Vous rejoignez un groupe bancaire en tant qu'Architecte IA / MLOps au sein du Pôle Architecture Logicielle & IA de la DSI. Votre mission : concevoir, cadrer et industrialiser les architectures IA (Machine Learning et IA Générative), garantir leur intégration au système d'information, leur mise en production via les pratiques MLOps ainsi que leur observabilité, tout en assurant leur conformité avec les standards du Groupe et les exigences réglementaires.

Modalités de la mission

Démarrage : ASAP

Durée : Mission longue

Localisation : Toulouse (présence obligatoire)

Télétravail : 3 jours sur site

Contexte

Dans le cadre du développement de sa stratégie IA, la DSI renforce son Pôle Architecture Logicielle & IA afin d'accélérer l'industrialisation de ses solutions de Machine Learning et d'IA Générative.

Le poste intervient en transverse avec les équipes Architecture, Data, Infrastructure, Cloud, Projets DSI ainsi qu'avec la DSMC afin de garantir des architectures IA robustes, industrialisées et alignées avec les standards du Groupe.

L'activité s'articule autour de plusieurs axes :

• Définition des architectures IA industrielles (Machine Learning, RAG, IA Générative) en cohérence avec le système d'information existant.

• Réalisation d'études de faisabilité et de POC afin de valider la pertinence technique des cas d'usage IA.

• Industrialisation des solutions IA via la mise en œuvre des pratiques MLOps.

• Déploiement des principes de ML Observability pour assurer le pilotage et la supervision des modèles en production.

• Contribution à la gouvernance IA, aux standards d'architecture et au catalogue de services IA de la DSI.

• Accompagnement des équipes Data, Projets et prestataires dans la diffusion des bonnes pratiques IA et MLOps.

L'objectif est de permettre un passage efficace du cadrage technique à l'industrialisation des solutions IA tout en garantissant leur sécurité, leur observabilité et leur conformité.

Ce que vous allez faire

• Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).

• Définir les architectures cibles IA (Machine Learning prédictif, RAG, IA Générative) en cohérence avec le SI existant, les standards Groupe et le socle technique commun.

• Formaliser les choix techniques dans les dossiers d'architecture.

• Piloter ou réaliser des POC IA afin de valider les modèles, les données et les chaînes techniques.

• Documenter les résultats, les limites, les risques techniques ainsi que les conditions d'industrialisation.

• Définir et mettre en œuvre les chaînes MLOps.

• Accompagner l'intégration des solutions IA dans le système d'information.

• Contribuer au catalogue de services IA de la DSI.

• Définir et déployer les principes de ML Observability.

• Mettre en place les alertes et les indicateurs nécessaires au pilotage des modèles.

• Contribuer à la stratégie de Run IA avec les équipes concernées.

• Participer aux comités IA et Architecture.

• Garantir la conformité des solutions avec le RGPD et l'AI Act en lien avec les équipes concernées.

• Agir comme référent technique IA auprès de la DSI.

• Accompagner les Data Engineers, les équipes projets et les prestataires.

• Diffuser les bonnes pratiques IA et MLOps (standards, patterns, retours d'expérience).

• Participer à la montée en compétence des équipes sur l'IA industrielle.

Le profil

Architecte IA / MLOps disposant de 5 à 8 années d'expérience minimum dans les domaines Data, Machine Learning et Cloud, dont une expérience significative en architecture IA et MLOps.

Vous justifiez d'une expérience concrète dans l'industrialisation de solutions IA et possédez une bonne compréhension des enjeux d'une DSI ainsi que des standards Groupe.

Vous êtes capable d'intervenir aussi bien sur les phases de cadrage technique, de prototypage, d'architecture, d'industrialisation que de gouvernance des solutions IA.

Compétences attendues

Expérience dans la conception d'architectures IA industrielles.

Maîtrise des concepts Machine Learning, IA Générative, LLM, RAG et embeddings.

Expérience dans la mise en œuvre de chaînes MLOps (versioning, pipelines, monitoring).

Capacité à intégrer des solutions IA dans un système d'information via APIs.

Expérience dans la réalisation de POC et leur industrialisation.

Connaissance des problématiques de ML Observability.

Bonne compréhension des enjeux de gouvernance IA, de sécurité et de conformité réglementaire.

Compétences techniques

Must-have

• Python

• Git

• GitLab CI/CD

• Azure

• Machine Learning

• IA Générative

• LLM

• RAG

• Embeddings

• Agents IA

• MLOps (versioning, pipelines, monitoring)

• Intégration SI

• APIs

Connaissances solides

• ML Observability

• Gouvernance IA

• RGPD

• AI Act

• Architecture SI

• Industrialisation de solutions IA

Appréciées

• Snowflake

• Airflow

• Sécurité IA (prompts, cloisonnement, traçabilité)

Soft skills

• Leadership technique et capacité à influencer.

• Pédagogie et accompagnement des équipes.

• Culture produit et sens de la valeur métier.

• Rigueur dans la documentation et le respect des standards d'ingénierie.

• Orientation sécurité et conformité.

• Communication claire avec les équipes techniques et métiers.

• Capacité à diffuser les bonnes pratiques et les retours d'expérience.

• Autonomie et sens de l'industrialisation.