Infrastructure AI Specialist Senior F/H

Compétences requises (obligatoires)

• Expertise approfondie en Python, en frameworks de Machine Learning (PyTorch, TensorFlow) et en ingénierie ML en environnement de production.

• Expérience avérée dans la conception et l’exploitation de plateformes MLOps et GenAIOps à l’échelle de l’entreprise.

• Maîtrise des services Cloud IA/ML : AWS SageMaker, Azure Machine Learning, Google Vertex AI.

• Expertise reconnue des architectures de LLM (Large Language Models), du RAG (Retrieval-Augmented Generation), du fine-tuning (LoRA, QLoRA) et de l’optimisation de l’inférence.

• Solide expérience des frameworks d’IA agentique tels que LangChain, AutoGen, LlamaIndex et CrewAI.

• Expérience avec les bases de données vectorielles (Pinecone, Weaviate, Chroma, pgvector) et les moteurs de recherche sémantique.

• Compréhension approfondie de Kubernetes appliqué aux charges de travail IA : ordonnancement GPU, entraînement distribué et services d’inférence.

• Bonne connaissance des opérations d’infrastructure d’entreprise, des services managés, des processus ITIL et des modèles de prestation de services opérationnels.

• Expérience dans l’intégration de solutions d’IA avec des outils d’entreprise tels que ServiceNow, les plateformes de supervision, les outils ITSM, les solutions d’observabilité et les écosystèmes d’automatisation.

• Expérience en observabilité de l’IA, gestion des prompts, supervision des modèles, frameworks d’évaluation et gestion des incidents en production.

• Excellente maîtrise des enjeux liés à la sécurité de l’IA, à la gestion des identités, à la gouvernance des données et aux pratiques de déploiement sécurisé de l’IA.

• Expérience de la gestion du cycle de vie des tokens, de l’optimisation de la consommation des modèles et de la gouvernance des coûts des plateformes d’IA (TokenOps / AI FinOps).

• Expérience avec les approches Infrastructure as Code (IaC) telles que Terraform et Ansible, ainsi qu’avec l’automatisation des plateformes d’IA.

• Connaissance des frameworks d’évaluation de l’IA, des mécanismes de garde-fous (guardrails), du routage de modèles et de l’ingénierie des prompts à grande échelle.

• Bonne compréhension des principes d’éthique de l’IA, de gouvernance, d’IA responsable et des implications du Règlement européen sur l’IA (EU AI Act).

• Capacité à promouvoir, avec diplomatie, l’IA comme levier de transformation pour l’ensemble de l’organisation, grâce à une communication adaptée, des cas d’usage inspirants et une démarche exemplaire. Être capable de porter et démontrer une vision d’architecture IA face aux défis métiers et technologiques.

• Excellentes compétences en communication et en gestion des parties prenantes, y compris dans le cadre de présentations auprès de dirigeants (CxO).

• Maîtrise courante du français (obligatoire) et niveau professionnel en anglais (obligatoire).

Compétences souhaitées (atouts)

• Expérience avec les modèles d’IA multimodaux et la vision par ordinateur appliqués aux cas d’usage d’infrastructure.

• Connaissance des techniques d’optimisation bas niveau (CUDA, Triton) pour l’accélération de l’inférence.

• Familiarité avec les plateformes d’observabilité nativement enrichies par l’IA telles que Dynatrace Davis AI et Datadog Watchdog.

• Contribution à des projets open source liés à l’IA ou au MLOps.

• Expérience en Edge AI ou en Machine Learning alimenté par des capteurs IoT pour la supervision des infrastructures.

• Expérience dans la conception et le développement d’agents IA intégrés aux écosystèmes d’entreprise et aux plateformes opérationnelles.

Certifications pertinentes