AI SOLUTIONS ARCHITECT

# **Who we are ?We are Pierre Fabre Laboratories, a global leader combining pharmaceutical expertise with dermo-cosmetics to support consumers and patients at every stage of their care journey. Our portfolio includes several medical franchises and international brands such as Eau Thermale Avène, Ducray, A-Derma, Klorane, René Furterer, and Pierre Fabre Oral Care. By joining us, you become part of a meaningful company where the human dimension is essential. You become a participant in the \"We Care Movement,\" a movement that values excellence and innovation within passionate teams. Together, we push the boundaries of science to unite health and beauty for the benefit of all, because Every time we care for a single person, we make the whole world better. Present in 120 countries with a team of over 10,000 employees, we are proud to create a scientific and human impact, today and tomorrow If caring is at the heart of your values, join Pierre Fabre Laboratories and become a key player in the “We Care Movement\".# Your missionDans un contexte d'accélération de la Data Science et de l'IA agentique, la Data & AI Factory renforce sa capacité à transformer les innovations, les besoins en solutions robustes, sécurisées, industrialisées et intégrées au système d'information. Nous recherchons un(e) AI-Solution Architect & Engineer capable d'agir à la croisée de l'AI Engineering, de la Data Science, de l'architecture, de la Data, du Cloud et du DevSecOps. Votre mission Concevoir, construire et industrialiser les plateformes et solutions Data & AI du Groupe, depuis le besoin jusqu'à la production et au passage à l'échelle.
Le AI-Solution Architect & Engineer travaille en proximité avec les équipes Data & AI, Data Scientists, Architecture, Cloud, Cybersecurity, DevSecOps, Software Engineering et les Business Units du Groupe.Votre rôle au sein d’une entreprise pionnière en pleine expansion : 1. AI Solution Architecture
· Concevoir et développer des solutions avancées d'AI, Machine Learning, Generative AI et Agentic AI, de l'expérimentation jusqu'à leur industrialisation.
· Faire preuve d'une forte expertise en Software Engineering et AI Engineering, avec la capacité de prototyper, coder et prendre des décisions techniques structurantes.
· Traduire les enjeux et besoins métiers en architectures et solutions IA concrètes, en challengeant les demandes et en identifiant les approches les plus pertinentes.
· Démontrer une capacité d'abstraction et de conceptualisation, permettant de passer d'un cas d'usage spécifique à des architectures, composants et patterns réutilisables.
· Concevoir et développer des systèmes agentiques, intégrant orchestration d'agents, LLMs, outils, APIs, RAG et mécanismes de contrôle.
· Garantir l'intégration, la sécurité, la performance, l'observabilité et la scalabilité des solutions IA au sein du SI et des plateformes Data & Cloud du Groupe. 2. AI Engineering & industrialisation
· Développer et industrialiser des composants et services IA réutilisables.
· Mettre en place les chaînes MLOps / LLMOps / AgentOps et le cycle de vie des modèles, prompts, agents et knowledge bases.
· Mettre en œuvre les mécanismes d'évaluation : qualité, grounding, hallucinations, performance, latence et coûts.
· Contribuer directement au développement lorsque nécessaire : forte dimension hands-on. 3. Data Science Platforms
· Concevoir, faire évoluer et industrialiser les plateformes Data Science mises à disposition des équipes.
· Maîtriser les environnements R et Python et des plateformes telles que Posit Workbench, Posit Connect et Posit Package Manager, ou équivalentes.
· Industrialiser le packaging et le déploiement des applications, modèles, APIs et traitements Data Science.
· Garantir la reproductibilité des environnements, la gestion des dépendances et le passage Dev / Qualification / Production. 4. Data Architecture
· Concevoir les architectures de données nécessaires aux solutions Data Science et IA.
· Définir les patterns d'accès aux Data Lakes, Lakehouses, Data Warehouses, APIs et plateformes Data.
· Maîtriser les problématiques de metadata, semantic layer, embeddings, vectorisation et knowledge management.
· Garantir qualité, traçabilité, gouvernance et sécurisation des données consommées par les solutions.5. Cloud, DevSecOps & Platform Engineering· Contribuer à la conception et à l'évolution de la plateforme Data & AI d'entreprise sur des environnements Cloud et hybrides.
· Intégrer les solutions dans les chaînes CI/CD et automatiser le provisioning via Infrastructure as Code.
· Containeriser les applications avec Docker et contribuer aux architectures d'orchestration Kubernetes ou services Cloud équivalents.
· Industrialiser IAM/RBAC, secrets management, scanning, observability, monitoring, logging et FinOps. 6. Security & Responsi