Trouvez votre prochaine mission ou futur job IT.

Dans le cadre du chantier IA4IT, nous recherchons un profil technique confirmé pour concevoir, déployer et sécuriser les fondations nécessaires à l'exploitation de solutions d'IA générative et agentique à grande échelle. La Société devra fournir les prestations suivantes : Dans le cadre d'une équipe pluridisciplinaire dédiée à l'IA, le consultant contribuera à la construction et à l'industrialisation du socle technique. Il interviendra notamment sur : • La conception et la mise en œuvre de l'architecture technique des solutions IA. • Le déploiement et la configuration des environnements cloud, des services d'infrastructure et des composants nécessaires à l'exploitation des cas d'usage IA. • La mise en place des dispositifs de sécurité, de gestion des identités (IAM), de gestion des secrets et de conformité associés aux cas d'usage IA. • La construction et l'industrialisation des chaînes de déploiement CI/CD ainsi que des pratiques Infrastructure as Code (IaC). • L'intégration des briques IA : modèles, gateways LLM, orchestrateurs agentiques, APIs, connecteurs et bases documentaires. • La mise en œuvre des outils d'observabilité, de supervision, de monitoring, de logging et de suivi des performances. • La garantie de la robustesse, de la scalabilité, de la traçabilité, de la maîtrise des coûts et de la réversibilité de la plateforme. • La contribution aux choix d'architecture et aux recommandations permettant une exploitation industrielle durable. Livrables attendus : • Architecture technique détaillée de la plateforme. • Schémas d'intégration et d'urbanisation. • Socle technique déployé et opérationnel. • Pipelines CI/CD industrialisés. • Documentation d'exploitation et procédures opérationnelles. • Recommandations d'industrialisation, de sécurisation et de montée en charge. • Dossiers de supervision, d'observabilité et de maîtrise des coûts.

Mission de l'équipe :L'équipe a pour mission d'accompagner les équipes IT et métiers dans l'adoption, la conception et le déploiement de cas d'usage en Intelligence Artificielle, tout en garantissant leur alignement avec les standards, plateformes et exigences de gouvernance du Groupe. Son rôle est d'agir comme point de contact technique de référence sur les sujets IA, de diffuser les bonnes pratiques, de favoriser la montée en compétences des équipes et de promouvoir la standardisation des composants afin d'accélérer les développements et d'optimiser les coûts. L'équipe intervient selon les axes suivants : 1. Accompagnement technique des équipes L'équipe constitue le point de contact technique unique sur les sujets IA pour l'ensemble du périmètre concerné. Elle accompagne les équipes dans la conception et la mise en œuvre de leurs cas d'usage en apportant un support sur les choix d'architecture, les outils à privilégier ainsi que les bonnes pratiques de développement. Son rôle est d'accompagner les équipes dans leur autonomie et non de se substituer à elles. 2. Développement des compétences IA L'équipe contribue à la montée en compétences des équipes techniques et fonctionnelles en partageant les bonnes pratiques, les standards d'architecture et les méthodes de développement autour des technologies d'Intelligence Artificielle. Elle favorise l'appropriation des outils et des plateformes afin d'accélérer le déploiement des initiatives IA. 3. Support aux fonctions ne disposant pas d'expertise IA Pour les entités ne disposant pas de compétences IA en interne, l'équipe apporte un accompagnement opérationnel pouvant inclure une contribution directe au développement de certains cas d'usage identifiés. L'objectif est de permettre le lancement rapide de projets IA tout en assurant un transfert de connaissances. 4. Standardisation et gouvernance des solutions IA L'équipe est responsable de promouvoir la réutilisation des composants IA, d'harmoniser les pratiques et de favoriser la mutualisation des solutions afin d'accélérer les développements et de réduire les coûts. Elle veille également à la conformité des réalisations avec les standards techniques, les plateformes de référence et les exigences de gouvernance définies par le Groupe. Prestations demandées La mission interviendra principalement sur les axes suivants : Accompagnement des équipes dans la conception et la mise en œuvre de cas d'usage IA. Standardisation et gouvernance des solutions IA. En termes de responsabilités principales attendues à court terme, la mission devra prendre en charge les activités suivantes : Être le point de contact technique de référence sur les sujets IA. Accompagner les équipes dans leurs choix d'architecture, d'outils et de bonnes pratiques. Favoriser la montée en compétences des équipes sur les technologies IA. Apporter un support opérationnel aux fonctions ne disposant pas d'expertise IA, y compris sur le développement de certains cas d'usage. Promouvoir la réutilisation des composants IA afin d'accélérer les développements et d'optimiser les coûts. Garantir l'alignement des solutions avec les standards, plateformes et exigences de gouvernance du Groupe.

MissionsEn tant que Proxi product owner, vos missions principales consisteront à : Contribuer à la définition et à l'évolution de la roadmap produit en lien avec les équipes métier, IT et les responsables du programme. Participer à la préparation et à la validation des livrables fonctionnels ainsi qu'aux phases de tests et de recette. Contribuer au pilotage opérationnel des travaux du programme Agents IA, en lien avec les responsables de chantier, les équipes IT, les équipes métiers et les parties prenantes transverses. Assurer le suivi des actions, jalons, décisions, risques et dépendances afin de donner de la visibilité sur l'avancement des travaux. Préparer, consolider et mettre à jour les supports de gouvernance, de reporting et de suivi utilisés dans les instances projet. Organiser et faciliter les points de coordination : préparation des ordres du jour, collecte des contributions, formalisation des comptes rendus et suivi des décisions. Participer à la structuration de la documentation projet et à la mise en cohérence des informations partagées entre les différents contributeurs. Contribuer à l'identification des points d'alerte et à leur remontée auprès des responsables concernés.

🏠 1j télétravail/Semaine - 📍 Toulouse - 🛠 Expérience d'au moins 3 ans Nous recherchons un(e) Data Engineer motivé(e) pour rejoindre une équipe Analytics dédiée à l'amélioration et à l'optimisation des flux de développement et de l'utilisation des ressources de calcul dans un environnement semi-conducteurs. Ce poste offre une forte exposition transverse avec des équipes variées : design, développement de flux, IT, finance, etc. Vous interviendrez principalement sur la mise en place et l'industrialisation de pipelines de données pour alimenter des cas d'usage à forte valeur ajoutée : analytics opérationnel, analyses d'opportunités, prévision et modèles prédictifs. Voici un aperçu détaillé de vos missions : 🎯 Concevoir, développer et maintenir des pipelines de données robustes et scalables sur AWS Automatiser les flux de traitement et garantir la qualité des données Alimenter des solutions d'analytics avancées et des moteurs de prévision (forecasting / ML) Participer à l'architecture des plateformes data Collaborer avec des équipes métiers et techniques pour identifier et adresser les besoins Mettre en œuvre des solutions pérennes, maintenables et industrialisées Assurer le monitoring et l'amélioration continue des processus data Environnement technique : 🧑‍💻 AWS (stack data complète) DBT / Dagster Python Outils d'intelligence artificielle pour applications analytiques

Nous recherchons un·e Directeur·trice de Projets IA. Vous interviendrez sur des environnements critiques, fortement régulés et à forts enjeux métiers, au cœur des initiatives d'intelligence artificielle et d'innovation. Vous piloterez des projets IA de bout en bout, depuis les phases de cadrage et d'idéation jusqu'à la mise en production à l'échelle, en assurant la coordination transverse entre équipes techniques, métiers et fonctions de gouvernance. Voici un aperçu détaillé de vos missions : 🎯 Piloter des programmes IA de bout en bout : cadrage, POC, industrialisation et mise en production de solutions (LLM, RAG, assistants métiers) Définir la stratégie IA & roadmap : alignement business/IT, suivi des KPI et reporting CODIR Structurer la gouvernance IA : gestion des risques, conformité (EU AI Act, DORA, NIS2), documentation réglementaire Coordonner les équipes : interface transverse Data/IA, DevOps, Risk, Compliance et métiers Conseiller & innover : benchmark des solutions IA, accompagnement du top management, diffusion de la culture IA Environnement technique : 🧑‍💻 IA & Data : LLM (OpenAI, Mistral, LLaMA…), RAG, NLP, Cloud / Infra : GCP, Kubernetes, Docker Data stack : Python, Spark, SQL/NoSQL, pipelines ETL/ELT DevOps : CI/CD, MLOps, monitoring Sécurité & conformité : ISO 27001, RGPD, EU AI Act, DORA, NIS2

Prestation de tech lead Generative AI NANTES Qualif : Prototyping,Generative AI,Cont. Integration/Cont. Delivery (CI/CD),Artifactory,Workflow Automation,GitLab, Activités : - Qualifier avec le PM les cas d'usage à assister par agent IA (irritants Guilde, sondages, etc.). - Concevoir les workflows, prompts, règles métier et garde-fous ; développer sur le framework interne d'IA agentique. - Brancher les agents aux outils via API, événements et connecteurs ; tester, évaluer, documenter. - Présenter la valeur livrée à la démo AIDEX ; maintenir et faire évoluer les agents publiés. Notre client attend candidat autonome et disposant d'expériences lui permettant de tenir un rôle de tech lead. Il devra à ce titre avoir : - un solide bagage en développement logiciel : intégration d'API, automatisation, orchestration de workflows. - des connaissances des chaînes CI/CD et de l'écosystème Jira / GitLab, Artifactory. - d'une pratique (ou fort appétit) des approches IA générative : LLM, agents, RAG (une première expérience est nécessaire). - d'un goût du prototypage rapide, sensibilité qualité/sécurité, plaisir à vulgariser et à travailler avec des interlocuteurs variés. Qualif : Prototyping,Generative AI,Cont. Integration/Cont. Delivery (CI/CD),Artifactory,Workflow Automation,GitLab,

Contexte du poste Dans le cadre de l'accélération de ses cas d'usage data et IA générative, notre client recherche un Chef de Projet Data/IA junior pour accompagner cette dynamique aux côtés d'une équipe expérimentée. Missions principales Participer au cadrage des projets data/IA (recueil de besoin, roadmap, jalons) Assurer le lien entre les data scientists, les équipes IT et les métiers Suivre l'avancement des projets et la qualité des livrables Contribuer à la veille sur les usages IA générative (Copilot, LLM, automatisation) Environnement de travail Plateformes data : Azure Data Factory, Databricks ou équivalent Interfaces avec équipes data science, IT et métiers

🚀 Mission Freelance : Lead AI Engineer / Architecte IA Agentique & AIOps (H/F) Référence : AO2607051 Durée : Longue mission (Visée de production / Industrialisation) Lieu : France (Rythme de télétravail à définir) Contexte technologique : AWS, Dataiku, Snowflake, Kubernetes, Python, Frameworks Agentiques, MCP. 📋 Contexte de la mission Notre organisation dispose d'une première plateforme AIOps mature (exploitant Dataiku, Snowflake et AWS) pour valoriser nos données opérationnelles (incidents, changements, événements) et optimiser la prédiction et l'aide à la décision. Dans le cadre de l'évolution de notre démarche, nous souhaitons accélérer l'adoption des technologies d'intelligence artificielle agentique. L'objectif est de développer de nouveaux usages d'automatisation, d'assistance avancée aux équipes d'exploitation et d'orchestration intelligente des processus IT (Infrastructure VMware, Kubernetes, etc.). Nous recherchons un Lead AI Engineer disposant d'une forte expérience opérationnelle pour concevoir, développer, industrialiser et intégrer ces solutions au sein de notre système d'information. 🎯 Vos principales responsabilités1. Développement et Intégration de solutions IA Orchestration Multi-Agents : Concevoir des assistants de code et des agents spécialisés pour les équipes d'exploitation, d'ingénierie et de support. Écosystème MCP : Déployer l'infrastructure Model Context Protocol (MCP) ou équivalents, créer les connecteurs et outils pour interagir avec nos API internes (ITSM, CMDB, observabilité). Architecture RAG : Développer les mécanismes d'ingestion, de chunking et d'indexation pour exploiter nos référentiels techniques, runbooks et bases de connaissances. Intégration technologique : Connecter les solutions avec nos socles (VMware Cloud Foundation, Kubernetes, Dataiku, Snowflake) et les LLM/services cloud (LiteLLM, Bedrock, OpenAI, AWS). 2. Industrialisation et Exploitation (MCO) Pratiques Modernes : Garantir la qualité du code (Python, clean code, TDD, CI/CD avec Jenkins, IaC via Terraform/Ansible). LLMOps & Sécurité : Mettre en œuvre le tracking de l'observabilité, l'évaluation des réponses, la maîtrise des coûts/latence, et sécuriser les agents (contre le prompt injection et l'exfiltration de données). Évolution AIOps : Participer à la maintenance et à l'évolution (analyse de causes et remédiation) de la plateforme existante. 3. Accompagnement et Leadership Identifier les opportunités de création de valeur et être force de proposition. Assurer l'acculturation et le transfert de compétences vers l'équipe interne sur les concepts d'architecture agentique et de MCP. 🛠️ Profil recherché & Compétences requises Nous recherchons un profil hautement autonome, capable à la fois de challenger les orientations d'architecture et de "mettre les mains dans le code" pour délivrer. Compétences techniques indispensables : Expertise Python et maîtrise éprouvée de la mise en production d'applications d'IA Générative. Frameworks Agentiques : Expérience concrète sur des outils d'orchestration multi-agents (LangGraph, CrewAI, AutoGen, Semantic Kernel ou équivalents). Model Context Protocol : Une expérience réelle ou une maîtrise solide de la mise en œuvre du standard MCP est fortement attendue. DevOps / Cloud : Bonne connaissance de l'écosystème AWS, de Docker/Kubernetes et des chaînes CI/CD (Jenkins). Sécurité IA : Sensibilité affinée aux problématiques de sécurité des LLM (gestion des secrets, prompt injections). Compétences appréciées (Atouts forts) : Expérience face aux biais et limites des LLM en production (hallucinations, dérive, explosion des coûts, latence). Connaissance du monde de l'exploitation IT / Infrastructures (Day-0, Day-1, Day-2 sur environnements virtualisés et conteneurisés). 📦 Livrables attendus PoC et MVPs industrialisés (assistants contextuels, agents connectés aux chaînes ITSM/CMDB, serveurs MCP opérationnels). Composants d'automatisation intelligente (outils type Claude Code ou équivalents Codex pour l'infrastructure). Documentation technique complète (ADR, runbooks/playbooks d'exploitation). Supports et plan de transfert de compétences formalisés pour l'équipe interne.

Nous recherchons un·e Directeur·trice de Projets IA. Vous interviendrez sur des environnements critiques, fortement régulés et à forts enjeux métiers, au cœur des initiatives d'intelligence artificielle et d'innovation. Vous piloterez des projets IA de bout en bout, depuis les phases de cadrage et d'idéation jusqu'à la mise en production à l'échelle, en assurant la coordination transverse entre équipes techniques, métiers et fonctions de gouvernance. Voici un aperçu détaillé de vos missions : 🎯 Piloter des programmes IA de bout en bout : cadrage, POC, industrialisation et mise en production de solutions (LLM, RAG, assistants métiers) Définir la stratégie IA & roadmap : alignement business/IT, suivi des KPI et reporting CODIR Structurer la gouvernance IA : gestion des risques, conformité (EU AI Act, DORA, NIS2), documentation réglementaire Coordonner les équipes : interface transverse Data/IA, DevOps, Risk, Compliance et métiers Conseiller & innover : benchmark des solutions IA, accompagnement du top management, diffusion de la culture IA Environnement technique : 🧑‍💻 IA & Data : LLM (OpenAI, Mistral, LLaMA…), RAG, NLP, Cloud / Infra : GCP, Kubernetes, Docker Data stack : Python, Spark, SQL/NoSQL, pipelines ETL/ELT DevOps : CI/CD, MLOps, monitoring Sécurité & conformité : ISO 27001, RGPD, EU AI Act, DORA, NIS2

Notre client recherche un Business Analyst Technique IA / RAG pour rejoindre l'équipe XXX, responsable de la plateforme transverse d'IA générative de Bpifrance. L'équipe IAP développe et opère les services mutualisés d'IA : LLM gateway, gestion des accès et des clés (AI Products), monitoring et observabilité (Langfuse), ainsi que l'industrialisation des patterns RAG, agents et pipelines IA. Elle travaille en forte interaction avec les équipes MTA, IALab, GED, RPA, sécurité et architecture, dans un environnement Agile SAFe. Vos principales responsabilités : Cadrage et recueil des besoins : structurer les besoins des équipes consommatrices (MTA, métiers, IT) autour des services de la plateforme IA (API, portail self-service, LLM, RAG, agents) Formalisation fonctionnelle : rédiger les user stories, alimenter le backlog produit plateforme, produire les spécifications fonctionnelles et les guidelines d'utilisation des services Définition des standards d'usage : contribuer aux bonnes pratiques de prompting, RAG et agents, ainsi qu'aux modèles de données et patterns d'intégration Gouvernance IA : participer à la mise en place du cadre de conformité (Charte IA, AI Act, sécurité), à la gestion des accès et au suivi des risques et données sensibles Pilotage qualité & adoption : définir les KPIs (usage, coût, latence, qualité), suivre l'adoption des services IAP, contribuer à la documentation et à l'onboarding des équipes Accompagnement des équipes projets : support au cadrage des cas d'usage, aide à la structuration des pipelines IA, interface entre équipes techniques et métiers Participation aux cérémonies Agile SAFe : daily, PI Planning, backlog refinement, System Demo

Le projetNous accompagnons un grand groupe dans la création d'une équipe dédiée à l'accélération de sa transformation par l'Intelligence Artificielle. Cette équipe interviendra directement auprès des métiers pour imaginer, concevoir et déployer des solutions IA à fort impact, avec une ambition claire : transformer des problématiques opérationnelles en nouvelles offres technologiques créatrices de valeur. Vous rejoindrez une équipe resserrée composée d'architectes IA, d'AI Engineers et d'experts métier, fonctionnant en cycles courts avec une forte autonomie. Votre mission Au plus près des clients internes et externes, vous serez responsable de l'identification des opportunités de transformation par l'IA et de la conception de solutions innovantes. Vous interviendrez notamment pour : Comprendre les processus métiers, les systèmes existants et les principaux irritants des clients. Identifier les opportunités d'automatisation et de création de valeur grâce à l'IA. Concevoir, avec les équipes Architecture et IA, des solutions intégrant des agents IA, des workflows intelligents et les systèmes d'information existants. Réaliser rapidement des prototypes afin de valider les usages et démontrer leur valeur. Construire les propositions de valeur et contribuer à la création de nouvelles offres technologiques. Accompagner les équipes métiers dans l'adoption des solutions développées. Collaborer quotidiennement avec les Architectes IA, AI Engineers, équipes Produit, CTO et directions métiers. Informations complémentaires📍 Région parisienne 🏠 Télétravail partiel 🚀 Démarrage : ASAP ⏳ Mission longue durée avec possibilité d'évolution vers un CDI 💼 Grand groupe confidentiel

Contexte de la mission Dans le cadre du renforcement de son équipe Data, notre client recherche un Data Engineer Senior pour contribuer à la construction et à l'évolution de sa plateforme de données. Vous interviendrez sur l'ensemble de la chaîne de valeur de la donnée : de l'ingestion des flux jusqu'à leur exploitation par les équipes Analytics, BI et IA. Vous serez garant de la qualité, de l'intégrité, de l'exactitude et de la cohérence des données afin de permettre la création d'indicateurs fiables, de tableaux de bord performants et l'alimentation de cas d'usage Data Science et IA. Votre mission consistera également à concevoir une architecture de données robuste ainsi qu'une couche sémantique unifiée facilitant la compréhension et l'exploitation des données par les utilisateurs métiers. Vos missions Data Engineering & Pipelines Concevoir, développer et maintenir des pipelines de données (ETL/ELT). Assurer la collecte, l'intégration et la transformation de données provenant de sources hétérogènes. Optimiser les performances et la fiabilité des flux de données. Garantir la qualité et la cohérence des données tout au long des traitements. Modélisation Data Analytics & IA Concevoir les modèles de données adaptés aux usages analytiques et décisionnels. Mettre en place et optimiser des architectures de type : Data Warehouse /Datamarts/Schémas en étoile Accompagner les besoins liés aux projets IA et à la valorisation des données. Couche sémantique & Business Intelligence Construire et maintenir une couche sémantique assurant des définitions métiers communes et cohérentes. Collaborer avec les équipes métiers pour structurer les indicateurs et KPIs. Participer à la valorisation de la donnée à travers des outils de datavisualisation. Industrialisation & DevOps Participer à l'automatisation des déploiements et à la mise en place des bonnes pratiques CI/CD. Contribuer à l'amélioration continue de l'écosystème Data.

Dans le cadre du développement de son pôle Intelligence Artificielle, notre client recherche un Tech Lead Machine Learning / IA capable de garantir l'excellence technique des solutions IA développées et industrialisées. Véritable référent technique, vous définirez les standards d'architecture et de développement, piloterez les choix technologiques et accompagnerez les équipes Data Science, Data Engineering et Software dans la conception et la mise en production de solutions IA robustes, scalables et sécurisées. Vous interviendrez sur des projets innovants autour de l'IA Générative, des LLM et des architectures MLOps dans un environnement Cloud. Vos missionsArchitecture & Engineering IADéfinir les standards d'architecture Machine Learning et IA. Concevoir des architectures robustes, évolutives et sécurisées. Concevoir et valider les pipelines ML de bout en bout : Data ingestion Entraînement Validation Déploiement Monitoring Garantir la qualité technique des solutions mises en production. Industrialiser les modèles IA via les meilleures pratiques MLOps. Leadership techniqueÊtre le référent technique du pôle IA. Encadrer les équipes Data Science, Data Engineering et Software Engineering. Diffuser les bonnes pratiques de développement. Réaliser des revues de code et audits techniques. Accompagner la montée en compétence des équipes. Choix technologiquesDéfinir les standards techniques de la plateforme IA. Superviser les choix des frameworks et outils : Frameworks Machine Learning Outils MLOps Cloud Azure / Google Cloud Garantir la cohérence globale de l'écosystème technique. Gouvernance & QualitéAuditer les solutions IA sur les aspects : Performance Robustesse Scalabilité Sécurité Maintenabilité Coûts (FinOps) Définir les standards de gouvernance des modèles et des données. Assurer le suivi de la qualité des modèles en production. Contribution produitParticiper aux phases de cadrage des projets IA. Contribuer à la roadmap technologique IA. Collaborer étroitement avec : Product Owner IA Data Scientists Data Engineers Développeurs Software Innovation & VeilleAssurer une veille permanente sur les innovations autour de : IA Générative LLM RAG Agents IA MLOps Cloud Architectures Data Compétences techniques recherchéesIntelligence ArtificielleMachine Learning Deep Learning IA Générative Large Language Models (LLM) Prompt Engineering RAG (Retrieval-Augmented Generation) Évaluation de modèles Systèmes agentiques (Agents IA) DéveloppementPython (expert) Programmation orientée objet Développement logiciel MLOps / DevOpsGit Docker Kubernetes CI/CD MLflow CloudMicrosoft Azure Google Cloud Platform (GCP) InfrastructureTerraform Infrastructure as Code (IaC) ArchitectureAPI REST Microservices Architectures distribuées Architectures scalables Déploiement de modèles en production Exploitation des modèlesMonitoring des modèles IA Optimisation des performances Scalabilité Gouvernance des données Sécurité des modèles Compétences comportementalesLeadership technique reconnu. Excellentes capacités de communication. Esprit de mentoring et de transmission. Forte capacité à structurer des standards de développement. Sens de l'innovation. Esprit d'analyse et de résolution de problèmes. Capacité à prendre des décisions techniques structurantes. Orientation résultats et qualité.

Les missions sont : - Conception, mise en œuvre, test et maintenance de pipelines de données robustes pour assurer la collecte, la transformation et la disponibilité des données depuis diverses sources internes et externes vers les environnements de du projet. - Intégration fluide des flux de données entre les sources de données de l'entreprise, les systèmes applicatifs et les environnements de simulation, en garantissant la fiabilité et la traçabilité des échanges. - Participation à la mise en place d'une architecture de données modulaire et scalable, pensée pour le prototypage rapide mais avec une trajectoire claire vers l'industrialisation. - Contribution au développement de connecteurs, de microservices et d'interfaces pour alimenter dynamiquement les agents LLM, tout en facilitant la circulation des données entre les agents et les modules d'analyse. Implémentation de pratiques de DataOps solides, incluant l'orchestration des pipelines, la surveillance des flux, la gestion des erreurs et le versioning des schémas de données. Compétences souhaitées : -Expérience confirmée dans la construction et l'optimisation de pipelines de données en environnement cloud ou hybride. -Bonne compréhension de l'ingénierie des données, des formats de données hétérogènes (API, bases relationnelles, NoSQL, fichiers plats, logs…) et des outils associés. -Connaissance des architectures orientées microservices et des principes d'intégration continue / déploiement continu (CI/CD). -Maîtrise des langages de programmation pour la donnée, notamment Python et SQL ; des compétences en Bash est un plus. -Pratique des outils d'orchestration de workflows (Prefect, Airflow, …) et des solutions de messagerie asynchrone (RabbitMQ, Kafka…). -Compréhension du rôle des LLM dans une architecture de traitement distribué, et capacité à alimenter des agents LLM avec des données structurées et contextualisées. -Forte capacité d'analyse, rigueur dans la gestion de flux complexes, et sens de la fiabilité des systèmes.

CDI • Concevoir des applications d'IA utiles, robustes et maintenables pour répondre à des besoins métiers concrets. • Transformer les prototypes et les preuves de concept en applications utilisables par les équipes métiers. • Développer des API et des services backend propres, documentés et sécurisés. • Intégrer des services d'IA, des modèles de langage naturel (LLM), des pipelines RAG, la reconnaissance optique de caractères (OCR), des modèles d'apprentissage automatique (ML), des services de données ou des algorithmes d'optimisation dans les applications métiers. • Garantir la conformité des applications avec l'architecture, la sécurité et les normes d'intégration du Groupe. • Contribuer aux tests automatisés, à l'intégration continue et au déploiement continu (CI/CD), à la documentation, aux revues de code et à l'assurance qualité du code. • Surveiller la qualité, les performances, la latence, la fiabilité et les coûts des applications. • Remettre en question les choix techniques lorsque nécessaire afin d'éviter les solutions fragiles, surdimensionnées ou dépendantes de frameworks. • Partager ses connaissances avec l'équipe et contribuer à l'amélioration des pratiques d'ingénierie. • Concevoir, développer, tester et déployer des applications d'IA/données, principalement dans un environnement Azure. • Créer des services backend et des API sécurisés, maintenables et faciles à intégrer. • Connecter les applications aux systèmes existants, aux sources de données, à l'APIM et aux mécanismes d'authentification et d'autorisation. • Intégrer les modèles de langage (LLM), les pipelines RAG, la reconnaissance optique de caractères (OCR)/le traitement de documents, les modèles d'apprentissage automatique (ML), les modèles de prévision ou les algorithmes d'optimisation aux flux de travail métier. • Concevoir des solutions techniques simples et robustes plutôt que des preuves de concept (POC) inutilement complexes. • Mettre en œuvre des journaux, une surveillance, un suivi des erreurs et un suivi des coûts pour les applications de production. • Résoudre les problèmes techniques et améliorer la fiabilité, la maintenabilité et les performances. • Collaborer avec les équipes métier pour traduire leurs besoins en solutions techniques réalistes. • Remettre en question les demandes métier ou techniques susceptibles de conduire à des systèmes fragiles, coûteux ou difficiles à maintenir. • Documenter les choix techniques et assurer le transfert de connaissances au sein de l'équipe.

Synthèse : rôle de Tech Lead IA chargé de préparer les équipes aux usages concrets de l'IA, sécuriser le RUN, industrialiser les tests, et garantir un coding robuste et scalable. En tant que Tech Lead IA, vous jouez un rôle clé : acculturer, structurer et sécuriser l'usage de l'IA dans les équipes tech. Votre objectif : transformer les pratiques pour que l'IA devienne un levier de performance, de qualité et de fiabilité. Responsabilités : - Préparation des équipes — montée en compétence, ateliers, bonnes pratiques IA, accompagnement sur les nouveaux workflows ; - Pilotage du RUN IA — supervision des modèles en production, suivi des performances, gestion des incidents IA, optimisation continue ; - Industrialisation des tests — définition des stratégies de test IA (robustesse, biais, dérive), automatisation, validation des modèles ; - Coding & architecture — revue de code, patterns IA, intégration dans les pipelines CI/CD, sécurisation des usages IA générative & prédictive ; - Support aux équipes produit — cadrage des cas d'usage, faisabilité technique, choix des modèles, guidelines d'implémentation.