ContexteDans le cadre du développement de ses activités Data & Intelligence Artificielle, notre client recherche un AI Engineer spécialisé en IA Générative et MLOps pour rejoindre une équipe IT Data & IA.
L?équipe intervient sur des projets IA à destination des directions métiers et accompagne le développement, l?industrialisation et le déploiement de solutions d?Intelligence Artificielle dans un environnement Cloud AWS.
MissionEn tant qu?AI Engineer, vous intervenez sur l?ensemble du cycle de vie des solutions IA, de la conception jusqu?à leur mise en production.
Vos principales responsabilités seront :
Être le référent technique IA auprès des chefs de projets, développeurs, architectes et équipes métiers.
Concevoir et développer des solutions d?IA et d?IA Générative de bout en bout.
Développer et industrialiser des solutions basées sur les LLM, RAG et systèmes d?agents.
Intégrer des solutions IA développées en interne ou proposées par des éditeurs externes.
Déployer et mettre à l?échelle des modèles et applications IA en environnement Cloud.
Participer à la mise en place et à l?évolution du socle AI / MLOps : déploiement, monitoring, assets, produits IA et CI/CD.
Industrialiser les modèles développés par les équipes Data Scientists et les accompagner jusqu?à la production.
Mettre en ?uvre les bonnes pratiques de développement, de sécurité, de monitoring et d?industrialisation des projets IA/ML.
Contribuer au respect des normes et exigences du Groupe, notamment en matière de RGPD et AI Act.
Assurer une veille technologique sur les nouvelles technologies d?IA Générative, d?agents et de MLOps.
Profil recherchéNous recherchons un profil AI Engineer / GenAI Engineer / ML Engineer disposant d?une expérience significative en développement et industrialisation de solutions IA.
Compétences indispensablesPython expert.
Minimum 1 an d?expérience en IA Générative.
Expérience concrète de mise en production et passage à l?échelle de solutions IA.
Solides connaissances en Machine Learning, Deep Learning et IA Générative.
Maîtrise des concepts et technologies RAG, LLM, Fine-tuning et Reasoning.
Expérience avec les systèmes d?agents et multi-agents, l?orchestration et le monitoring.
Maîtrise de AWS, notamment idéalement :
S3
SageMaker
Bedrock
Lambda
API Gateway
OpenSearch
ECS / EKS / EC2
Maîtrise des pratiques MLOps / DevOps :
Docker
Kubernetes
GitLab
MLflow
Airflow
Artifactory
APIs
Très bonne maîtrise de l?écosystème Python :
LangChain
LangGraph
Transformers
PyTorch
TensorFlow
Scikit-learn
Pandas
Hugging Face
Connaissance des bases de données SQL / NoSQL et notamment des bases vectorielles :
OpenSearch
Redis
PGVector
La connaissance de technologies telles que MCP, A2A, Guardrails et Deep Agents est un réel plus.
Environnement techniquePython ? AWS ? SageMaker ? Bedrock ? LangChain ? LangGraph ? LLM ? RAG ? Agents / Multi-Agents ? Hugging Face ? Transformers ? PyTorch ? TensorFlow ? Scikit-learn ? Docker ? Kubernetes ? GitLab ? MLflow ? Airflow ? OpenSearch ? Redis ? PGVector ? MLOps
Expérience souhaitéeUne première expérience dans le secteur bancaire ou financier est fortement appréciée.
Une bonne maîtrise des méthodologies Agile est également attendue.
Soft skillsNous recherchons une personne :
Rigoureuse, autonome et organisée.
Orientée delivery et résultats.
Capable de travailler en équipe et d?interagir avec des interlocuteurs techniques et métiers.
Dotée d?un bon esprit d?initiative et d?un sens du pragmatisme.
Profil candidat:
Profil recherchéNous recherchons un profil AI Engineer / GenAI Engineer / ML Engineer disposant d?une expérience significative en développement et industrialisation de solutions IA.
Compétences indispensablesPython expert.
Minimum 1 an d?expérience en IA Générative.
Expérience concrète de mise en production et passage à l?échelle de solutions IA.
Solides connaissances en Machine Learning, Deep Learning et IA Générative.
Maîtrise des concepts et technologies RAG, LLM, Fine-tuning et Reasoning.
Expérience avec les systèmes d?agents et multi-agents, l?orchestration et le monitoring.
Maîtrise de AWS, notamment idéalement :
S3
SageMaker
Bedrock
Lambda
API Gateway
OpenSearch
ECS / EKS / EC2
Maîtrise des pratiques MLOps / DevOps :
Docker
Kubernetes
GitLab
MLflow
Airflow
Artifactory
APIs
Très bonne maîtrise de l?écosystème Python :
LangChain
LangGraph
Transformers
PyTorch
TensorFlow
Scikit-learn
Pandas
Hugging Face
Connaissance des bases de données SQL / NoSQL et notamment des bases vectorielles :
OpenSearch
Redis
PGVector
La connaissance de technologies telles que MCP, A2A, Guardrails et Deep Agents est un réel plus.
Environnement techniquePython ? AWS ? SageMaker ? Bedrock ? LangChain ? LangGraph ? LLM ? RAG ? Agents / Multi-Agents ? Hugging Face ? Transformers ? PyTorch ? TensorFlow ? Scikit-learn ? Docker ? Kubernetes ? GitLab ? MLflow ? Airflow ? OpenSearch ? Redis ? PGVector ? MLOps