Advisory X

Job Description: DXC Technology est un leader mondial des services IT et de la transformation numérique dont les 130 000 collaborateurs et collaboratrices présents dans plus de 70 pays, accompagnent leurs clients vers la modernisation et l’innovation. La transformation numérique de nos clients ne se résume plus à l'adoption de nouvelles technologies. Elle exige une stratégie audacieuse, un accompagnement sur mesure avec une bonne connaissance du métier de nos clients et une capacité à anticiper les défis de demain. « The difference is in the doing » : pour construire le monde de demain

1. CONTEXTE ET ENJEUX

• Renforcer notre positionnement technique et applicatif sur la conception de plateformes et de solutions IA—de la définition des architectures jusqu’à leur mise en production
• Structurer l’analyse technologique du marché de l’IA, en identifiant les tendances émergentes, outils et frameworks pertinents pour les secteurs de nos clients
• Construire et faire évoluer l’offre technologique IA de DXC France
• Structurer la communauté interne de consultants techniques IA—partage des connaissances, diffusion des bonnes pratiques et montée en compétence collective

2. RESPONSABILITÉS PRINCIPALES

Nous recherchons un Architecte IA expérimenté pour rejoindre notre practice de conseil technologique en France. En tant qu’Architecte IA généraliste—non lié à un éditeur ou une plateforme spécifique—vous interviendrez sur l’ensemble du cycle projet: de l’identification des opportunités commerciales à la réalisation de preuves de concept, jusqu’au pilotage de la mise en œuvre complète de solutions IA en entreprise. Il s’agit d’un rôle à fort impact, en relation directe avec les clients, destiné à un expert technique capable d’interagir avec des dirigeants (CxO), de concevoir des propositions convaincantes, de prototyper des agents GenAI et d’accompagner les équipes jusqu’à la mise en production.

• 01. Avant‑vente & développement commercial
  • Interagir avec les clients en phase d’avant‑vente pour comprendre leurs enjeux et opportunités en IA
  • Co‑concevoir des architectures de solutions et définir les approches techniques adaptées
  • Piloter ou contribuer à la rédaction de propositions commerciales, réponses à appels d’offres (RFP) et statements of work
  • Présenter des visions techniques et business aux parties prenantes de niveau exécutif
  • Contribuer à la qualification des opportunités et au développement du pipeline d’activité IA
• 02. Preuve de concept & innovation
  • Concevoir et développer des prototypes IA et des PoC pour valider des hypothèses et démontrer la valeur aux clients
  • Explorer et benchmarker différentes technologies, frameworks et plateformes IA (multi‑cloud)
  • Traduire des problématiques métiers complexes en architectures IA concrètes et réalisables
  • Promouvoir des pratiques d’IA responsables et explicables tout au long des phases d’expérimentation
• 03. Pilotage de delivery
  • Piloter ou contribuer à la livraison de bout en bout de projets de transformation IA
  • Définir et faire appliquer des standards d’architecture, patterns de conception et bonnes pratiques IA
  • Encadrer et accompagner les équipes techniques (data scientists, ML engineers, développeurs)
  • Garantir des solutions robustes, scalables, sécurisées et alignées avec les contraintes et la gouvernance client
  • Être le point de contact technique principal du client pendant toute la phase de delivery

3. PROFIL RECHERCHÉ

• Diplôme d’ingénieur (Grande école, Master ou équivalent) en informatique, mathématiques appliquées, data science ou domaine similaire
• Plus de 10 ans d’expérience professionnelle en ingénierie logicielle ou architecture technique
• Expérience significative en conception et déploiement de solutions IA/ML en production
• Expérience avérée dans des rôles en contact client (conseil, avant‑vente, développement business)
• Une expérience en ESN est obligatoire—une bonne compréhension du modèle de conseil, des enjeux de staffing et de la gestion de la relation client est essentielle

Compétences techniques

• Bonne maîtrise du paysage IA/ML: machine learning classique, deep learning, NLP, computer vision, GenAI/LLMs
• Connaissance des principales plateformes cloud (AWS, Azure, GCP) et frameworks open source (ex: LangChain)
• Expérience en MLOps: CI/CD pour le ML, monitoring des modèles, suivi des expérimentations, feature stores
• Solides bases en ingénierie logicielle: Python, APIs, microservices, conteneurisation (Docker, Kubernetes)
• Connaissances en architecture data, pipelines de données et gouvernance des données
• Capacité à concevoir des systèmes IA de bout en bout, de l’ingestion des données à l’inférence et au monitoring