Architecte IA - Freelance (2j de TT)

Contexte

Editeur SaaS B2B en forte croissance, avec un produit reconnu pour son excellence technique et la confiance de leurs clients. L'IA est en train de transformer en profondeur ce que leur produit peut offrir, et forte accélération sur le sujet.

Mais accélérer sans casser, c'est un art. Empiler des initiatives IA isolées, multiplier les choix technologiques au fil des features, c'est le chemin le plus rapide vers une architecture fragile et coûteuse à maintenir. Nous refusons ce scénario.

Pourquoi ce poste est différent

La plupart des postes d'architecte IA se résument à produire des slides et des documents que personne ne suit. Pas ici.

Même en freelance tu auras la légitimité et l'autonomie pour définir la trajectoire technique IA de l'entreprise, et tu seras sur le terrain avec les équipes pour la faire vivre. Pas de tour d'ivoire, pas de comité où tout se dilue : un mandat clair, un sponsoring direct de la direction technique, et une réelle capacité à arbitrer.

Tu arrives à un moment charnière où les choix structurants sont encore devant eux. Ce que tu poseras aujourd'hui définira ce que le produit sera dans trois ans.

Ta mission

Définir et faire vivre une architecture IA unifiée à l'échelle de tous nos produits, garantissant que l'accélération produit ne dégrade ni la qualité, ni la fiabilité, ni la maintenabilité du système global.

Tes responsabilités

Vision et architecture globale Définir l'architecture cible d'intégration de l'IA (modèles, services, données, orchestration) à l'échelle de l'ensemble des produits. Identifier les briques technologiques structurantes (modèles, frameworks, infrastructures d'inférence, RAG, agents, vector stores, observabilité) et arbitrer entre build, buy et solutions managées.

Standards et patterns d'intégration Établir les standards que les équipes produit et engineering appliquent pour toute nouvelle fonctionnalité IA : patterns de design, conventions d'API, gestion du contexte, prompt engineering, évaluation, ... Documenter, diffuser, faire adopter.

Gouvernance des modèles et des données Définir le cadre de gouvernance : sélection et cycle de vie des modèles, gestion des versions, traçabilité, contrôle qualité, conformité (RGPD, AI Act, sécurité client). Mettre en place les processus de validation avant mise en production.

Garde-fous techniques Poser et faire respecter les garde-fous transverses sur la performance, l'observabilité, la sécurité, les coûts d'inférence et la maintenabilité. Définir les SLO et les indicateurs de qualité (accuracy, latence, hallucinations, drift) et les mécanismes de monitoring associés.

Accompagnement des équipes Travailler en proximité avec les équipes produit, engineering et data pour challenger les choix techniques, débloquer les sujets complexes, et faire monter en compétence sur l'IA. Tu seras dans les revues d'architecture et les décisions structurantes, pas en marge.

Veille et anticipation Maintenir une veille active sur l'évolution rapide de l'écosystème IA et anticiper les ruptures technologiques qui peuvent impacter la roadmap. Évaluer les nouvelles briques avant qu'elles ne deviennent des choix d'équipe non concertés.

Expérience 8 à 12 ans en architecture logicielle ou ML/IA, dont au moins 3 ans sur des sujets d'intégration IA en production à l'échelle. Le SaaS B2B est un vrai plus.

Compétences techniques

• Solide maîtrise de l'architecture logicielle distribuée (microservices, event-driven, APIs)

• Expertise sur les LLM en production : RAG, fine-tuning, agents, orchestration

• Connaissance des principaux fournisseurs de modèles (OpenAI, Anthropic, Mistral, open-source) et de leurs trade-offs

• Compréhension fine des enjeux de performance, coûts et observabilité spécifiques à l'IA

• Bonne culture data engineering (pipelines, vector databases, qualité de données)

• Connaissance des enjeux de sécurité et de conformité IA (prompt injection, fuite de données, AI Act)

Posture et soft skills

• Vision long terme et capacité à arbitrer sans se laisser emporter par les modes

• Leadership d'influence : tu fais adopter des standards par la qualité de ton raisonnement, pas par autorité

• Communication claire à tous les niveaux : du CTO au développeur, en passant par la sécurité et les clients

• Pragmatisme : tu sais livrer dans un contexte de croissance, pas seulement concevoir