Architecte IA

Contexte

L'objectif principal est d'industrialiser l'intégration de l'Intelligence Artificielle (notamment l'IA Générative) à chaque étape du cycle de vie du delivery logiciel (PDLC - Product Development Life Cycle).

Le titulaire du poste doit viser une augmentation significative de la vélocité, une amélioration de la qualité du code et une réduction du "time-to-market", tout en garantissant la sécurité, la conformité et la montée en maîtrise IA des équipes métiers et techniques participant au PDLC.

Missions

Axe A : Optimisation du Cycle de Développement (Conception et Construction)
L'objectif est de passer d'un cycle "manuel" à un cycle augmenté IA afin de gagner en efficacité et vélocité.

• Déploiement de framework et d'enablers IA
• Fluidification des processus et des interactions transverses
• Rendre la documentation IA compatible
• Modernisation du Legacy : Utiliser l'IA pour analyser, documenter et migrer des systèmes obsolètes vers des architectures modernes
• Accompagnement à l'Architecture : Intégrer l'IA dans la phase de conception pour générer des diagrammes, des spécifications techniques et valider la cohérence architecturale

Axe B : Automatisation de la Qualité et des Tests (QA & Testing)
L'objectif est de réduire le temps de test et d'augmenter la couverture.

• Génération de Tests Automatisés : Mettre en place des outils d'IA pour générer automatiquement des tests unitaires, d'intégration et de non-régression
• Synthèse de Données de Test : Utiliser l'IA pour créer des jeux de données de test synthétiques et réalistes (en respectant le RGPD)
• Analyse Prédictive des Bugs : Implémenter des outils d'analyse statique augmentés par l'IA pour détecter les vulnérabilités et les bugs avant la mise en production

Axe C : Gouvernance, Sécurité et Accompagnement (Change Management)
L'objectif est de sécuriser l'usage et de transformer la culture.

• Cadre Éthique et Sécuritaire : Déployer les règles de sécurité (ex : interdiction d'envoyer des secrets/clés API dans les LLM publics) et s'assurer de la propriété intellectuelle du code généré
• Plan de Montée en Compétences : Organiser des workshops, des "AI Dojos" et des formations pour transformer la communauté PDLC en "Équipier augmentés AI"
• Mesure de la Performance (KPIs) : Définir et suivre des indicateurs de succès (ex : réduction du cycle time, taux d'acceptation des suggestions d'IA, diminution du taux de bugs en prod et des coûts)

Profil recherché

Compétences techniques (Hard Skills)

• Expertise SDLC : Maîtrise parfaite du cycle de développement (Agile, Scrum, Kanban)
• Culture DevOps : CI/CD, Docker, Kubernetes, Cloud (AWS/Azure/GCP)
• Maîtrise de l'IA Générative : Compréhension du fonctionnement des LLM, Prompt Engineering, connaissance des outils de codage IA
• Architecture Logicielle : Capacité à challenger des choix techniques et architecturaux

Qualités personnelles (Soft Skills)

• Leadership transformationnel : Capacité à convaincre et à embarquer des équipes techniques parfois réticentes
• Curiosité insatiable : Veille technologique constante sur un domaine qui évolue chaque semaine
• Pragmatisme : Capacité à distinguer le "hype" de la valeur métier réelle
• Pédagogie : Savoir transmettre

1. Maîtrise parfaite du cycle de développement (Agile, Scrum, Kanban)
2. Culture DevOps : CI/CD, Docker, Kubernetes, Cloud (AWS/Azure/GCP)
3. Maîtrise de l'IA Générative : compréhension des LLM, Prompt Engineering, connaissance des outils de codage IA
4. Capacité à challenger des choix techniques et architecturaux en architecture logicielle
5. Leadership transformationnel : capacité à convaincre et embarquer des équipes techniques réticentes
6. Curiosité insatiable et veille technologique constante
7. Pragmatisme : capacité à distinguer le "hype" de la valeur métier réelle
8. Pédagogie : savoir transmettre