Ingénieur Data

Envie d'évoluer sur des projets à fort enjeu autour des Modern Data Platforms, de l'IA Générative, des systèmes multi-agents, du Machine Learning et de l'industrialisation des solutions IA dans des environnements Cloud de dernière génération ?

Au sein de notre communauté Data & AI, vous rejoignez un collectif d'experts passionnés qui accompagnent nos clients dans la transformation et la valorisation de leurs données grâce à l'Intelligence Artificielle.

Votre rôle :

Au sein d'une équipe pluridisciplinaire (Data Engineers, Architectes Data, Data Analysts, Data Scientists), en tant qu’Ingénieur Data & GenAI, vous serez au cœur de la chaîne de valeur de la donnée : de l'exploitation des données à la mise en production de solutions intelligentes capables d'automatiser, d'assister et d'accélérer les processus métiers.

Vos missions :

IA Générative, Agentic AI & Valorisation de la donnée

• Concevoir et développer des assistants IA et systèmes conversationnels exploitant les données de l'entreprise
• Construire des architectures RAG performantes permettant d'enrichir les modèles grâce aux connaissances métier
• Concevoir des agents IA autonomes capables d'interagir avec les systèmes d'information et les plateformes de données
• Intégrer, orchestrer et optimiser des modèles propriétaires et open source
• Mettre en œuvre des solutions de recherche documentaire, de raisonnement et d'exécution d'actions basée sur les données
• Améliorer la pertinence des réponses grâce au prompt engineering, au retrieval et aux mécanismes d'évaluation

Data & AI Engineering

• Concevoir des architectures Data & AI robustes, scalables et sécurisées
• Développer des services, API et composants IA industrialisés
• Participer à l'intégration des solutions IA au sein des écosystèmes Data de nos clients
• Travailler avec les équipes Data Engineering sur la préparation, la qualification et l'exposition des données
• Contribuer à la création de socles technologiques accélérant le développement des cas d'usage Data & IA
• Mettre en œuvre les bonnes pratiques MLOps, LLMOps et DataOps afin de garantir la fiabilité des solutions mises en production

Data Science & Machine Learning

• Concevoir, entraîner et déployer des modèles de Machine Learning lorsque les problématiques le nécessitent
• Réaliser des analyses exploratoires et expérimentations avancées à partir de données structurées et non structurées
• Évaluer et optimiser les performances des modèles IA
• Développer des approches d'explicabilité, d'IA responsable et de gouvernance des modèles
• Collaborer avec les équipes métiers pour transformer les données en leviers de décision et de performance

Observabilité, Qualité & Performance des systèmes IA

• Définir les indicateurs de qualité et de performance des solutions Data & IA
• Mettre en œuvre les mécanismes de monitoring, traçabilité et observabilité des modèles et agents IA
• Surveiller les performances des architectures RAG, systèmes multi-agents et modèles de Machine Learning dans le temps
• Évaluer la qualité des réponses générées et conduire une démarche d'amélioration continue
• Garantir la conformité, la sécurité et la gouvernance des données exploitées par les solutions IA

Votre profil :

• Issu d'une formation supérieure en informatique, Data Science, Intelligence Artificielle ou domaine connexe
• Vous justifiez d’au moins 4 ans d’expérience en développement de solutions IA, Data Engineering ou Machine Learning
• Vous possédez de solides connaissances sur les problématiques liées au traitement et à la valorisation des données ainsi qu'à l'industrialisation des solutions d'IA

Compétences recherchées :

Vous maîtrisez tout ou partie de l'écosystème suivant :

• Solide maîtrise de Python et son écosystème Data & IA
• Bonne compréhension des architectures Data modernes et des principes de gouvernance des données
• Expérience sur des solutions d'IA Générative (LLM, RAG, Agents IA)
• Maîtrise des bases de données SQL et NoSQL
• Sensibilité aux enjeux de qualité, de sécurité et de valorisation des données
• Expérience sur les plateformes Cloud (Azure, AWS, GCP, Scaleway ou autre)
• Connaissance des bonnes pratiques DataOps, MLOps et LLMOps
• Maîtrise des outils de versionning et d'intégration continue (Git, GitLab CI/CD, Azure DevOps)
• Connaissance des outils de conteneurisation et d'orchestration (Docker, Kubernetes)
• Compréhension des architectures distribuées et des pipelines de traitement de données
• Une expérience sur un ou plusieurs des sujets suivants serait particulièrement appréci