Architecte IA Senior (H/F)

Job description

Architecte IA Senior (H/F) – 6 ans d’expérience Alten, la maison des ingénieurs : qui sommes-nous ? Fort de plus de 35 ans d’expérience, le groupe Alten est présent dans plus de 30 pays. Avec ses 54 000 collaborateurs, dont 88 % d’ingénieurs, Alten s’impose aujourd’hui comme un acteur international de référence et un leader sur son marché. Attaché au bien-être de ses collaborateurs, le groupe a été certifié Top Employer pour la 12ᵉ année consécutive. Cette reconnaissance repose sur un audit exigeant mené par le Top Employer Institute, évaluant plus de 600 pratiques RH, garantissant un environnement de travail de qualité pour tous. Pourquoi nous rejoindre ? Un engagement RSE fort : nos équipes contribuent à des projets porteurs de sens, tournés vers un avenir durable. Alten est notamment engagé dans plusieurs initiatives environnementales telles que Planet Tech’Care, la Charte de l’ingénierie ou encore le Climate Ambition Accelerator. Le développement des compétences au cœur de notre stratégie : nous accompagnons chaque collaborateur dans sa montée en compétences tout au long de votre parcours carrière. Une culture d’entreprise dynamique : événements fédérateurs, actions solidaires, webinaires innovation, challenges variés… Faites l’expérience d’un environnement stimulant où vous pourrez partager vos talents et vos passions. 1. Stratégie et Vision IA Définir la feuille de route IA pour le client :Identifier les cas d’usage prioritaires en fonction des enjeux métiers (ex : réduction des coûts, amélioration de la productivité, innovation produit). Évaluer la maturité IA du client et proposer un plan d’action (ex : migration vers le cloud, adoption de l’IA générative). Aligner les projets IA sur les objectifs business (ex : augmentation du chiffre d’affaires, optimisation des ressources). Veille technologique et réglementaire :Suivre les avancées en IA (ex : nouveaux modèles de langage, frameworks comme PyTorch ou TensorFlow, outils comme Hugging Face). Anticiper l’impact des réglementations (ex : RGPD, AI Act en Europe, normes sectorielles). 2. Conception et Architecture des Solutions IA Définir les architectures techniques :Choisir les modèles et algorithmes adaptés aux besoins :Supervisé : Classification (Random Forest, XGBoost), régression (Linear Regression, Neural Networks). Non supervisé : Clustering (K-Means, DBSCAN), réduction de dimension (PCA, t-SNE). Deep Learning : Réseaux de neurones (CNN pour la vision, RNN/LSTM pour les séries temporelles, Transformers pour le NLP). IA Générative : Modèles de langage (LLM comme BERT, GPT), diffusion models (Stable Diffusion). Concevoir des pipelines de données :Collecte (APIs, bases de données, IoT). Nettoyage et préparation (ETL, feature engineering). Stockage (Data Lakes, bases de données SQL/NoSQL). Traitement (batch vs. streaming). Intégrer les bonnes pratiques MLOps :Versioning des modèles (MLflow, DVC). Monitoring (Prometheus, Grafana, Evidently). Déploiement continu (CI/CD pour les modèles). Architecturer des solutions hybrides :Combiner IA traditionnelle (règles métiers) et IA avancée (ML/DL) pour des solutions robustes. Intégrer l’IA dans des systèmes existants (ERP, CRM, SCADA, etc.). Optimiser pour le edge computing (ex : déploiement de modèles légers sur des appareils IoT). 3. Intégration et Déploiement des Solutions IA Piloter l’intégration technique :Collaborer avec les équipes IT, Data et Métiers pour déployer les modèles en production. Assurer la compatibilité avec les infrastructures existantes :Cloud (AWS SageMaker, Azure ML, Google Vertex AI). On-premise (Kubernetes, Docker). Hybride (cloud + edge). Optimiser les performances :Latence (inférence en temps réel). Scalabilité (gestion des charges de travail). Coûts (optimisation des ressources cloud). Garantir la conformité et la sécurité :Respecter les réglementations (RGPD, AI Act, normes sectorielles). Mettre en place des mécanismes de transparence :Explicabilité des modèles (SHAP, LIME, outils comme IBM AI Explainability 360). Auditabilité (logging, traçabilité des décisions). Sécuriser les données et modèles :Chiffrement (AES, TLS). Anonymisation (differential privacy, k-anonymity). Protection contre les attaques (adversarial attacks, data poisoning). 4. Collaboration avec les Équipes Métiers et Techniques Traduire les besoins métiers en solutions IA :Organiser des ateliers de co-conception avec les équipes métiers (ex : direction opérationnelle, marketing, R&D). Définir des KPIs mesurables (ex : réduction des temps d’arrêt, amélioration de la satisfaction client). Encadrer les équipes techniques :Guider les Data Scientists sur le choix des algorithmes et des données. Collaborer avec les Data Engineers pour optimiser les pipelines. Travailler avec les DevOps pour industrialiser les déploiements. Former et sensibiliser :Former les équipes métiers à l’utilisation des solutions IA. Sensibiliser aux enjeux éthiques et responsables de l’IA (biais, équité, transparence). 5. Innovation et R&D Explorer de nouvelles technologies :IA générative (LLMs, diffusion models). Reinforcement Learning (pour l’optimisation dynamique). Federated Learning (pour la confidentialité des données). Prototyper des solutions innovantes :Proof of Concept (PoC) pour valider des idées. Benchmarking de modèles et outils. Participer à des projets de R&D :Collaboration avec des laboratoires ou startups. Publication d’articles ou participation à des conférences. Expérience Formation : Bac+5 (ingénieur, ou université ). Minimum 6 ans d’expérience en architecture logicielle Expérience significative sur des projets intégrant de l’intelligence artificielle ou des agents IA Habitude des environnements complexes et multi-projets Expérience avérée en conception et déploiement de solutions IA (au moins 3 projets complets en production). Expertise dans plusieurs domaines d’application :Computer Vision (ex : reconnaissance d’images, vidéo analyse). NLP (ex : chatbots, analyse de sentiments, extraction d’informations). Séries temporelles (ex : maintenance prédictive, forecasting). Recommandation (ex : systèmes de recommandation personnalisés). Expérience en gestion de projets complexes :Migration vers le cloud. Déploiement de modèles à grande échelle. Intégration avec des systèmes legacy. Soft skills Excellente communication et pédagogie Capacité à influencer et embarquer des équipes internationales Force de proposition Aisance en anglais (environnement international) Autres Sensibilité aux enjeux réglementaires liés à l’IA Flexibilité et capacité à intervenir sur plusieurs sujets en parallèle Lieu : Île-de-France Type de contrat : CDI