Infrastructure AI Specialist Senior

Réinventer avec Accenture. En tant qu’Infrastructure AI Specialist Senior à Paris, vous intervenez sur des projets de transformation alliant expertises métiers, technologies et usage avancé de l’intelligence artificielle.

Avez-vous les compétences pour ce poste ? Lisez les détails complets ci-dessous, et envoyez votre candidature dès aujourd'hui.

Au sein de notre équipe Intelligent Infrastructure Services, vous concevez les fondations d’infrastructure qui rendent possible l’IA en entreprise et vous appliquez également l’IA à l’exploitation des infrastructures.

D’un côté : usines d’IA (AI Factories), plateformes accélérées par GPU, architectures cloud natives et hybrides, ainsi que plateformes MLOps/LLMOps permettant de faire passer les modèles du prototype à la production.

De l’autre : AIOps, opérations prédictives et automatisation agentique appliquées à l’infrastructure elle-même.

Vous intervenez comme référent technique sur ces deux volets en :

• 
  
• définissant les feuilles de route clients ;
  
• conseillant les CTO, CIO et responsables infrastructures ;
  
• contribuant au développement commercial ;
  
• développant les capacités IA de la practice.
  

Vos Responsabilités principales
Construire les plateformes qui font fonctionner l’IA

• 
  
• Concevoir des AI Factories et des plateformes IA d’entreprise : calcul GPU et accélérateurs, réseaux haute performance, hiérarchisation du stockage et flux de données adaptés aux charges d’entraînement et d’inférence.
  
• Concevoir des plateformes IA basées sur Kubernetes (ordonnancement et partitionnement GPU, multi-tenance, entraînement distribué et services d’inférence à grande échelle).
  
• Déployer des plateformes MLOps et LLMOps de niveau production sur AWS, Azure, GCP, en environnement on-premise, hybride ou souverain.
  
• Définir la stratégie d’outillage des plateformes : registres de modèles, feature stores, suivi des expérimentations, bases vectorielles, passerelles d’inférence et routage des modèles.
  
• Industrialiser les solutions RAG et les systèmes d’IA agentique (hébergement, montée en charge, observabilité et intégration).
  
• Automatiser via l’Infrastructure as Code et les pratiques de Platform Engineering (Terraform, Ansible, GitOps).
  
• Collaborer avec les équipes cloud, réseau, sécurité et opérations afin d’industrialiser les solutions IA en environnement de production
  

Appliquer l’IA aux opérations d’infrastructure

• 
  
• Définir la stratégie AIOps pour les services d’infrastructure : prédiction des incidents, détection d’anomalies, planification de capacité et automatisation auto-réparatrice.
  
• Déployer des cas d’usage GenAI et IA agentique intégrés aux écosystèmes ITSM et d’observabilité (ServiceNow, Dynatrace, Datadog, Splunk).
  
• Intégrer l’IA dans les modèles de services managés et les opérations alignées sur ITIL.
  

Garantir sécurité et maîtrise des coûts

• 
  
• Piloter les pratiques AI FinOps et TokenOps : utilisation des GPU, maîtrise des coûts d’inférence, gouvernance des tokens et mécanismes de refacturation.
  
• Garantir la sécurité de l’IA dès la conception : gestion des identités, protection des données, sécurité des modèles et des points d’accès.
  
• Mettre en œuvre la gouvernance IA : garde-fous, cadres d’évaluation, explicabilité et conformité au règlement européen sur l’IA (EU AI Act).
  

Leadership et développement

• 
  
• Conseiller les directions clientes sur leur stratégie d’infrastructure IA et les évolutions du marché.
  
• Concevoir des offres d’infrastructure augmentées par l’IA et contribuer aux activités commerciales.
  
• Encadrer et accompagner ingénieurs et architectes tout en renforçant l’expertise IA de la practice.
  

Votre profil

• 
  
• Maîtrise de l’anglais et du français
  
• Capacité à travailler dans un environnement international et multiculturel
  

Compétences requises

• 
  
• Expérience avérée dans la conception et l’exploitation d’infrastructures IA/ML à l’échelle entreprise.
  
• Expertise approfondie de Kubernetes appliquée aux charges IA.
  
• Expérience pratique des plateformes MLOps/LLMOps en production.
  
• Maîtrise d’au moins un écosystème IA hyperscaler : AWS SageMaker, Azure Machine Learning ou Google Vertex AI.
  
• Solide expérience Infrastructure as Code (Terraform, Ansible, GitOps) et développement Python.
  
• Bonne compréhension des LLM, systèmes RAG et architectures agentiques en production.
  
• Connaissances solides des opérations d’infrastructure, des services managés et des modèles ITIL.
  
• Capacité à promouvoir l’IA comme levier de tra