Architecte Technologies IA – Large Language Models (LLM) chaîne logistique et ingénierie in Paris

Vous êtes En tant qu’AI/LLM Architect opérationnel (hands-on), vous serez au cœur de la conception et du développement de systèmes d’IA avancés qui alimentent les entreprises modernes. Il s’agit d’un rôle hautement technique et pratique dans lequel vous consacrerez la majorité de votre temps à l’architecture et à l’ingénierie de solutions d’IA réelles couvrant le machine learning traditionnel, l’IA générative et les systèmes agentiques, dans le cadre de missions clients actives.

Vous traduirez les besoins métier en décisions d’architecture concrètes, en sélectionnant les bons patterns de conception, en évaluant et benchmarkant les frameworks techniques, en assemblant des composants réutilisables et en réalisant des choix technologiques réfléchis qui équilibrent innovation et fiabilité de niveau entreprise (enterprise-grade).

Vous concevrez et développerez des architectures d’agents IA, incluant l’orchestration multi-agents, l’utilisation d’outils (tool use), les skills et les systèmes de mémoire, tout en travaillant directement avec des foundation models via le fine-tuning, le Retrieval-Augmented Generation (RAG) et l’intégration de modèles personnalisés. Une part importante de votre travail consistera également à concevoir et mettre en œuvre la couche de contexte IA (AI Context Layer) qui rend ces systèmes réellement intelligents en production.

Vous connecterez des bases de connaissances d’entreprise, des sources de données structurées et non structurées ainsi que des contenus métiers spécifiques afin de garantir que les réponses générées soient fiables, pertinentes et alignées sur les enjeux du client. Vous concevrez et validerez les systèmes vis-à-vis des exigences non fonctionnelles de l’entreprise, notamment en matière de sécurité, d’observabilité, de gouvernance, de performance et de scalabilité.

L’un des principaux livrables de ce rôle est la production d’artefacts d’architecture et d’ingénierie concrets. Cela signifie que vous développerez et prendrez en charge des composants logiciels en tant que praticien, en construisant, intégrant et testant des modules de systèmes d’IA, tout en produisant des documents d’architecture détaillés tels que les Architecture Decision Records (ADR), les diagrammes de composants, les diagrammes de flux de données (data flow diagrams) et les spécifications d’intégration qui serviront de référence aux équipes d’ingénierie.

Vous collaborerez avec des équipes pluridisciplinaires composées de Data Engineers, ML Engineers et développeurs applicatifs. Ce poste représente une excellente opportunité de développer une expertise approfondie sur l’ensemble de la stack d’architecture IA, d’affiner vos réflexes d’ingénierie sur des problématiques complexes et concrètes, et de construire une trajectoire de carrière vers un rôle de Lead Architect ou Principal Architect.

Vos missions

• Concevoir, développer et livrer de manière autonome des composants logiciels couvrant l’ensemble de l’architecture IA, en prenant la responsabilité de bout en bout du design, du développement, de l’intégration et des tests.
• Concevoir et développer des architectures d’agents IA, incluant les agents individuels, leurs prompts, outils et skills, l’orchestration multi-agents ainsi que les systèmes de mémoire, tout en réalisant des choix réfléchis de patterns d’architecture et de technologies.
• Concevoir et implémenter des modèles d’orchestration d’agents capables de gérer les transferts de tâches, la communication, la gestion des états et la reprise après erreur, puis les valider à travers des prototypes opérationnels.
• Évaluer plusieurs options de conception et approches techniques afin de prendre des décisions d’architecture justifiées, équilibrant fonctionnalités, coût, performance et fiabilité de niveau entreprise.
• Concevoir, développer et exécuter des stratégies d’évaluation permettant de mesurer la qualité des agents et des systèmes sur des critères tels que l’exactitude (accuracy), la pertinence (relevance) et la fidélité (faithfulness), puis transformer ces résultats en améliorations de conception.
• Architecturer et implémenter l’intégration de foundation models, en sélectionnant les modèles, méthodes d’invocation et approches de personnalisation (fine-tuning, RAG, intégrations personnalisées) les plus adaptés selon les compromis entre performance, coût et capacités.
• Concevoir et développer des pipelines d’adaptation et de fine-tuning des modèles en appliquant une bonne compréhension des architectures basées sur les Transformers afin d’optimiser le choix et les performances des modèles.
• Concevoir et développer la couche de contexte IA (AI Context Layer), incluant la conception de graphes de contexte et de pipelines d’ingestion capables d’analyser, segmenter (chunk), enrichir et indexer des contenus structurés ou non structurés issus de l’entreprise, ainsi que les composants de recherche permettant d’ancrer les réponses IA dans la connaissance du client.
• Développer la génération d’embeddings, les mécanismes de stockage vectoriel et les composants de retrieval (sémantique, hybride, reranking) au sein de pipelines RAG complets connectés aux systèmes de données de l’entreprise.
• Concevoir et implémenter les mécanismes d’assemblage du contexte et les systèmes de mémoire permettant de gérer les prompts, les fenêtres de contexte (context windows) et l’état conversationnel afin de produire des réponses précises et contextualisées.
• Identifier, concevoir et développer des composants réutilisables ainsi que des patterns de solution accélérant les déploiements et pouvant être industrialisés sur plusieurs missions.
• Concevoir des solutions optimisées en termes de coûts et de performances en améliorant l’utilisation des modèles, les modèles d’inférence, le caching et l’utilisation des ressources afin d’atteindre les objectifs de latence, de débit et de coût.
• Concevoir, développer et valider les systèmes en fonction des exigences non fonctionnelles de l’entreprise, notamment via la mise en œuvre de guardrails, de mécanismes de protection contre le prompt injection, de la gestion des données personnelles (PII) et des contrôles d’accès pour répondre aux exigences de sécurité et de Responsible AI.
• Développer les mécanismes de gouvernance incluant le versionning, l’audit logging et le suivi de traçabilité (lineage tracking), ainsi que la documentation des modèles garantissant l’auditabilité des systèmes.
• Intégrer l’observabilité au cœur des solutions grâce au logging, tracing, monitoring, alerting et suivi des coûts afin d’assurer la performance, la stabilité et la scalabilité des systèmes IA en production.
• Produire des artefacts d’architecture détaillés incluant les Architecture Decision Records (ADR), les blueprints d’architecture, les documents de conception, les spécifications d’orchestration d’agents et de patterns d’intégration, ainsi que les diagrammes de composants et de flux de données destinés aux équipes d’ingénierie.
• Assurer une veille technologique continue et appliquer de nouveaux patterns de conception, frameworks et technologies issus d’un écosystème IA en constante évolution, tout en maintenant les standards de fiabilité attendus par l’entreprise.
• Collaborer avec des équipes pluridisciplinaires composées de Data Engineers, ML Engineers et développeurs applicatifs afin de traduire les besoins métier en décisions d’architecture répondant aux attentes des parties prenantes.

Formation

Diplôme de niveau Bachelor ou équivalent.

Compétences requises

• Expérience avérée dans la conception et le déploiement de solutions IA avancées de niveau entreprise combinant IA agentique, IA générative et machine learning traditionnel sur au moins une plateforme Cloud.
• Expérience pratique dans les domaines de l’Agentic AI, des Large Language Models (LLM) et de la Generative AI.
• Excellente maîtrise du développement en Python.
• Solide expérience dans la conception et la mise en production d’architectures applicatives basées sur les LLM.
• Expérience professionnelle significative dans le développement logiciel, le Machine Learning, le Deep Learning et les solutions basées sur le NLP (Natural Language Processing).
• Plusieurs années d’expérience pratique en tant que Machine Learning Architect, avec une expertise dans la conception de solutions Big Data, Machine Learning et plateformes analytiques à grande échelle.