AI SOLUTIONS ARCHITECT & ENGINEER - M/F- CDI

Nous sommes les Laboratoires Pierre Fabre, un leader mondial alliant expertise pharmaceutique et dermo-cosmétique pour soutenir les consommateurs et les patients à chaque étape de leur parcours de soins. Notre portefeuille comprend plusieurs franchises médicales et marques internationales telles qu'Eau Thermale Avène, Ducray, A-Derma, Klorane, René Furterer et Pierre Fabre Oral Care. En nous rejoignant, vous devenez partie prenante d'une entreprise significative où la dimension humaine est essentielle. Vous participez au "We Care Movement", un mouvement qui valorise l'excellence et l'innovation au sein d'équipes passionnées. Ensemble, nous repoussons les limites de la science pour unir santé et beauté au bénéfice de tous.

Dans un contexte d'accélération de la Data Science et de l'IA agentique, la Data & AI Factory renforce sa capacité à transformer les innovations, les besoins en solutions robustes, sécurisées, industrialisées et intégrées au système d'information. Nous recherchons un(e) AI-Solution Architect & Engineer capable d'agir à la croisée de l'AI Engineering, de la Data Science, de l'architecture, de la Data, du Cloud et du DevSecOps.

Votre mission

• Concevoir, construire et industrialiser les plateformes et solutions Data & AI du Groupe, depuis le besoin jusqu'à la production et au passage à l'échelle.

Le AI-Solution Architect & Engineer travaille en proximité avec les équipes Data & AI, Data Scientists, Architecture, Cloud, Cybersecurity, DevSecOps, Software Engineering et les Business Units du Groupe.

Votre rôle au sein d’une entreprise pionnière en pleine expansion :

• AI Solution Architecture
• Concevoir et développer des solutions avancées d'AI, Machine Learning, Generative AI et Agentic AI, de l'expérimentation jusqu'à leur industrialisation.
• Faire preuve d'une forte expertise en Software Engineering et AI Engineering, avec la capacité de prototyper, coder et prendre des décisions techniques structurantes.
• Traduire les enjeux et besoins métiers en architectures et solutions IA concrètes, en challengeant les demandes et en identifiant les approches les plus pertinentes.
• Démontrer une capacité d'abstraction et de conceptualisation, permettant de passer d'un cas d'usage spécifique à des architectures, composants et patterns réutilisables.
• Concevoir et développer des systèmes agentiques, intégrant orchestration d'agents, LLMs, outils, APIs, RAG et mécanismes de contrôle.
• Garantir l'intégration, la sécurité, la performance, l'observabilité et la scalabilité des solutions IA au sein du SI et des plateformes Data & Cloud du Groupe.
• AI Engineering & industrialisation
• Développer et industrialiser des composants et services IA réutilisables.
• Mettre en place les chaînes MLOps / LLMOps / AgentOps et le cycle de vie des modèles, prompts, agents et knowledge bases.
• Mettre en œuvre les mécanismes d'évaluation : qualité, grounding, hallucinations, performance, latence et coûts.
• Contribuer directement au développement lorsque nécessaire : forte dimension hands-on.
• Data Science Platforms
• Concevoir, faire évoluer et industrialiser les plateformes Data Science mises à disposition des équipes.
• Maîtriser les environnements R et Python et des plateformes telles que Posit Workbench, Posit Connect et Posit Package Manager, ou équivalentes.
• Industrialiser le packaging et le déploiement des applications, modèles, APIs et traitements Data Science.
• Garantir la reproductibilité des environnements, la gestion des dépendances et le passage Dev / Qualification / Production.
• Data Architecture
• Concevoir les architectures de données nécessaires aux solutions Data Science et IA.
• Définir les patterns d'accès aux Data Lakes, Lakehouses, Data Warehouses, APIs et plateformes Data.
• Maîtriser les problématiques de metadata, semantic layer, embeddings, vectorisation et knowledge management.
• Garantir qualité, traçabilité, gouvernance et sécurisation des données consommées par les solutions.
• Cloud, DevSecOps & Platform Engineering
• Contribuer à la conception et à l'évolution de la plateforme Data & AI d'entreprise sur des environnements Cloud et hybrides.
• Intégrer les solutions dans les chaînes CI/CD et automatiser le provisioning via Infrastructure as Code.
• Containeriser les applications avec Docker et contribuer aux architectures d'orchestration Kubernetes ou services Cloud équivalents.
• Industrialiser IAM/RBAC, secrets management, scanning, observability, monitoring, logging et FinOps.
• Security & Responsible AI
• Appliquer les principes Security by Design et sécuriser les accès aux modèles, données, outils, plateformes et APIs.
• Prendre en compte les risques spécifiques aux LLM et aux systèmes agentiques.
• Mettre en œuvre les principes Human-in-the-Loop lorsque nécessaire.
• Garantir auditabilité, traçabilité et contribution aux standards de gouvernance et de Responsible AI du Groupe.
• Architecture, conseil & enablement
• Challenger les architectures et accompagner Data Scientists, AI Engineers, Data Engineers et Software Engineers.
• Transformer les retours d'expérience en standards, blueprints et composants réutilisables.
• Réaliser des prototypes techniques ciblés pour valider rapidement les choix structurants.
• Contribuer aux communautés d'expertise et assurer une veille active sur les technologies Data Science et AI Engineering.

Ce poste est compatible avec du télétravail jusqu’à 2 jours par semaine selon les règles d’entreprise. Nous offrons un package rémunération/avantages attractifs : Intéressement, participation, Actionnariat Pierre Fabre avec abondement, Mutuelle santé et prévoyance, 16 RTT en plus des CP, participation transport collectif.

Qui vous êtes ?

• Formation : Bac+5 en informatique, école d’ingénieur ou université.
• Solide expérience dans la conception et l'industrialisation de solutions Data Science, Data, Cloud ou AI complexes.
• Profil senior et très technique, capable à la fois de définir une architecture cible, de challenger les choix et de contribuer concrètement à l'implémentation.
• Capacité à raisonner de bout en bout : architecture, engineering, données, sécurité, exploitation et passage à l'échelle.
• Expérience dans des environnements d'entreprise complexes, internationaux et multidisciplinaires.