Tech Lead IA (H/F)

En tant que Tech Lead IA, vous concevrez des architectures GenAI scalables et piloterez leur intégration dans des applications métiers.

Vos missions principales seront :

1. Architecture IA & GenAI

• Concevoir des solutions basées sur des LLM (OpenAI, Mistral, Anthropic) et RAG.
• Développer des workflows avec LangChain/LangGraph pour des cas d’usage complexes.
• Définir les standards techniques : choix des modèles, frameworks (Hugging Face), et bases vectorielles.
• Optimiser les performances et coûts.

2. Intégration des Modèles IA

• Créer des APIs et services backend pour l’IA (FastAPI, collaboration avec les équipes Java).
• Connecter les modèles IA aux bases de données (SQL/NoSQL, vector stores).
• Traduire les besoins métiers en solutions techniques (chatbots, génération de rapports).
• Documenter les workflows et APIs pour les équipes dev.

3. Déploiement Cloud & MLOps

• Déployer des solutions IA scalables sur Azure AI, AWS Bedrock, ou GCP Vertex AI.
• Automatiser les pipelines CI/CD (Docker, Kubernetes, GitHub Actions).
• Garantir la gouvernance IA :
  • Sécurité des données et prévention des hallucinations.
  • Monitoring des performances et conformité (RGPD).

4. Leadership & Veille

• Mentorer les équipes (Python, MLOps, bonnes pratiques).
• Arbitrer les décisions techniques (trade-offs, résolution de problèmes complexes).
• Assurer une veille active sur les modèles (Gemini, Llama 3) et outils (LangChain, vLLM).

• Formation : Bac+5 en informatique, data science, ou IA (école d’ingénieur ou master).
• Expérience : 5 à 10 ans en développement IA/ML, avec une expertise en :
  • Conception d’architectures GenAI (LLM, RAG, agents).
  • Déploiement cloud et MLOps.
  • Intégration de modèles IA dans des applications (APIs, microservices).
• Compétences complémentaires :
  • Java 21 pour les intégrations backend (un plus).
  • DevOps/CI-CD pour l’automatisation des pipelines.
• Soft Skills :
  • Leadership technique : Capacité à guider une équipe et prendre des décisions architecturales.
  • Résolution de problèmes complexes (performances, sécurité, coûts).
  • Collaboration avec les équipes produit, data, et dev.
• Langues : anglais technique.