Role overview
En tant qu?AI Engineer, vous intervenez sur la conception, le développement et l?industrialisation de solutions d?Intelligence Artificielle, allant du Machine Learning classique aux cas d?usage de GenAI. Vous travaillez au c?ur des plateformes Data et ML afin de garantir la robustesse, la performance, la scalabilité et la maintenabilité des modèles et services IA mis en production, au service des équipes métiers et produits.
Expérience attendue : 3+ ans en ingénierie IA / ML / Data, avec une forte orientation production.
Vous correspondez au/à la AI Engineer que nous recherchons si :
Vous évoluez efficacement au sein d?équipes agiles et pluridisciplinaires, en collaboration étroite avec les équipes Data, IT et métiers
Vous faites preuve d?un fort esprit analytique, de rigueur et de pragmatisme
Vous êtes autonome, proactif et doté d?un solide sens des responsabilités
Vous savez communiquer clairement avec des interlocuteurs techniques et non techniques, et vulgariser des sujets complexes
Vous savez prioriser vos tâches, gérer les contraintes (qualité, délais, coûts) et respecter vos engagements
Vous disposez d?un solide bagage en software engineering, vous permettant de développer des solutions IA robustes, lisibles, maintenables et testables, principalement en Python
Vous appliquez les bonnes pratiques de développement : structuration du code, modularité, gestion des dépendances, conventions de nommage
Vous êtes à l?aise avec les outils de versioning (Git) et les workflows collaboratifs associés
Vous avez déjà travaillé sur des plateformes Data / ML Cloud (ex. Databricks ou équivalent)
Vous comprenez les enjeux de préparation des données, de feature engineering et de qualité des datasets pour les usages ML / AI
Vous avez une experience dans l?industrialisation des modèles ML, incluant entraînement, validation, versioning et déploiement
Vous êtes sensibilisé aux pratiques MLOps (gestion du cycle de vie des modèles, reproductibilité, monitoring)
Vous avez une appétence pour les cas d?usage GenAI (LLM, RAG, embeddings, agents) et savez concevoir et mettre en ?uvre de frameworks d?évaluation pour les systèmes GenAI incluant :
évaluation de la qualité des réponses (relevance, faithfulness, completeness),
validation des chaînes de retrieval et d?embeddings,
comparaison de prompts, modèles ou configurations
Profil candidat:
Compétences techniques attendues autour de la plateforme Databricks :
MLflow (niveau confirmé)
Databricks Model Serving (niveau confirmé)
Databricks Vector Search (bonne connaissance)
Databricks AI Functions (connaissance)
Databricks Agent Bricks (connaissance)