AI-Solution Architect

Dans 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 & Responsible AI
· Appliquer les principes Security by Design et sécuriser les accès aux modèles, données, outils, plateformes et APIs.
· Prendre en compte les risques spécifiques aux LLM et aux systèmes agentiques.
· Mettre en œuvre les principes Human-in-the-Loop lorsque nécessaire.
· Garantir auditabilité, traçabilité et contribution aux standards de gouvernance et de Responsible AI du Groupe. 7. Architecture, conseil & enablement
· Challenger les architectures et accompagner Data Scientists, AI Engineers, Data Engineers et Software Engineers.
· Transformer les retours d'expérience en standards, blueprints et composants réutilisables.
· Réaliser des prototypes techniques ciblés pour valider rapidement les choix structurants.
· Contribuer aux communautés d'expertise et assurer une veille active sur les technologies Data Science et AI Engineering. Ce poste est compatible avec du télétravail jusqu’à 2 jours par semaine selon les règles d’entreprise.

Nous offrons
un package rémunération/avantages attractifs : Intéressement, participation, Actionnariat Pierre Fabre avec abondement, Mutuelle santé et prévoyance, 16 RTT en plus des CP, participation transport collectif… Vos compétences au service de projets novateurs :

Formation:
Bac+5 en informatique, école d’ingénieur ou université.
· Solide expérience dans la conception et l'industrialisation de solutions Data Science, Data, Cloud ou AI complexes.
· Profil senior et très technique, capable à la fois de définir une architecture cible, de challenger les choix et de contribuer concrètement à l'implémentation.
· Capacité à raisonner de bout en bout : architecture, engineering, données, sécurité, exploitation et passage à l'échelle.
· Expérience dans des environnements d'entreprise complexes, internationaux et multidisciplinaires.