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.
Intitulé : Data Engineer Senior IA (H/F) Expérience : +7 ans minimum Mode de travail : Hybride Localisation : Île-de-France Démarrage : ASAP Secteur : Services financiers Environnement : AWS, Spark, Python, SQL, DataOps, Gouvernance Data, CI/CD ContexteDans le cadre de l'accélération de sa stratégie Data, un grand groupe du secteur des services financiers recherche un(e) Data Engineer Senior pour rejoindre sa Direction Data & IA. Vous interviendrez au sein d'une équipe en charge de la conception, de l'industrialisation et de l'exploitation des plateformes de données destinées à soutenir les enjeux métiers, réglementaires et analytiques de l'entreprise. Votre rôle consistera à concevoir des architectures Data robustes, piloter l'industrialisation des pipelines de données et garantir la qualité, la gouvernance et la valorisation des données à grande échelle. Missions principalesPilotage des projets DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Accompagner les métiers dans l'identification et la formalisation de leurs besoins Data. Traduire les besoins fonctionnels, techniques et réglementaires en solutions concrètes et industrialisables. Être le référent technique Data auprès des chefs de projet, architectes, développeurs, data analysts, data scientists et parties prenantes métier. Piloter les choix techniques et garantir leur cohérence avec les standards de l'entreprise. Conception et développement des pipelines DataConcevoir, développer et maintenir des pipelines d'ingestion de données : Batch APIs Flux programmés Chargements de fichiers Développer des traitements ETL / ELT alimentant un Data Lake et des plateformes analytiques. Mettre en œuvre les bonnes pratiques de modélisation des données. Garantir la performance, la qualité, la résilience et la maintenabilité des traitements. Assurer l'industrialisation complète des développements réalisés. Challenger les choix techniques et méthodologiques proposés par les autres membres de l'équipe. Architecture Data et IndustrialisationConcevoir des architectures Data modernes, modulaires et évolutives. Définir et appliquer les principes DataOps : Automatisation Versionning CI/CD Reproductibilité Observabilité Favoriser la mutualisation et la réutilisation des composants existants avant tout nouveau développement. Construire et maintenir : Pipelines ETL / ELT Chaînes CI/CD APIs de diffusion de données Mécanismes de monitoring et d'alerting Collaborer avec les équipes Data, Cloud et IA afin d'harmoniser les pratiques et accélérer les déploiements. Gouvernance, qualité et conformité des donnéesDéfinir et promouvoir les standards de développement Data. Garantir la qualité, la traçabilité et la conformité des données. Structurer les pratiques autour de : Git et workflows de développement Tests automatisés Documentation Data Catalog Métadonnées Lignage des données Infrastructure as Code Réaliser des audits techniques des pipelines et jeux de données. Assurer la conformité des solutions avec les exigences réglementaires et les politiques internes de gouvernance. Garantir la reproductibilité attendue lors des contrôles et audits. Leadership technique et accompagnementEncadrer et accompagner les Data Engineers juniors et intermédiaires. Participer à la montée en compétences de l'équipe. Assurer un rôle de mentor et de référent technique. Vulgariser les enjeux Data auprès des utilisateurs métiers. Participer aux revues d'architecture et aux processus de validation technique. Contribuer à la diffusion des bonnes pratiques Data et DataOps. Innovation et veille technologiqueRéaliser une veille active sur les technologies Data, Cloud et IA. Identifier les opportunités d'amélioration des plateformes existantes. Proposer des solutions innovantes répondant aux enjeux métiers. Anticiper les évolutions réglementaires et les enjeux liés à la qualité, la gouvernance et la souveraineté des données.
Dans le cadre du développement de projets d'intelligence artificielle générative, nous recherchons un consultant spécialisé en IA, Large Language Models et architectures RAG. Vous interviendrez sur la conception, le développement et l'industrialisation de solutions basées sur des modèles de langage, notamment Mistral. Vous participerez à l'analyse des besoins, au choix des modèles et des composants techniques, ainsi qu'à la mise en place de chaînes de traitement permettant d'exploiter des données documentaires structurées et non structurées. Vos principales responsabilités seront les suivantes : Concevoir et développer des applications utilisant des LLM. Mettre en œuvre des architectures RAG adaptées aux besoins métiers. Intégrer et configurer des modèles Mistral. Concevoir les mécanismes d'ingestion, de découpage, d'indexation et de recherche documentaire. Mettre en place et optimiser des bases de données vectorielles. Développer et améliorer les prompts, agents et chaînes d'orchestration. Évaluer la qualité, la pertinence et la fiabilité des réponses générées. Réduire les hallucinations et renforcer la traçabilité des réponses. Exposer les fonctionnalités d'IA sous forme d'API et les intégrer au système d'information. Participer à l'industrialisation, au déploiement et au suivi des solutions. Documenter les choix d'architecture, les développements et les résultats obtenus. Collaborer avec les équipes métier, data, architecture, développement et infrastructure.
Dans le cadre d'un projet stratégique pour l'un de nos clients grands comptes, nous recherchons un(e) Développeur(se) confirmé(e) spécialisé(e) en IA Générative et architectures LLM. L'objectif de la mission est de concevoir, développer et industrialiser une plateforme d'IA générative dédiée à l'analyse documentaire, en s'appuyant sur des architectures modernes de type LLM open source, RAG et systèmes multi-agents. La mission couvre l'ensemble du cycle de vie : du cadrage technique à l'intégration en production au sein d'un Système d'Information complexe et sécurisé. Les missions: Back-end & InfrastructureConception et développement de l'architecture serveur Développement Python / FastAPI Développement et sécurisation d'API REST Gestion des bases de données, API et performance serveur Docker, déploiement et industrialisation des composants IA Gestion des donnéesMise en place de pipelines ETL automatisés (collecte, nettoyage, transformation) Intégration de bases de données SQL / NoSQL Traitements asynchrones à grande échelle Intégration & Modélisation IAIntégration de modèles LLM open source (via Hugging Face ou API) Mise en œuvre de pipelines RAG, embeddings et vector stores Prompt engineering et optimisation des chaînes d'inférence Intégration dans des applications métier existantes Optimisation & PerformanceMonitoring, logs et gestion de la latence Optimisation GPU/CPU, mise en cache, compression Réduction des coûts d'infrastructure cloud/on-premise Collaboration & PilotageTraduction des besoins métiers en solutions techniques Participation active aux ateliers avec les parties prenantes Contribution à la gestion des risques et au planning projet
Contexte du service : Dans le cadre de la Transformation Agentic AI d'AXA, la couche sémantique est identifiée comme un 'contexte' qui se situe entre les sources de données et les utilisateurs finaux ou les systèmes qui les consomment. Le rôle de la couche sémantique est d'abstraire les structures de données (tables, noms de colonnes, jointures) en un vocabulaire adapté aux métiers (concepts, définitions, relations, règles) que les humains et les machines peuvent interpréter. Elle est reconnue comme un composant clé qui permet aux agents basés sur les LLMs d'interpréter les données de manière fiable, et donc elle soutiendra la scalabilité de l'Agentic AI à travers plusieurs cas d'usage. Description du service : Expertise en architecture de données Livrables du service : Définition de l'architecture de référence de la couche sémantique AXA : Principales capacités, éléments communs, lignes directrices, standards techniques et ontologiques, base de référence des entités AXA (spécificités et maturité), modèles de mise en œuvre et d'intégration, technologies et standards possibles ; clarification du périmètre du groupe et des entités ; proposition d'un modèle de gouvernance fédéré
Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.
nous recherchons un AI Engineer Python pour renforcer une équipe dédiée aux agents IA. La mission porte sur un agent conversationnel d'analyse de données déjà déployé en production : il s'agit d'en assurer la continuité, la robustesse et la montée en qualité. Équipe de 5 à 8 personnes (AI Engineers, Lead, PM, Manager), environnement 100 % GCP. Vos missions : - Faire évoluer et industrialiser la couche d'évaluation « LLM as a judge » : métriques de qualité des réponses, jeux de test, seuils, suivi et documentation - Assurer la maintenance corrective et évolutive de l'agent en production (fiabilité, correction d'anomalies, mise à jour des composants) - Mener des analyses LLM avancées pour comprendre le comportement de l'agent, identifier les axes d'amélioration et fiabiliser les résultats - Intégrer le protocole A2UI pour la création et l'exposition de graphiques dans l'interface de l'agent - Concevoir des workflows multi-agents (protocoles A2A / A2UI)
Auditer l'architecture d'inférence existante et identifier les axes d'optimisation. Évaluer la scalabilité, les performances et la résilience de l'architecture cible. Optimiser le serving des modèles avec vLLM et Triton : cache KV, prefix caching, parallélisme, streaming, sorties JSON et tool calling. Intégrer et configurer une gateway LLM multi-tenant proposant une API homogène pour les modèles internes et externes. Définir les mécanismes de routage, d'authentification, de gestion des identités, de quotas, de traçabilité et de suivi des coûts. Organiser la ségrégation et la priorisation des charges entre usages batch et interactifs. Concevoir et exécuter des campagnes de tests de charge sur des workloads mixtes. Identifier les goulots d'étranglement et valider le comportement de la plateforme en cas de forte contention ou de bascule de modèles. Définir une stratégie de mutualisation GPU : MIG, time-slicing, scale-to-zero, préchargement des modèles et placement selon l'empreinte VRAM. Produire les livrables suivants : rapport d'audit de l'existant ; dossier d'architecture technique cible ; rapport de tests de charge et de résilience ; plan de capacité matériel et logiciel à 6–12 mois.
Dans le cadre de la définition de sa stratégie technique IA, un grand compte recherche un Architecte IA pour cadrer les choix structurants et urbaniser l'intégration des solutions d'intelligence artificielle dans son système d'information. Le consultant interviendra notamment sur : ▪ La définition de l'architecture cible des solutions IA : choix des modèles (propriétaires, open-weight, hébergement), patterns d'intégration (RAG, agents, fine-tuning), urbanisation dans le SI existant ▪ L'élaboration des schémas d'intégration et d'urbanisation ▪ Les arbitrages entre performance, coût, sécurité et réversibilité ▪ La définition des standards et patterns réutilisables pour les équipes de développement ▪ L'évaluation des solutions du marché et des nouveaux modèles (build vs buy) ▪ Le cadrage des exigences non fonctionnelles : scalabilité, traçabilité, souveraineté des données ▪ L'accompagnement des équipes projet dans la déclinaison des choix d'architecture ▪ La rédaction des dossiers d'architecture et la présentation en comité
Nous recherchons un Data Scientist / Ingénieur IA pour une mission de fiabilisation et qualité des données au sein d'un environnement grand compte. La mission porte sur la détection, le diagnostic et la correction automatisée d'anomalies sur des données structurées et documentaires. Le profil développera des pipelines Python/SQL et intégrera des solutions LLM/VLM, NLP/NER pour l'analyse et l'extraction de données. Une expérience en matching, fuzzy matching, expressions régulières et contrôle des résultats LLM est recherchée. Python, SQL et LLM sont obligatoires ; GitLab, NLP/NER, HuggingFace et prompt engineering sont des compétences appréciées. Profil autonome et rigoureux, avec une capacité à industrialiser, documenter et assurer la traçabilité des traitements Data et IA.
Au sein d'une équipe dédiée à la cybersécurité, le consultant interviendra sur la conception, le développement et la mise en production de solutions applicatives intégrant des composants d'intelligence artificielle afin d'automatiser et d'optimiser différents processus. Il assurera le développement full stack des applications, du backend au frontend, ainsi que la réalisation des API, la gestion des bases de données et l'authentification. Il participera également à l'intégration de solutions IA reposant notamment sur des API LLM, des mécanismes RAG et des workflows LangChain/LangGraph. La mission comprend le cadrage technique des cas d'usage, la conception d'architectures simples, sécurisées et maintenables, les tests, la documentation, le déploiement en production ainsi que le transfert de compétences vers les équipes internes.
Nous recherchons un(e) Développeur(se) Python spécialisé(e) en FastAPI et Intelligence Artificielle pour rejoindre notre équipe et participer au développement de solutions innovantes basées sur l'IA. MissionsConcevoir et développer des API performantes avec Python et FastAPI. Intégrer des modèles d'IA générative et des LLM dans les applications. Développer des fonctionnalités autour du traitement de données, du NLP et du RAG. Concevoir des architectures backend robustes, sécurisées et scalables. Mettre en place des tests, de la documentation et assurer la qualité du code. Collaborer avec les équipes produit, frontend et data. Stack techniquePython · FastAPI · IA/LLM · RAG · PostgreSQL · Docker · Git · API REST
Notre client dans le secteur Banque et finance recherche un/une Architecte IA / MLOps Senior H/F Description de la mission : Dans le cadre du développement et de l'industrialisation des usages d'Intelligence Artificielle au sein d'une grande organisation, notre client recherche un Architecte IA / MLOps Senior pour accompagner la définition, la mise en œuvre et le passage à l'échelle de solutions IA (Machine Learning et IA Générative). La mission s'inscrit au sein d'une équipe Architecture & IA en interaction avec les équipes Data, Cloud, Architecture d'Entreprise, Sécurité, Conformité et Métiers. Objectifs de la missionConcevoir les architectures techniques des solutions IA et IA Générative. Garantir l'intégration des solutions dans le système d'information existant. Définir et déployer les pratiques MLOps nécessaires à l'industrialisation des modèles. Mettre en place les dispositifs d'observabilité et de supervision des solutions IA en production. Accompagner les équipes techniques dans l'adoption des bonnes pratiques IA. Missions principalesArchitecture et cadrage techniqueRéaliser les études de faisabilité technique des cas d'usage IA. Définir les architectures cibles pour des solutions de Machine Learning, RAG, LLM et agents IA. Produire les dossiers d'architecture et recommandations techniques. Veiller à l'alignement avec les standards d'architecture, de sécurité et de gouvernance. Prototypage et validationPiloter ou réaliser des POC et MVP IA. Évaluer la pertinence des modèles, des données et des mécanismes d'intégration. Identifier les risques techniques et les prérequis d'industrialisation. Formaliser les résultats et recommandations. Industrialisation et MLOpsConcevoir et mettre en œuvre les chaînes MLOps. Définir les processus de déploiement, de versioning et de monitoring des modèles. Accompagner l'intégration des solutions IA dans les environnements de production. Contribuer à la structuration d'un catalogue de services IA. Observabilité et exploitationDéfinir les indicateurs de suivi et de performance des modèles. Mettre en place les mécanismes de supervision et d'alerte. Contribuer à l'amélioration continue de la fiabilité des solutions IA. Participer à la définition des processus de RUN IA. Gouvernance et accompagnementParticiper aux instances de gouvernance IA et Architecture. Veiller à la conformité des solutions avec les exigences réglementaires et de sécurité. Assurer un rôle de référent technique auprès des équipes projets. Accompagner la montée en compétence des équipes sur les sujets IA, GenAI et MLOps. Livrables attendusDossiers d'architecture IA. Études de faisabilité et rapports de POC. Standards et bonnes pratiques MLOps. Schémas d'architecture et documentation technique. Tableaux de bord de supervision et indicateurs de performance. Recommandations d'industrialisation et de gouvernance. Compétences requisesIndispensablesPython. Git et CI/CD (GitLab CI ou équivalent). Cloud public, avec une forte orientation Azure. Machine Learning et IA Générative (LLM, RAG, embeddings). MLOps : pipelines, déploiement, monitoring, versioning. Architecture d'intégration et APIs. Expérience des architectures d'agents IA. AppréciéesSnowflake. Apache Airflow. Sécurité appliquée à l'IA (gestion des prompts, traçabilité, cloisonnement des données). Profil recherchéFormation supérieure en informatique, data ou intelligence artificielle. Minimum 5 ans d'expérience sur des environnements Data / ML / Cloud. Expérience significative en architecture IA et industrialisation de solutions IA. Bonne compréhension des enjeux d'intégration au sein d'un système d'information complexe. Expérience des environnements d'entreprise et de la gouvernance technologique. Qualités attenduesLeadership technique. Capacité à vulgariser et accompagner les équipes. Orientation résultats et valeur métier. Rigueur documentaire et sens de la qualité. Forte sensibilité aux enjeux de sécurité et de conformité. Excellentes capacités de communication avec des interlocuteurs techniques et métiers. Compétences / Qualités indispensables : MLOps, Cloud, Expérience concrète en industrialisation de solutions IA Compétences / Qualités qui seraient un + : Certifications Cloud Architect (AWS/Azure/GCP), AzureMLInformations concernant le télétravail : Oui — 2 jours/semaine
Dans le cadre du renforcement d'une équipe Data & Intelligence Artificielle, nous recherchons un Data Scientist expérimenté pour intervenir sur un projet stratégique d'IA Générative à forte valeur métier. Tu reprendras des travaux déjà engagés autour d'une solution capable de générer automatiquement des pré-réponses à des sollicitations clients, avec un fort enjeu de pertinence, de performance et d'industrialisation. Tes missions principales : Reprendre et poursuivre les travaux Data Science déjà engagés Concevoir, évaluer et optimiser des solutions basées sur des Large Language Models (LLM) Améliorer les mécanismes de Retrieval-Augmented Generation (RAG) Travailler sur la pertinence et la qualité des réponses générées Participer à l'intégration et au déploiement des modèles en production Mettre en œuvre les bonnes pratiques MLOps / LLMOps Industrialiser le versioning, le monitoring et le déploiement des modèles Analyser les performances et identifier les axes d'amélioration Collaborer avec les développeurs, Product Owners, architectes et équipes Data Participer aux rituels Agile de l'équipe Assurer une veille active sur les évolutions en IA Générative, NLP et Machine Learning Documenter les développements et architectures réalisés
Dans le cadre de l'optimisation de ses solutions d'IA générative, un grand compte recherche un Prompt Engineer pour concevoir, tester et industrialiser les prompts qui pilotent ses applications basées sur les LLM. Le consultant interviendra notamment sur : ▪ La création et l'optimisation de prompts pour améliorer la qualité des réponses des applications IA (classification, catégorisation, génération, extraction) ▪ La conception de stratégies de prompting avancées : few-shot, chain-of-thought, ReAct, Plan & Execute ▪ L'évaluation systématique des prompts : jeux de test, métriques de qualité, analyse des échecs ▪ La constitution et la maintenance de bibliothèques de prompts versionnées et documentées ▪ L'adaptation des prompts aux différents modèles utilisés et à leurs évolutions ▪ La collaboration avec les équipes métier pour traduire leurs besoins en instructions efficaces ▪ La contribution aux bonnes pratiques et à l'acculturation des équipes
Ingénieur Data Senior (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur des projets stratégiques liés à la valorisation, la gouvernance et l'industrialisation de la donnée. Vous évoluez dans un environnement exigeant où les enjeux de qualité, de conformité, de performance et de passage à l'échelle sont au cœur des initiatives Data. En tant qu'Ingénieur Data Senior, vous jouez un rôle clé dans la conception des architectures de données, l'industrialisation des pipelines et l'accompagnement des équipes techniques et métiers. Missions principalesPilotage et expertise DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Être le référent Data auprès des parties prenantes techniques et métiers. Accompagner les équipes dans la qualification des besoins et leur traduction en solutions techniques robustes. Participer aux choix d'architecture et aux orientations stratégiques Data. Conception et développementConcevoir, développer et optimiser des pipelines de données industrialisés. Garantir la performance, la robustesse, la maintenabilité et la scalabilité des solutions. Mettre en œuvre les bonnes pratiques de modélisation et de qualité des données. Challenger les solutions proposées par les équipes Data Engineering et Analytics. Industrialisation & DataOpsDéfinir et appliquer les standards DataOps. Mettre en place les processus de CI/CD, monitoring, alerting et observabilité. Assurer le versionning, la traçabilité et l'automatisation des traitements. Concevoir des architectures modulaires favorisant la mutualisation et la réutilisation des composants existants. Piloter les déploiements en environnement de production. Gouvernance et conformitéGarantir le respect des normes de sécurité, des contraintes réglementaires et des politiques de gouvernance des données. Assurer la qualité des livrables avant leur mise en production. Participer à la mise en place du catalogage, de la gestion des métadonnées et du lignage de la donnée. Être l'interlocuteur privilégié des instances de validation et de contrôle. Accompagnement des équipesEncadrer et faire monter en compétence les profils juniors. Diffuser les bonnes pratiques Data Engineering et DataOps. Assurer un rôle de conseil et de pédagogie auprès des équipes métiers. Contribuer activement à la veille technologique et à l'amélioration continue des pratiques. Compétences comportementales recherchéesLeadership technique et capacité d'influence. Excellent relationnel et sens de la communication. Forte orientation résultats et qualité de service. Esprit d'analyse et de synthèse. Capacité à travailler dans des environnements complexes et multi-acteurs. Autonomie et prise d'initiative. Esprit d'équipe et sens du partage des connaissances. Curiosité technologique et culture de l'innovation. Anglais professionnel. Compétences techniques requisesData EngineeringSolide expérience dans la conception et l'industrialisation de plateformes Data. Maîtrise des architectures Data modernes (Data Lake, Data Warehouse, Lakehouse). Expertise dans la conception de pipelines ETL/ELT. Maîtrise des problématiques de qualité, gouvernance et traçabilité des données. Langages & DéveloppementPython (expert). SQL avancé. Connaissance des principes de développement logiciel et des bonnes pratiques d'ingénierie. Cloud & Plateformes DataBonne maîtrise d'au moins un environnement cloud majeur : AWS Azure Google Cloud Platform DataOps & DevOpsGit / GitLab / GitHub Docker Kubernetes CI/CD Infrastructure as Code Orchestration de workflows (Airflow ou équivalent) Monitoring & Observabilité Bases de donnéesSGBD relationnels (PostgreSQL, SQL Server, Oracle, MySQL...) Bases NoSQL Solutions analytiques et moteurs de recherche Connaissances des technologies de catalogage et gouvernance des données Architecture & GouvernanceArchitecture orientée données. Data Modeling. Data Quality Management. Data Lineage. Gestion des métadonnées. Connaissance des cadres réglementaires liés à la donnée (RGPD, Data Act ou équivalents).
