Head of ai engineering

PpEn tant que Responsable IA Tech, tu interviens chez nos clients grands groupes pour passer leurs initiatives IA du POC à la production à l'échelle. Aujourd'hui, tout le monde veut « industrialiser son IA ». La réalité du terrain est différente : des modèles qui tournent en notebook depuis 18 mois, des agents qui font une démo impeccable et s'effondrent au premier vrai usage, des Copilots déployés sans gouvernance, des coûts d'inférence qui explosent sans personne pour les regarder. Toi, tu es là pour mettre tout ça en ordre. Tu prends la responsabilité de la plateforme IA d'un grand groupe (GenAI, agents, MLOps, LLMOps) et tu la fais tenir en production. Tu poses les standards, tu industrialises les cas d’usage métier, tu fais en sorte que chaque modèle déployé soit robuste, sécurisé et observable. Le responsable IA qui parle aussi bien à un ML engineer qu'à un RSSI ou un Comex. /ph3Responsabilités /h3pbPlateforme IA MLOps / LLMOps: /b Concevoir, opérer et faire évoluer la plateforme IA : socle GenAI, MLOps / LLMOps, orchestration d'agents, déploiement de Copilots métier. Définir les standards de mise en production : CI/CD modèles, versioning, observabilité (drift, hallucinations, latence, coût), rollback, évaluation continue. Industrialiser les patterns réutilisables : RAG, agents, fine‑tuning, guardrails. Ne pas réinventer la roue à chaque cas d’usage. /ppbArchitecture intégration SI: /b Arbitrer les choix d'architecture IA : self-hosted vs API, modèle open vs propriétaire, RAG vs fine‑tuning, agent vs workflow. Intégrer l'IA au SI existant : APIs internes, Kafka pour le streaming et la synchronisation des index vectoriels, NGINX en front, AWS (CloudWatch, S3, ALB) en socle. Travailler main dans la main avec infra, sécurité, identité et architecture du client. /ppbSécurité, conformité delivery: /b Poser les standards de sécurité IA : gestion des secrets, isolation des données, prompt injection, red teaming. Aligner la plateforme sur RGPD et AI Act, comme un cadre de delivery et non un blocage. Piloter les squads IA : 2 à 3 cas d’usage en parallèle max, chacun mesuré sur un KPI métier (heures gagnées, taux d'automatisation, marge récupérée). Tuer sans état d'âme les cas d’usage qui ne sont pas data‑ready ou qui n'ont pas de propriétaire métier. /ppbInfluence posture conseil: /b Représenter Yield au plus haut niveau : revues d'architecture, COPIL, CODIR, instances IA groupe. Faire monter en compétence les équipes IT internes. Objectif : qu'elles tiennent la plateforme après ton départ. Contribuer au pôle Advisory : capitalisation, frameworks, recrutement, avant‑vente. /ph3Stack Environnement technique /h3pCloud infra : AWS (CloudWatch, S3, ALB), NGINX, Kafka (topic schema management). Backend IA : Python, PostgreSQL, pgvector et bases vectorielles, frameworks LLM (LangChain, LlamaIndex). Front : Vue, React, Jinja2 pour les interfaces d'agents et outils métier. Pratiques : MLOps, LLMOps, observabilité IA, évaluation continue, infrastructure as code. /ph3Les avantages /h3ulliUn MacBook est fourni /liliPose tes congés quand tu le souhaites /liliBudget personnel pour ton matériel (écran, clavier, souris…) /liliCarte restaurant Swile /liliUn séminaire d’entreprise au ski chaque année /liliDes temps de partage, apéros, teambuilding /liliConférences, formations, meetups /liliLe remboursement de 50% de tes frais de transport /liliDes collègues incroyables /liliMutuelle Alan Green /liliDes bureaux très sympas à la Trinité (Paris) /liliPrime de vacances Syntec /li /ulh3Expérience requise /h3p7+ ans d'expérience tech, dont une expérience confirmée de mise en production de solutions IA et/ou d'agents intelligents. Pas de POC qui n'a jamais quitté un notebook. Tu as déjà vécu la différence entre « ça marche en démo » et « ça tient en production avec 10 000 utilisateurs ». Solide culture architecture cloud, intégration applicative, MLOps / LLMOps, sécurité et conformité. Tu comprends les modèles ML et LLM en profondeur sans avoir besoin d'être data scientist pur. Tu sais arbitrer build vs buy, RAG vs fine‑tuning, agent vs workflow. Tu utilises l'IA au quotidien comme un power user (Claude Code, Cursor, agents de dev) pour développer plus vite. À l'aise dans une revue d'architecture comme dans un CODIR. Tu sais dire non, arbitrer vite et éviter l'effet « lab ». Anglais professionnel courant. /p /p #J-18808-Ljbffr