et fiabiliser les tables sources dont les agents ont besoin. Documenter les schémas et les contrats de données, et gérer leurs évolutions sans casser les usages existants. Veiller à ce que seules les données autorisées soient accessibles, en lien avec les règles de sécurité et de conformité. Déployer et opérer les traitements sur AWS, avec orchestration, conteneurisation et pipelines d'intégration et de déploiement continus. Mettre en place les contrôles de qualité et de fraîcheur des données, avec alertes en cas d'anomalie. Assurer l'observabilité des pipelines : logs structurés, suivi des exécutions, métriques, coûts. Participer au run : traitement des incidents, optimisation des performances et des coûts de traitement. Contribuer aux revues de code et aux choix d'architecture de l'équipe. Compétences techniquesDomaine indispensable Langages : Python, SQL avancé Data : Snowflake, modélisation de données, traitements incrémentaux Cloud : AWS S3, ECS, DynamoDB Orchestration : Airflow ou équivalent IA générative MCP, recherche sémantique et embeddings Qualité et observabilité : tests de données, contrôles de fraîcheur, logs structurés Outils : Docker, Poetry, Git, CI/CD GitLab, Jira Domaine apprécié TypeScript dbt, bases vectorielles, formats de fichiers analytiques Lambda, Step Functions, Kinesis, AWS Batch, Glue Streaming et traitements temps réel Compréhension des chaînes de RAG et des besoins en données des agents Catalogue de données, suivi des lignages Serait un plus Expérience d'une plateforme data mutualisée entre plusieurs équipes ou plusieurs pays Expérience d'alimentation de produits IA en production Expérience dans les médias, la télévision ou le streaming, notamment sur des données de catalogue ou d'audience Sensibilité aux enjeux de sécurité, de confidentialité et de conformité des données Conditions de travailLocalisation : Puteaux (2 jours/semaine) + télétravail Expérience : +5 ans sur missions similaires TJ Max (selon expérience) : 440 € Une plateforme IA stratégique pour le groupe, avec une visibilité au plus haut niveau Des sujets techniques nouveaux, à construire plutôt qu'à maintenir Une équipe technique solide et internationale