Architecte engines & ai h/f

A propos de Bull
Bull c'est une histoire. Un siècle d'innovation Européenne et un environnement de travail où des experts conçoivent des solutions numériques puissantes, durables et souveraines, permettant aux États et aux industries de garder la pleine maîtrise de leurs données et de leur IA.
Bull c'est aussi des milliers d'ingénieurs, de chercheurs, de passionnés de tech, façonnant l'avenir du calcul de haute performance, de l'IA et des technologies quantiques.
Chaque jour, nos équipes repoussent les limites du possible - des architectures HPC de nouvelle génération aux supercalculateurs exascale - soutenues par une R&D de rang mondial, plus de 1 600 brevets et des capacités de bout en bout uniques, couvrant la conception matérielle, l'ingénierie logicielle, la data science et la recherche quantique.
Centrés sur l'humain et portés par l'innovation, où la collaboration s'étend à l'Europe, aux Amériques et à l'Inde, nous partageons cette même vision d'une innovation responsable et durable, avec un impact concret pour nos clients. Responsabilités principales
En tant qu'interlocuteur technique clé, vous intervenez à la croisée de l'architecture logicielle, du Cloud et de l'Intelligence Artificielle.
1. Architecture des Moteurs Applicatifs (Engines)
*
Concevoir et faire évoluer les moteurs de calcul haute performance en Node.js et Python.
*
Définir des architectures robustes et maintenables sous Kubernetes (EKS/GKE).
*
Garantir l'optimisation des traitements intensifs de données et de calculs.

*
Participer activement au développement (React en front, Node/Python en back).
*
Déployer des microservices performants adaptés aux contraintes "data-heavy".
*
Automatiser les cycles de mise en production via des pipelines CI/CD (GitHub Actions).

*
Concevoir et déployer des agents IA légers (AWS Lambda, microservices autonomes).
*
Intégrer les modèles LLM, embeddings et outils vectoriels de manière cohérente.
*
Superviser la fiabilité et la qualité d'exécution des agents en production.
*
Définir les pipelines de préparation, d'entraînement et de validation des modèles.
*
Intégrer les outils d'industrialisation (MLflow, SageMaker ou équivalent).
*
Veiller à la traçabilité, la reproductibilité et la gouvernance des modèles.
*
Collaborer avec les pôles Data, Produit et Impact Scientifique pour aligner l'architecture aux besoins métier.
*
Assurer une veille constante sur les frameworks d'agents et les architectures serverless.
*
Être force de proposition pour moderniser la feuille de route technique.