Forward Deployed Engineer (FDE) – IA (F/H)

À propos du poste

Au cœur des équipes clientes, métiers et techniques, le Forward Deployed Engineer (F/H) transforme des enjeux opérationnels complexes en solutions logicielles et d'intelligence artificielle concrètes, sécurisées et adoptées par leurs utilisateurs. Il travaille en étroite collaboration avec un Business Analyst ou un Product Owner, de la détection d'un besoin à la mise en service d'un MVP.

Missions principales

• Découvrir le quotidien des équipes opérationnelles : processus, contraintes, données, systèmes et priorités.
• Évaluer et structurer des cas d'usage à forte valeur, en tenant compte de l'impact métier, de la faisabilité technique, de la sécurité et de la qualité des données.
• Traduire des besoins en un plan d'action : objectifs, architecture, backlog, KPI et premières versions du MVP.
• Créer des prototypes fonctionnels qui évoluent vers des solutions de production : applications, API, pipelines de données, automatisations, interfaces, connecteurs SI et workflows IA.
• Intégrer ces solutions dans des systèmes d'entreprise, y compris legacy, en respectant sécurité, conformité et gouvernance.
• Mettre en place tests, CI/CD, conteneurisation et observabilité, et favoriser le partage des acquis (AI Harnessing, FinOps IA, sécurité IA, orchestration d'agents).

Profil recherché

• Formation d'ingénieur Bac+5 en informatique, IA, science des données ou équivalent.
• Plus de 10 ans d'expérience en développement logiciel, data engineering, cloud, IA appliquée, intégration de systèmes ou delivery technologique complexe, dont au moins 1 an sur des systèmes à base de LLM en production.
• Expérience avérée de livraison de solutions en production, idéalement en télécom ou B2B.
• Une connaissance des environnements télécoms (réseaux fixe et mobile, OSS/BSS, supervision, incidents, QoS, télémétrie, edge, cybersécurité) est un atout.

Compétences requises

• Bonne maîtrise de Python ; TypeScript ou Java apprécié.
• Prompt engineering, context engineering, RAG, bases vectorielles, fine-tuning et orchestration d'agents (LangGraph, MCP, Google ADK ou équivalent).
• Pratiques cloud et DevOps : Git, CI/CD, Docker, Kubernetes, supervision et observabilité.
• Capacité à intégrer une solution dans un système d'information existant, sous contraintes d'accès, d'identité, de cybersécurité, de confidentialité et de conformité.