Architecte engines & ai h/f

À propos Bull Bull est une marque d'Atos Group, leader mondial du calcul haute performance, de l'intelligence artificielle et de l'innovation quantique, comptant 2 500 employés. S'appuyant sur une architecture ouverte, de confiance et intégrée de bout en bout, Bull conçoit, déploie et opère des solutions matérielles et logicielles. Il accompagne également ses clients avec des services stratégiques à forte valeur ajoutée, pour accélérer la recherche scientifique, créer de la valeur pour les entreprises de manière durable et contribuer au progrès de la société.
Grâce à une recherche et développement d'excellence avec 1 500 brevets, à des capacités industrielles éprouvées et à une expertise avancée en science des données, Bull permet aux États et aux industries de garder la maîtrise totale de leurs données et de leur intelligence artificielle au service du progrès pour notre planète.
Pour plus d'informations, rendez-vous sur notre site web et suivez-nous sur Instagram, LinkedIn, X, et Youtube. 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.

2. Développement Full Stack & Cloud
*
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).

3. Agents & Services d'IA
*
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.

4. MLOps & Industrialisation
*
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.

5. Collaboration & Innovation
*
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.