IA Engineer Data Scientist – Générative AI (HF)

1. Conception & Développement de Solutions GenAI

• Développer des modèles et pipelines :
  • Fine-tuning de LLM (Gemini Mistral Llama) avec PyTorch/TensorFlow.
  • Implémentation de systèmes RAG (Retrieval-Augmented Generation) pour des applications métiers (recherche documentaire chatbots assistants).
  • Optimisation des prompts et des chaînes de traitement (LangChain LlamaIndex).
• Prototyper des PoC :
  • Évaluation de lapplicabilité des modèles génératifs à des problèmes concrets (ex. : automatisation de processus génération de code analyse de données non structurées).
  • Benchmarking des solutions cloud (Azure AI GCP Vertex AI) et open-source.

2. Industrialisation & MLOps

• Automatiser et scalabiliser les pipelines GenAI :
  • Déploiement de modèles en production avec MLOps (MLflow Kubeflow Azure ML/GCP Vertex AI).
  • Containerisation (Docker Kubernetes) et orchestration des workflows.
• Garantir la performance et la fiabilité :
  • Optimisation des temps de réponse (latence throughput) et de la consommation ressources.
  • Mise en place de tests automatisés (unitaires dintégration de non-régression).
• Monitoring et maintenance :
  • Suivi des métriques de performance (précision drift coût).
  • Logging et traçabilité des inférences (outils : Prometheus Grafana ELK).

3. Intégration Système & Collaboration

• Intégrer les solutions GenAI dans des environnements existants :
  • API REST/GraphQL pour linterfaçage avec les applications métiers.
  • Collaboration avec les équipes backend data et devops pour une intégration fluide.
• Documenter et former :
  • Rédaction de documentations techniques (architecture APIs guides dutilisation).
  • Formation des équipes métiers à lutilisation des outils GenAI.

4. Veille & Innovation

• Suivre les avancées en IA Générative :
  • Évaluation des nouveaux modèles (ex. : Gemini 1.5 Mistral 8x22B) et des techniques émergentes (agents autonomes multi-modalité).

Qualifications :

• Formation : Bac5 en data science informatique ou mathématiques appliquées (école dingénieur ou master spécialisé en IA/ML).
• Expérience : 4 à 9 ans en développement IA/ML avec une expertise avérée en :
  • Modèles génératifs (LLM RAG GenAI).
  • Industrialisation de solutions (MLOps déploiement cloud).
  • Développement Python (PyTorch/TensorFlow APIs).
• Soft Skills :
  • Esprit dinnovation : Capacité à proposer des solutions créatives tout en respectant les contraintes industrielles.
  • Rigueur : Respect des bonnes pratiques (reproductibilité documentation tests).
  • Collaboration : Travail en équipe avec les data engineers devops et métiers.
  • Pédagogie : Explication claire des concepts GenAI à des non-experts.
• Langues : anglais technique.

Remote Work :

No

Employment Type :

Full-time