AI Engineer (F/H/X)

Vos missions principales seront les suivantes :

AI & Développement de modèles

• Concevoir, entraîner et évaluer des modèles de Machine Learning et Deep Learning pour des cas d’usage internes.

• Développer des composants GenAI (RAG, extraction d’information basée LLM, fine-tuning).

• Mettre en œuvre des architectures hybrides ML + LLM pour la segmentation, la classification, la prévision ou le résumé de texte.

• Choisir l’architecture la plus adaptée (ML vs LLM) selon la valeur ajoutée réelle.

• Maîtriser les techniques avancées de prompting (prompts structurés, approche systématique, optimisation itérative)

• Une connaissance des technologies MCP serveur est un plus.

Pipeline & Engineering

• Concevoir des pipelines de bout en bout, industrialisables et robustes.

• Garantir reproductibilité, modularité et documentation claire.

• Développer des pipelines efficaces pour le prétraitement et l’évaluation.

Évaluation, tests & maîtrise des coûts

• Appliquer des méthodologies d’évaluation systématiques (benchmarks LLM, indicateurs de qualité, etc.).

• Surveiller les performances et dérives des pipelines.

• Optimiser les coûts : taille de modèles, quantification, batching, caching…

Collaboration avec Group Technology

• Préparer les ressources techniques nécessaires pour l’industrialisation par le Groupe si nécessaire (modèles, documentation, tests, API).

• Participer à la gouvernance et aux choix d’architecture.

Interaction métier (avec l’AI Product Manager)

• Accompagner l’AI PM France dans l’analyse de faisabilité, des contraintes et de l’effort.

• Traduire les besoins métier en spécifications techniques.

• Expliquer clairement les compromis ML vs GenAI aux équipes non techniques.

Compétences requises :

Compétences techniques fondamentales

• Forte expertise en Machine Learning, statistiques et évaluation de modèles.

• Solide compréhension des architectures Deep Learning (Transformers, CNN, RNN, embeddings).

• Expérience en GenAI engineering :

• RAG

• Prompt engineering structuré

• Fine-tuning / adaptation de LLM

• Très bonne maîtrise de l’écosystème Python : PyTorch, TensorFlow, Hugging Face, MLflow, etc.

• Capacité à produire un code propre, robuste et maintenable.

Engineering & MLOps Mindset

• Maîtrise du versionnage, de la reproductibilité, des bonnes pratiques d’ingénierie.

• À l’aise dans la construction de pipelines.

• Connaissances CI/CD, supervision, Docker, APIs.

Bonus appréciés

• Connaissance des frameworks d’évaluation : RAGAS, DeepEval, …

• Expérience cloud AWS, Snowflake (prétraitement, orchestration, stockage).

• Sensibilité aux contraintes de gouvernance et de sécurité IA en environnement entreprise.

• Connaissance des technologies MCP serveur.