Niveau de qualification : Bac +5/ Master’s or equivalent level en école d’ingénieur ou en mathématiques appliquées, data science, IA.
Compétences techniques :
Expérience dans la conception et le développement de solutions Data / IA et leur déploiement en production.
Maîtrise d’un langage : Python nécessaire et TypeScript sera un plus
Maitrise des bonnes pratiques de développement logiciel (qualité de code, tests, documentation) pour transformer des modèles validés en solutions industrielles robustes
Capacité à intégrer et déployer des modèles d’intelligence artificielle dans le système d’information sous forme de services (API, batch, streaming), en lien avec les équipes Data, IT et Produit
Maîtrise des pratiques de IA Engineering et de MLOps (CI/CD, infrastructure, monitoring, gestion des incidents) afin de garantir la fiabilité, la performance et la pérennité des systèmes IA en production
Bonne connaissance des environnements data et IA (ex. Databricks) et des plateformes cloud (Azure et/ou AWS), avec une compréhension des enjeux de sécurité, de performance et de scalabilité
Capacité à appliquer et faire évoluer les standards d’AI Engineering et de MLOps, à capitaliser les retours d’expérience et à contribuer à la montée en maturité technique collective
Compétences comportementales : Travail en équipe, Communication, Capacité à s’imposer et dire non lorsque nécessaire, pédagogie et capacité à expliquer ses réalisations devant tout type de public, curiosité et force de proposition
Compétences linguistiques : Français courant & Anglais pratique
Certification : Certification Cloud est un plus (AWS ou Azure)
Connaissances spécifiques : expérience dans un contexte industriel appréciée (logistique, gestion de stocks, maintenance industrielle, analyse de données de capteurs, analyse et modélisation de procédés)
Niveau d’expérience : Minimun 8 ans d'expérience dans le développement et le déploiement de modèles ML en production et plus récemment de l'IA générative dans le cadre de projets industriels.
