Senior Architecte IA Azure

Tâches et responsabilités

Présentation

L’organisation développe une vision stratégique de l’intelligence artificielle afin d’en permettre un usage responsable, sûr, légal et éthique. Cette stratégie précise la manière dont l’institution structure ses initiatives IA et encadre leur déploiement.

L’innovation, le développement, les tests et l’utilisation de systèmes d’IA sont encouragés, dans le respect des exigences de gouvernance, de sécurité et de conformité, notamment celles liées à l’AI Act.

Un AI-Lab contrôlé et sécurisé permet de concevoir, tester et valider des applications d’IA avant leur éventuelle mise en production. Cet environnement de référence vise à explorer de nouveaux cas d’usage, capitaliser sur les apprentissages, maîtriser les risques et intégrer dès l’origine la gouvernance, la sécurité et la conformité.

Au cœur de la transformation numérique de la division, l’AI Architect conçoit et pilote des architectures logicielles intégrant l’intelligence artificielle, de l’IA générative aux modèles de machine learning en production. Ce rôle associe vision stratégique, expertise technique et leadership transverse afin de délivrer des solutions robustes, évolutives et à forte valeur métier.

Missions principales

• Définir, concevoir et faire évoluer les architectures d’intelligence artificielle de référence.
• Traduire les besoins opérationnels en solutions techniques durables, en collaboration avec les parties prenantes concernées.
• Garantir l’intégration cohérente des solutions IA dans l’écosystème informatique existant, avec une attention particulière portée à la sécurité, à la gouvernance, à la conformité, à la performance et à la maintenabilité.
• Contribuer à la conception, à la mise en place et à l’évolution de l’AI-Lab comme plateforme de référence pour le développement, l’expérimentation et l’exploitation des solutions d’intelligence artificielle.
• Définir les architectures techniques permettant l’usage du Machine Learning, du Deep Learning, des Large Language Models (LLM), de l’IA générative, du Retrieval Augmented Generation (RAG), des AI Agents, de la Computer Vision, de la Speech AI et d’autres technologies émergentes.
• Apporter une expertise sur les architectures cloud, hybrides et on-premise, les plateformes IA, les plateformes de données, les pipelines MLOps, les architectures orientées API et événementielles, ainsi que les environnements conteneurisés et orchestrés avec Docker et Kubernetes.
• Mettre en œuvre les bonnes pratiques d’AI Engineering, de MLOps, de DevSecOps et d’AI Governance, notamment en matière de monitoring des modèles, de versioning, de retraining, de traçabilité, d’auditabilité et de gestion des risques liés aux modèles.
• Veiller à l’intégration des exigences de cybersécurité, de protection des données et de conformité réglementaire dans l’ensemble des architectures proposées.
• Accompagner les responsables de projet dans l’évaluation de la faisabilité technique des initiatives, l’identification des risques et l’alignement avec la stratégie informatique globale.
• Assurer une veille technologique continue sur les évolutions du marché de l’IA et évaluer les innovations susceptibles d’apporter une réelle valeur ajoutée.
• Guider les équipes techniques dans les choix d’architecture, l’industrialisation et le déploiement de solutions IA en environnement de production.

Votre profil

• Minimum 5 années d’expérience dans la conception et le développement de solutions logicielles, dont au moins 2 années en architecture de solutions d’intelligence artificielle ou de machine learning.
• Expérience confirmée dans la conception, l’industrialisation et le déploiement de solutions IA en production, depuis l’analyse des besoins jusqu’à l’exploitation opérationnelle.
• Excellente maîtrise des technologies d’IA modernes, notamment les Large Language Models (LLM), l’IA générative, le Retrieval Augmented Generation (RAG), les AI Agents, le Machine Learning, le Deep Learning et le NLP.
• Solide expérience en AI Engineering et MLOps, incluant MLflow, CI/CD, monitoring des modèles, versioning, retraining et industrialisation.
• Très bonnes connaissances en architecture logicielle : APIs REST, microservices, architectures distribuées et intégration de solutions dans des environnements complexes.
• Expérience dans la définition d’architectures cloud ou hybrides, idéalement dans l’écosystème Microsoft Azure et Azure AI Services.
• Maîtrise des environnements conteneurisés et des plateformes d’orchestration, notamment Docker et Kubernetes.
• Bonne connaissance de la gestion des données avec SQL, NoSQL et Vector Databases.
• Excellente maîtrise de Python.
• Capacité à transformer des besoins métier complexes en architectures techniques pragmatiques et évolutives.