Architecte ia ml ops h/f

Free-Work est une plateforme qui s'adresse à tous les professionnels des métiers de l'informatique.

Ci-dessous, vous trouverez un détail complet de tout ce qui est requis des candidats potentiels, ainsi que la manière de postuler. Bonne chance.

Ses contenus et son jobboard IT sont mis à disposition 100% gratuitement pour les indépendants et les salariés du secteur.
Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en ?uvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production.

Cadrage technique & architecture IA

Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).

Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM)

Formaliser les choix dans des dossiers d?architecture.

Prototypage & validation des cas d?usage

Piloter ou réaliser des POC IA rapides (4?6 semaines) en lien avec la DSMC.

Tester la viabilité des modèles, des données et des chaînes techniques.

Documenter résultats, limites, risques techniques et conditions d?industrialisation

MLOps & industrialisation

Définir et mettre en ?uvre les chaînes MLOps :

Accompagner l?intégration des solutions IA dans le SI existant.

Contribuer au catalogue de services IA de la DSI

Observabilité IA & fiabilité

Définir et déployer les principes de ML Observability :

Mettre en place les alertes et indicateurs nécessaires au pilotage.

Contribuer à la stratégie de run IA avec les équipes concernées

Gouvernance des modèles IA

Contribuer à la gouvernance IA DSI / DSMC :

Participer aux comités IA et Architecture.

Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées)

Référent IA & accompagnement des équipes

Agir comme référent technique IA pour la DSI.

Accompagner Data Engineers, équipes projets et prestataires.

Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d?expérience).

Contribuer à la montée en compétence globale sur l?IA industrielle

Indispensables

Python, Git, CI/CD (GitLabCI)

Cloud (priorité Azure)

Concepts ML & IA générative (RAG, LLM, embeddings)

MLOps (versioning, pipelines, monitoring)

Intégration SI / APIs

Agent IA

Appréciées (non bloquantes)

Snowflake

Airflow

Sécurité IA (prompts, cloisonnement, traçabilité)

Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en ?uvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production.

Cadrage technique & architecture IA

Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).

Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM)

Formaliser les choix dans des dossiers d?architecture.

Prototypage & validation des cas d?usage

Piloter ou réaliser des POC IA rapides (4?6 semaines) en lien avec la DSMC.

Tester la viabilité des modèles, des données et des chaînes techniques.

Documenter résultats, limites, risques techniques et conditions d?industrialisation

MLOps & industrialisation

Définir et mettre en ?uvre les chaînes MLOps :

Accompagner l?intégration des solutions IA dans le SI existant.

Contribuer au catalogue de services IA de la DSI

Observabilité IA & fiabilité

Définir et déployer les principes de ML Observability :

Mettre en place les alertes et indicateurs nécessaires au pilotage.

Contribuer à la stratégie de run IA avec les équipes concernées

Gouvernance des modèles IA

Contribuer à la gouvernance IA DSI / DSMC :

Participer aux comités IA et Architecture.

Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées)

Référent IA & accompagnement des équipes

Agir comme référent technique IA pour la DSI.

Accompagner Data Engineers, équipes projets et prestataires. xuezdbg

Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d?expérience).

Contribuer à la montée en compétence globale sur l?IA industrielle

Indispensables

Python, Git, CI/CD (GitLabCI)

Cloud (priorité Azure)

Concepts ML & IA générative (RAG, LLM, embeddings)

MLOps (versioning, pipelines, monitoring)

Intégration SI / APIs

Agent IA

Appréciées (non bloquantes)