AI Senior Architect – IA générative, RAG, agents

À propos du poste

Poste de responsable d'architecture IA (Senior Architect) chargé de définir et de maintenir l'architecture cible de la plateforme et des solutions IA, ainsi que leur trajectoire d'évolution. Il conçoit les architectures des cas d'usage (ML, IA générative, RAG, agents, multimodalité), évalue les choix technologiques et assure la sécurité des systèmes IA.

Missions principales

• Définir et maintenir l'architecture cible et la trajectoire d'évolution de la plateforme et des solutions IA
• Concevoir et valider les architectures des cas d'usage : ML, IA générative, RAG, agents et solutions multimodales
• Définir les standards, patterns et composants réutilisables, et challenger les choix technologiques selon performance, coûts, sécurité et souveraineté
• Définir les principes de dimensionnement des infrastructures hybrides (GPU) et les exigences d'industrialisation MLOps/LLMOps (déploiement, évaluation, observabilité, résilience)
• Évaluer les modèles propriétaires ou ouverts, on-premise ou cloud, et formaliser les arbitrages
• Concevoir la sécurité IA : protection des données et des modèles, contrôle des accès, sécurisation des agents, outils et connecteurs, traçabilité
• Contribuer aux analyses de menaces et aux tests adversariaux avec les équipes Cybersécurité, et accompagner la remédiation des vulnérabilités
• Conduire les revues d'architecture, challenger les livrables et accompagner les équipes delivery et exploitation jusqu'à la mise en production
• Maintenir le référentiel d'architecture, réaliser des benchmarks et prototypes, assurer la veille et former les équipes par le mentorat

Profil recherché

• Doctorat ou Ingénieur d'État avec au moins 10 ans d'expérience en IA et Data Science
• Minimum 10 ans d'expérience professionnelle en IA et Analytics, dont au moins 5 ans en conception et industrialisation de solutions IA
• Leadership technique transverse, capacité à challenger les partenaires et à communiquer avec les équipes techniques, les métiers et la direction

Compétences requises

• Architecture de solutions IA : ML, Deep Learning, LLM, RAG et systèmes agentiques
• Cloud et on-premise, systèmes distribués, Kubernetes et infrastructures GPU
• MLOps/LLMOps, pipelines data et intégration au SI
• Sécurité IA : injection de prompts, fuite de données, empoisonnement, OWASP pour les applications LLM, IAM
• Prototypage, analyse de performances et arbitrage technico-économique