Merci de contacter Sumi Delplanque directement via LinkedInLa mission de Data Scientist en Maintenance Prédictive concerne la réponse aux besoins en data science liés à l'ingénierie et à la maintenance, au sein du département Data / OR & AI de la Direction Informatique de la Data Factory Responsabilités :Développer des modèles de maintenance prédictive. Utiliser l'OCR et le RAG pour analyser des données. Must Have :Maîtrise de Python. Autonomie et capacité à prendre des initiatives. Nice to Have : Capacité à travailler en anglais. Autres détails :Durée: Plus d'1 an. Disponibilité: 2 jours par semaine sur site ( Île-de-France ) Taille de l'équipe: 12 personnes Proportions de l'innovation vs continuité: 80% d'innovation.
Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l'intelligence artificielle, du cloud et de l'architecture de systèmes IA. Vous interviendrez sur la conception et l'évolution d'architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu'à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼 Vos missions : 🎯 Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production Sélectionner les modèles et solutions adaptés aux différents cas d'usage : LLM, modèles open-weight et Computer Vision Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents Définir les architectures de serving, d'inférence et d'orchestration GPU Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU… Accompagner les équipes techniques dans les choix d'architecture Environnement technique : 🔧 IA & modèles : GPT • Claude • Gemini • Llama • Mistral • DeepSeek • Qwen • DINOv2/v3 • SigLIP • SAM • YOLO Agents & RAG : LangGraph • MCP • A2A • LangSmith • Qdrant • Pinecone • Weaviate • Milvus • GraphRAG • Agentic RAG LLMOps & Observabilité : LangSmith • Langfuse • RAGAS • Prometheus • Grafana • OpenTelemetry Cloud & Infrastructure : AWS Bedrock • SageMaker • Vertex AI • Azure AI Foundry • Kubernetes • Docker • Terraform • vLLM • SGLang • Ray/KubeRay • Karpenter Data & ML : PyTorch • JAX • Hugging Face • Scikit-learn • XGBoost • ONNX • Kafka • Snowflake • Databricks CI/CD & Sécurité : GitHub Actions • GitLab CI • Helm • Kustomize • Vault • Guardrails • sécurité LLM
ContexteAu sein d'une équipe Cyberdéfense d'un grand groupe international, nous recherchons un Ingénieur Cybersécurité spécialisé dans les sujets IA et IA générative. L'objectif est de renforcer l'expertise de l'équipe sur les nouveaux risques liés à l'utilisation et au développement de solutions d'intelligence artificielle : LLM, assistants, agents, RAG, modèles internes ou services IA proposés par les grands Cloud Providers. Nous recherchons avant tout un vrai passionné de cybersécurité et d'IA, capable de comprendre comment fonctionnent ces technologies, de les tester, de les détourner et d'identifier concrètement leurs vulnérabilités. Ce poste n'est pas un rôle de gouvernance pure : il nécessite une vraie capacité à mettre les mains dans la technique. Tes missionsDevenir le référent technique Cyberdéfense sur les sujets liés à l'IA et à l'IA générative. Évaluer la sécurité des nouvelles solutions IA utilisées ou développées par les équipes du groupe. Réaliser des analyses techniques et des tests de sécurité sur les LLM, applications GenAI et systèmes intégrant de l'IA. Identifier et tester les vulnérabilités spécifiques aux systèmes IA : prompt injection ; indirect prompt injection ; fuite ou extraction de données ; contournement des mécanismes de protection ; compromission des outils ou agents connectés ; risques liés aux architectures RAG ; exposition de données sensibles ; attaques sur les modèles et leurs chaînes d'approvisionnement. Participer à des démarches de Red Teaming appliquées à l'IA. Challenger les architectures IA avant leur mise en production. Accompagner les développeurs, Data Scientists, équipes Data / IA, architectes et Product Teams sur les bonnes pratiques de sécurité. Contribuer à la sécurisation des API, modèles, pipelines et composants utilisés dans les applications IA. Analyser et challenger les services IA proposés par les grands fournisseurs Cloud et éditeurs. Définir et tester des mécanismes de protection et de contrôle adaptés aux usages IA. Participer à l'analyse et au suivi des incidents de sécurité liés à ces environnements. Piloter ou challenger les audits et pentests réalisés par des partenaires spécialisés. Assurer une veille technologique et offensive très forte sur les nouvelles attaques, outils et recherches autour de la sécurité de l'IA. Tester de nouveaux outils, frameworks et techniques afin d'évaluer leur intérêt pour l'équipe Cyberdéfense.
Pour le compte d'un grand groupe international, nous recherchons un Architecte IA Senior / Tech Lead Data & AI pour rejoindre une équipe dédiée aux sujets Data & IA dans un environnement international. Missions Définir l'architecture Data & IA à court et moyen terme dans un environnement multi-cloud. Élaborer les guidelines d'architecture et les principes d'intégration des solutions IA. Définir les stratégies Build vs Buy et challenger les solutions éditeurs. Concevoir l'architecture multi-agents et les protocoles d'interaction (MCP, A2A). Cadrer et valider des POC d'interconnexion entre agents. Définir les principes de sécurité, gouvernance et guardrails IA. Mettre en place les principes de gestion des accès, human-in-the-loop, tests et métriques de qualité. Structurer les métadonnées, ontologies métier et approches Graph RAG / Semantic Layer. Contribuer aux RFI/RFQ et challenger techniquement les éditeurs et intégrateurs. Accompagner les sujets MLOps / LLMOps et l'industrialisation des solutions IA. Participer au chiffrage de la trajectoire IA : Capex/Opex, compute, tokens et FinOps. Prendre en compte les contraintes de conformité Data & Cloud dans un contexte international.
Ingénieur IA MLOps / Production (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production. Les applications concernées couvrent notamment : Moteurs RAG (Retrieval-Augmented Generation) Agents conversationnels Systèmes multi-agents Solutions basées sur des LLM managés Modèles de Machine Learning industrialisés Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise. Le poste présente une double dimension : Maintien en conditions opérationnelles (RUN) des solutions IA en production Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA Missions principales1. Exploitation et support de productionAssurer le support applicatif de niveau 2 et 3 des solutions IA en production. Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution. Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement). Participer à la gestion des incidents majeurs et aux analyses post-mortem. Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade). Mettre en œuvre les procédures de continuité de service et les modes dégradés. Accompagner les montées de versions des modèles IA et des composants applicatifs. Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire. 2. Monitoring et observabilité des systèmes IAExploiter et améliorer les dispositifs de supervision applicative et infrastructure. Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM. Concevoir des tableaux de bord de pilotage permettant de suivre : La disponibilité des services La latence des traitements Le coût des traitements IA Les performances des modèles La qualité des réponses générées Les dérives fonctionnelles et comportementales Affiner les stratégies d'alerting afin de réduire les faux positifs. Participer à la définition des politiques de surveillance et d'évolution des modèles. 3. Contribution aux pratiques MLOps et à l'industrialisationParticiper à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA. Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus. Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code. Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles. Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement. Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps). 4. Gouvernance, sécurité et conformitéGarantir la conformité des solutions avec les normes internes et réglementaires. Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA. Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative. Participer aux exercices de continuité et de reprise d'activité. Maintenir l'ensemble de la documentation technique et opérationnelle. Veiller à l'application des politiques de sécurité et de gestion des risques. 5. Optimisation et innovationSuivre et optimiser les coûts d'exploitation des plateformes Cloud et IA. Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience. Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA. Contribuer à la construction de composants réutilisables et mutualisés. Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité. Compétences comportementales recherchéesForte culture de production et sens du service. Capacité à intervenir efficacement en situation critique. Rigueur et sens de l'organisation. Esprit analytique et aptitude à la résolution de problèmes complexes. Excellentes capacités de communication. Autonomie et proactivité. Goût pour l'amélioration continue. Capacité à collaborer avec des équipes multidisciplinaires. Curiosité technologique et culture DevOps/MLOps. Anglais professionnel. Compétences techniques requisesIntelligence Artificielle & MLOpsExpérience significative sur des projets IA industrialisés. Connaissance des architectures RAG et des systèmes agentiques. Compréhension des problématiques liées aux LLM et à leur exploitation en production. Connaissance des pratiques LLMOps et MLOps. Gestion du cycle de vie des modèles et monitoring de performance. Cloud & InfrastructureExcellente maîtrise d'AWS : EKS Lambda EC2 CloudWatch IAM S3 Services IA managés Bonnes connaissances Kubernetes et conteneurisation Docker. DevOps & CI/CDGitLab CI GitHub Actions Terraform Infrastructure as Code Gestion des artefacts logiciels Gestion des secrets (Vault ou équivalent) Automatisation des déploiements Monitoring & ObservabilitéPrometheus Grafana CloudWatch APM Observabilité des applications IA Tracing distribué Monitoring des performances modèles Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout. Sécurité & GouvernanceGestion des vulnérabilités. Sécurité Cloud. Gouvernance des modèles IA. Traçabilité et auditabilité. Connaissance des réglementations liées à l'IA et à la protection des données. DéveloppementPython avancé. APIs REST. Scripts d'automatisation. Connaissances SQL appréciées.
Pilote de Projet IA / Rapporteur Portefeuille IA - Accompagnement d'un portefeuille de projets IA et IA Générative. 15/11/2026 36 mois Paris 2 jours par semaine Microsoft Teams, SharePoint, Office 365, Jira, Confluence, Méthodes Agile, Azure AI Foundry, AWS Bedrock, Python, Solutions RAG, Architectures Agentiques, Protocoles MCP, Outils d'orchestration IA Accompagnement d'un portefeuille de projets IA et IA Générative. • Structuration et animation d'un portefeuille de projets IA. • Analyse des besoins métiers et qualification des cas d'usage IA. • Identification des enjeux de valeur et construction des feuilles de route projets. • Définition des stratégies d'expérimentation et suivi des POC. • Suivi de la réalisation et de l'industrialisation des projets IA. • Animation des instances de gouvernance et reporting exécutif. • Gestion des risques, conformité et qualité des projets. • Coordination entre métiers, équipes innovation, experts IA et équipes de réalisation. • Production des livrables de cadrage, suivi et reporting. • Participation aux actions d'acculturation, communication et conduite du changement autour de l'IA.
