Offre d'emploi AI Engineer Senior - Intelligence Artificielle & IA Générative

Dans le cadre de sa stratégie de transformation digitale et de son ambition de devenir un Asset Manager "Tech-Savvy", notre client accélère l'industrialisation des solutions d'Intelligence Artificielle et d'Intelligence Artificielle Générative afin d'améliorer l'efficacité opérationnelle, l'expérience utilisateur et la création de valeur pour les métiers.

• Analyser les besoins métier et identifier les opportunités d'automatisation ou d'augmentation par l'IA.

• Concevoir des architectures IA adaptées aux contraintes métiers et techniques.

• Développer des applications basées sur des modèles Machine Learning, Deep Learning et Large Language Models (LLM).

• Concevoir et implémenter des assistants conversationnels intelligents.

• Développer des systèmes agentiques et multi-agents destinés à l'analyse documentaire, à la recherche d'information et à l'assistance décisionnelle.

• Concevoir des solutions de traitement automatique de documents et d'extraction d'information.

• Concevoir des architectures RAG (Retrieval Augmented Generation).

• Développer des moteurs de recherche sémantique.

• Intégrer des bases vectorielles et systèmes d'embedding.

• Concevoir des workflows agentiques complexes.

• Implémenter des stratégies avancées de gestion du contexte conversationnel.

• Mettre en œuvre des processus d'évaluation et de validation des réponses générées.

• Réduire les hallucinations et améliorer la qualité des réponses produites.

• Assurer le passage à l'échelle des solutions développées.

• Construire les pipelines CI/CD dédiés aux applications IA.

• Déployer les applications IA dans des environnements Cloud et Kubernetes.

• Industrialiser les modèles via des pratiques MLOps et GenAIOps.

• Automatiser les processus de déploiement et de monitoring.

• Maintenir les performances, la disponibilité et la résilience des systèmes en production.

• Définir des méthodologies d'évaluation des modèles.

• Construire des datasets de référence et des benchmarks métiers.

• Mettre en place des mécanismes de tests de non-régression.

• Mesurer les performances des modèles selon des indicateurs techniques et métier.

• Optimiser la latence, la qualité des réponses et les coûts d'exploitation.

• Piloter les plans d'amélioration continue.

• Déployer des solutions de monitoring des modèles IA.

• Assurer la traçabilité des décisions et des réponses générées.

• Mettre en place des indicateurs de qualité des systèmes IA.

• Superviser les risques liés à la dérive des modèles.

• Garantir l'observabilité des workflows IA et GenAI.

• Garantir la conformité des solutions avec les standards de sécurité du Groupe.

• Participer aux revues d'architecture et de gouvernance IA.

• Veiller au respect des réglementations relatives à la protection des données.

• Contribuer aux démarches d'IA Responsable.

• Participer à l'analyse des risques liés aux modèles d'IA.

• Accompagner les équipes métiers dans l'identification des cas d'usage.

• Apporter une expertise technique aux équipes projets.

• Participer à la définition des standards IA de l'entreprise.

• Former et sensibiliser les équipes aux technologies d'IA Générative.

• Assurer un rôle de référent technique auprès des développeurs et data scientists.

• Machine Learning

• Deep Learning

• NLP

• Prompt Engineering

• Fine Tuning

• Embeddings

• LLMs

• Transformers

• GPT

• Claude

• Mistral

• Llama

• RAG

• Agentic AI

• Multi-Agent Systems

• Function Calling

• Tool Calling

• Guardrails

• LLM Evaluation

• LLM Observability

• Python

• PyTorch

• TensorFlow

• Scikit-Learn

• LangChain

• LangGraph

• LlamaIndex

• Hugging Face

• Ragas

• API REST

• FastAPI

• Architecture Microservices

• Tests automatisés

• Design Patterns

• SQL

• PostgreSQL

• NoSQL

• Spark

• Hadoop

• MLflow

• Docker

• Kubernetes

• Git

• Azure DevOps

• GitLab CI/CD

• Jenkins

• Monitoring

• Observabilité

• Azure

• AWS

• AWS Bedrock

• IBM Cloud

• OpenShift

• Connaissance des métiers de l'Asset Management.

• Compréhension des processus d'investissement.

• Sensibilité aux problématiques ESG et RSE.

• Compréhension des enjeux réglementaires du secteur financier.

• Gestion des risques et conformité.

• Leadership technique.

• Excellent relationnel.

• Communication avec des interlocuteurs techniques et métiers.

• Esprit d'analyse et de synthèse.

• Forte capacité de vulgarisation.

• Curiosité intellectuelle.

• Orientation résultat.

• Autonomie.

• Proactivité.

• Travail en équipe multidisciplinaire.