Architecte IA

Pour un client industriel

Contexte

L’environnement technique repose sur une infrastructure hybride, combinant un socle industriel on-premise interfacé aux systèmes temps réel et des capacités cloud modernes (AWS, solutions SaaS). Cette architecture s’appuie sur des plateformes de conteneurisation (Kubernetes, OpenShift, EKS) et des middlewares d’intégration et de streaming tels que Kafka et MuleSoft, permettant un fonctionnement distribué, scalable et sécurisé. Les environnements IoT et edge complètent ce socle pour connecter les équipements industriels et capter la donnée opérationnelle en continu.
Cet ensemble est renforcé par un écosystème DevOps et GitOps (GitLab, ArgoCD, Helm, Terraform) garantissant industrialisation, cohérence et automatisation du delivery. Les capacités data s’appuient sur une Data Platform de nouvelle génération, combinant Snowflake pour la gestion et la gouvernance des données et Dataiku pour le développement de cas d’usage analytiques et IA. Ce dispositif intégré soutient l’ensemble des besoins métiers, de la production aux fonctions support, en garantissant performance, résilience et accélération de l’innovation.
La population cible est les managers .

Missions

A . Partenariats & écosystème plateformes

• Cartographier l’écosystème et identifier les bons interlocuteurs chez les éditeurs / intégrateurs.

• Préparer, conduire et restituer les workshops partenaires (AWS, Microsoft, MuleSoft, Snowflake, etc.).

• Évaluer les offres (agents frameA. Partenariats & écosystème plateformes

• Cartographier l’écosystème et identifier les bons interlocuteurs chez les éditeurs / intégrateurs.

• Préparer, conduire et restituer les workshops partenaires (AWS, Microsoft, MuleSoft, Snowflake, etc.).

• Évaluer les offres (agents frameworks, orchestration, outils d’observabilité, sécurité, gouvernance, intégration SI).

B. Discovery & use cases Agentic AI (génériques + aéronautique)

• Animer des ateliers de discovery (métier, IT, sécurité, data, ops) pour :

• Définir des use cases transverses (support, IT ops, knowledge assistant, dev productivity, workflow automation, etc.) ;

• Définir des use cases aéronautiques (ex. maintenance, supply chain, engineering, flight ops, qualité, conformité, MRO, documentation technique).

• Formaliser chaque use case : objectifs, périmètre, acteurs, triggers, tâches agentiques, dépendances, données, risques, critères de succès.

• Prioriser via une grille valeur/risque/effort (quick wins vs “strategic bets”).

C. Recommandations plateformes, architectures, trajectoire

• Proposer des patterns d’architecture Agentic AI (RAG, tool-use, multi-agent vs single-agent, event-driven workflows, human-in-the-loop).

• Recommander des plateformes / briques (cloud, iPaaS, API management, vector DB, orchestration, MLOps/LLMOps).

• Définir la trajectoire : MVP → industrialisation, critères de passage en prod, exigences non fonctionnelles.

D. Portfolio, roadmap et gouvernance

• Construire un portfolio de projets : lots, jalons, budget indicatif, staffing, dépendances SI.

• Définir la gouvernance : cadre de décision, sécurité, conformité, data governance, risk management, operating model.

E. Exploration technologique & “livre blanc”

• Piloter des tech spikes/POC orientés faisabilité et design (pas juste “démos”).

• Produire un livre blanc interne : standards, patterns, comparatif plateformes, guidelines de sécurité, recommandations d’industrialisation, retours d’expérience.

Le Prestataire sera tenu de fournir les livrables suivants :

• Cartographie partenaires + compte-rendus structurés + comparatif des offres.

• Catalogue de use cases (génériques + aéronautique) avec fiches standardisées.

• Matrice de priorisation + short-list use cases MVP.

• Recommandations plateforme(s) + architecture cible + patterns.

• Roadmap 6–12 mois + portfolio (lots, coûts, risques, staffing).

• Plan d’exploration (POC/tech spikes) + résultats + recommandations “go/no-go”.

• Livre blanc Agentic AI (standards, architecture, sécurité, REX, guidelines d’industrialisation).

• Un suivi de l’activité à intervalles réguliers et sous une forme qu’il explicitera. Il donnera un exemple de document correspondant à sa démarche. Cela devra être un rapport hebdomadaire d’activité. Ce rapport devra être commenté en présence du représentant de la société

• Des rapports, soit à l’initiative du Prestataire, soit sur demande de la société.

Profil recherché

Afin de mener à bien cette mission, la sociéité souhaite préciser le niveau d’expertise nécessaire dans les domaines suivants :

Compétences Agentic AI & LLM (coeur)

• Conception d’agents: tool calling, planning, memory, guardrails, multi-agent, human-in-the-loop.
  

  • Patterns: RAG avancé, retrieval hybride, grounding, prompt/program orchestration.

  • Évaluation : qualité, robustesse, hallucinations, eval harness, offline/online eval, A/B.

  • LLMOps : monitoring, traces, coûts, latence, versioning prompts, fallback, incident management.

• Architecture & intégration SI
  

  • Architecture cloud (AWS/Azure), conteneurs, event streaming, API-first.

  • Intégration iPaaS / ESB / API management (MuleSoft typiquement) + connecteurs SaaS/legacy.

  • Data architecture : gouvernance, lineage, accès, gestion des secrets.

• Sécurité, conformité, risques

  • Threat modeling pour agents (prompt injection, data exfiltration, tool misuse).

  • RBAC/ABAC, isolation environnements, auditabilité, logs, PII, conformité (selon contexte).

  • Approche “secure-by-design” + validation avec RSSI.

• Connaissance aéronautique (fortement souhaitée)
  

  • Compréhension MRO, maintenance, qualité, engineering, supply chain, documentation technique, contraintes de traçabilité.

  • Culture des normes/process (sans exiger un niveau expert si le profil est très solide sur Agentic AI).

• Facilitation & delivery (soft skills opérationnels)
  

  • Capacité à animer workshops multi-parties (métiers, IT, partenaires).

  • Excellente communication écrite/orale, synthèse exécutive, conduite du changement.

  • Orientation résultats : livrables actionnables, arbitrages, pragmatisme.