Architecte solutions data & ia

de l'ingestion et l'industrialisation de la donnée jusqu'au déploiement de solutions d'IA en production.

Le/la candidat (e) devra être en mesure de concevoir une architecture de solutions Data et/ou IA adaptée à un besoin métier et aux spécificités techniques et contraintes de chaque client, ainsi que d'accompagner les équipes techniques sur la mise en oeuvre de ces solutions.

Vos missions :

• Concevoir l'architecture de solutions Data et/ou IA en fonction du besoin métier et des spécificités techniques de chaque client (Cloud, OnPremise, hybride)

ingestion, stockage, transformation, exposition et valorisation de la donnée

• Concevoir et mettre en oeuvre des solutions de Data Engineering (pipelines de données, ETL/ELT, orchestration, industrialisation)
• Concevoir et accompagner des solutions de Data Science (modélisation, machine learning, expérimentation, MLOps)
• Concevoir et déployer environnement & architecture on-premise (ex : Terraform, Nvidia DCGM,)
• Mettre en place le tooling de metrics et d'observabilité (ex : Grafana)
• Concevoir l'architecture Cloud et OnPremise de solutions basées sur des LLM open source
• Accompagner et présenter les solutions auprès de la DSI client (supports, documentation, pages wiki)
• Participer à la veille technologique sur les architectures IA, les LLM et les pratiques MLOps/LLMOps
• Définir la gouvernance des données et garantir la conformité (RGPD, qualité, catalogage) sur les architectures déployées
• Intégrer une démarche FinOps dans la conception des architectures Cloud/On-Premise (dimensionnement, optimisation des coûts)
• Arbitrer les choix technologiques et documenter les décisions d'architecture (ADR, comités techniques)

Environnement technique :

• GCP, AWS, Azure
• Terraform, Ansible, Bicep
• Prometheus, Grafana, Datadog, Dynatrace
• Python
• Docker, Kubernetes
• OpenLLM : Mistral, Qwen, Llama, Gemma, Deepseek
• LLM
• Data Engineering : pipelines ETL/ELT, orchestration (Airflow ou équivalent) , Snowflake, Databricks,
• Data Science / MLOps : frameworks ML/DL (TensorFlow, PyTorch) , suivi et industrialisation des modèles
• Data Visualisation : outils de restitution et de dataviz (type Power BI, Looker ou équivalent)
• Jira, Confluence
• Frameworks et plateformes agentiques : LangGraph, CrewAI, AutoGen, Semantic Kernel, Bedrock Agents, Azure AI Agent Service ou équivalents
• Standards et protocoles de l'IA agentique : MCP (Model Context Protocol) , function calling / tool use, orchestration multi-agents
• Gouvernance et sécurité de la donnée : Purview, Collibra, IAM, chiffrement ou équivalents
• FinOps : Azure Cost Management, AWS Cost Explorer, GCP Billing ou équivalents

#LI-FF1

Profil recherché

• Formation Bac+5 Ingénieur Informatique / Data / IA
• 5 à 10 ans d'expérience dans la data, avec une expertise technique reconnue sur l'ensemble de la chaîne Data & IA
• Capacité avérée à concevoir une architecture de solutions Data et/ou IA adaptée à un besoin métier et aux contraintes spécifiques d'un client
• Expérience sur des solutions de Data Engineering (pipelines, industrialisation de la donnée) et de Data Science (modélisation, MLOps)
• Expérience en Infrastructure as Code (ie : Terraform, Ansible, Bicep,)
• Bonne connaissance des LLM open source (Mistral, Llama, Qwen, Gemma, Deepseek) et de leur déploiement (vLLM)
• Bonne connaissance des différents LLM et veille active
• Expérience RAG
• Expérience MCP, conception et mise en oeuvre d'infrastructure agentique
• Compétences en Python et mise en place d'outils d'observabilité (ie : Prometheus, Grafana, Datadog, Dynatrace,)
• Anglais courant

capacité à former, accompagner et faire monter en compétence les équipes

• Bon relationnel pour accompagner les équipes Data & DSI clientes
• Capacité d'expression orale appréciée pour prendre la parole sur des événements type table ronde, webinar, conférence
• Expérience dans la définition de la gouvernance des données et de la conformité (RGPD, sécurité, qualité de la donnée)
• Sensibilité cybersécurité et bonnes pratiques de sécurisation des architectures Data & IA
• Connaissance des pratiques FinOps pour l'optimisation des coûts des architectures Cloud/IA
• Capacité à arbitrer des choix d'architecture et à documenter les décisions techniques (ADR)