Ingénieur en intelligence artificielle (f/h)

Mission :

Sous l'autorité hiérarchique et fonctionnelle du chargé de projet de la DGS et en lien avec le groupe d'experts de l'établissement (ingénieurs informaticiens), l'ingénieur·e sera inclus·e dans un groupe en cours de structuration, composé d'ingénieurs IA travaillant sur différents projets de MIAI.

Sous la coordination d'une ingénieure manager et de la cheffe de projet pédagogique, le groupe fonctionnera en mode collaboratif : échanges réguliers, partage des bonnes pratiques, harmonisation des outils et mutualisation des productions afin d'assurer cohérence, qualité et efficacité. L'ingénieur·e recruté·e devra ainsi non seulement contribuer à son propre périmètre, mais aussi participer activement à la dynamique collective du pool.

L'ingénieur·e IA a pour mission d'accompagner le chef de projet IA de la DGS INP dans la conception, le déploiement et la formation aux outils IA à destination du personnel de Grenoble INP. Le poste combine un volet formation et un volet développement technique avec une approche produit, pour répondre aux besoins métiers.

1. Volet Développement

Le développement technique s’inscrit dans une logique produit orientée usagers. En lien avec le chef de projet IA de la DGS, l’ingénieur·e recueille et analyse les besoins métiers, identifie les irritants et les opportunités d’outils IA, puis conçoit des solutions adaptées. Chaque développement fait l’objet de tests avec des représentants des utilisateurs finaux et d’itérations successives. Le succès se mesure par l’adoption effective des outils et la valeur ajoutée perçue par les agents dans leur quotidien professionnel.

1.1 Expertise IA au sein du Comité d'Experts

• Assurer une veille et une expertise technique sur le volet métier de l'IA

• Forte implication en phase de conception et déploiement

• Focus sur les aspects techniques IA : modèles, architectures, performance, limitations

• Intervention en complément des ressources DSI (infrastructure, sécurité)

1.2 Déploiement de l'infrastructure IA

• Participer à la contractualisation et au déploiement de serveurs cloud sécurisés (Microsoft Azure, Google Vertex AI) pour accéder à des LLM frontières via API

• Configuration technique pour une expérimentation progressive dans les services métiers

• Réalisation ou participation à l'audit/évaluation du SI IA si besoin

• En lien avec le RSSI, instruction pour évaluer puis garantir la sécurité et la performance des solutions IA Collaboration étroite avec la DSI pour garantir la sécurité et la performance

1.3 Constitution de plusieurs documentations métiers - RAG (Retrieval-Augmented Generation)

• En lien avec la DGS, mise en place de bases de connaissances augmentées dans le périmètre administratif

• Choix des technologies de vectorisation et d'indexation adaptées

• Configuration et optimisation des pipelines d'ingestion de documents

• Tests de performance et de pertinence des réponses générées

1.4 Déploiement de SLM (Small Language Models) spécialisés

• En lien avec la DGS, la DSI et les partenaires (GRICAD), installation et paramétrage de modèles spécialisés répondant à des besoins métiers identifiés

• Validation de l'adéquation SLM spécialisé versus LLM ou SLM mutualisé UGA pour certains usages

• Exemple : Synthèse de comptes-rendus (chaîne Whisper + Pyannote + traitement par agent)

• Expérimentation parallèle avec l'infrastructure GRICAD de l'UGA

1.5 Documentation et transfert de compétences

• Documenter les configurations réalisées et les choix techniques

• Produire des guides techniques pour la maintenance et l'évolution

• Former les équipes métiers et DSI sur l'utilisation et l'administration des outils déployés



2. Volet Formation

En lien avec le chef de projet IA de la DGS INP, l’ingénieur·e intervient selon trois axes complémentaires : accompagner collectivement les agents dans leur prise en main des outils IA, en levant les appréhensions et en répondant aux questionnements ; assurer une montée en compétences progressive et mesurable, depuis la sensibilisation jusqu’à l’autonomie dans les usages professionnels ; acculturer l’organisation en faisant évoluer les représentations, en valorisant les retours d’expérience et en contribuant à l’émergence d’une culture partagée de l’IA responsable.

2.1 Co-animation des ateliers de formation

En binôme avec le chef de projet de la DGS de Grenoble INP - UGA :

• Atelier 1 : Animation de sessions pratiques d'utilisation de l'IA générative pour des usages transverses (synthèse, recherche documentaire, brainstorming)

• Conception et animation d'ateliers suite au retour d’expérience de l’atelier 1 puis selon besoins métiers

• Adaptation du contenu pédagogique en fonction des besoins identifiés, du niveau et métier des participants

• Dans le cadre de EFELIA et MIAI, intervenir sur les salons, ateliers, ou formations continues organisées par les cheffes de projet – l’ingénieur·e peut être amené à donner des vacations sur son temps de travail (ex : ETC transversal IA) qui ne donneront pas lieu à rétribution supplémentaire

2.2 Transposition de ressources formation vers administration

• Identifier les modules de formation IA existants (MIAI/EFELIA notamment) transposables au contexte administratif

• Adapter les contenus pédagogiques au public IATS et aux spécificités métiers de l'administration



2.3 Capitalisation et amélioration continue

• Synthétiser les retours d'expérience des participants

• Identifier les bonnes pratiques et les points de vigilance

• Formuler des recommandations pour l'évolution des formations

• Contribuer à la création d'une base de connaissances partagée et d’un réseau interne sur les usages IA dans l'administration

3. Suivi, coordination et évaluation

• Assurer un reporting régulier auprès de l'ingénieure manager et de l'équipe projet MIAI Cluster

• Mesurer l'efficacité des dispositifs pédagogiques et techniques, proposer des améliorations

• Assurer une veille scientifique et technologique en IA

• Contribuer aux échanges de pratiques au sein de l'équipe, à la mutualisation des outils et au travail sur la librairie vitrine de MIAI

4. Travail en équipe

• Collaborer avec les autres ingénieurs IA MIAI pour garantir la cohérence des développements

• Participer aux réunions d'équipe organisées par GRICAD et MIAI

• Contribuer aux instances pédagogiques d'EFELIA ou aux actions transverses