Role overview
Concevoir et industrialiser des solutions d?intelligence artificielle générative (modèles de langage de grande taille, agents intelligents, RAG) en réponse aux besoins identifiés par la cellule AI Catalysts, priorisés par le Product Owner (PO).
Intégrer ces composants GenAI au sein de l?écosystème existant (GenAI Core, OneAPI, Azure AI Foundry), tout en respectant les normes de sécurité et de gestion des coûts.
Définir et mettre en ?uvre les architectures techniques appropriées : sélection des modèles, orchestration des agents, conception des systèmes RAG, gestion des sessions utilisateur.
Développer et maintenir le code, principalement en Python, ainsi que les composants réutilisables tels que les librairies de prompts et d?agents.
Industrialiser le déploiement des solutions via la conteneurisation (Docker), l?orchestration Kubernetes, les pipelines CI/CD, l?Infrastructure as Code (Terraform), et assurer le suivi opérationnel (monitoring).
Appliquer les bonnes pratiques MLOps : suivi des expérimentations, versioning des modèles, tests de régression, validations en environnement pré-production.
S?assurer de la qualité, de la performance et de l?observabilité des solutions : mise en place de métriques, tests adversariaux, surveillance des dégradations en production.
Collaborer étroitement avec le Product Owner, les ingénieurs logiciels, les AI Catalysts et la DSI afin d?assurer la sécurité et l?adoption des solutions proposées.
Participer à la documentation, à la création de templates, ainsi qu?à la formation des équipes internes.
Diplôme de niveau Bac +3 à Bac +5 en informatique, data science ou domaine équivalent.
Expérience de 3 à 5 ans dans le développement d?applications intégrant l?intelligence artificielle, avec une spécialisation en IA générative (Agents, RAG, LLMs).
Maîtrise de Python et des principales bibliothèques de ML/IA, telles que PyTorch et Transformers.
Connaissance approfondie des frameworks GenAI, notamment LangChain, LangGraph, LangFuse, ainsi que des moteurs de recherche sémantique comme Qdrant et Milvus.
Compétences en architecture cloud Azure, incluant AI Foundry, AKS et WebApp, ainsi qu?en conteneurisation et orchestration avec Docker et Kubernetes.
Familiarité avec les méthodes CI/CD et l?Infrastructure as Code, notamment Terraform.
Sensibilité aux enjeux liés à la cybersécurité et à la conformité réglementaire.
Rigueur dans l?ingénierie logicielle : tests, documentation ainsi que l?automatisation des pipelines.
Esprit d?équipe et capacité à vulgariser des concepts techniques complexes.
Anglais professionnel à l?écrit et à la lecture, français courant indispensable.
Disponibilité pour une mission en régie en 2026, afin de contribuer à l?industrialisation d?une AI Factory interne.