Architecte Plateforme IA / LLMOps (IT) / Freelance

Contexte de la mission

Dans le cadre du développement et de l?industrialisation d?une plateforme d?Intelligence Artificielle, nous recherchons un Architecte Plateforme IA capable de concevoir, déployer et maintenir l?infrastructure logicielle et matérielle nécessaire au cycle de vie des modèles et services IA.

L?architecte fera le lien entre les équipes Machine Learning, Software Engineering et DevOps/SRE, en garantissant la performance, la sécurité, la scalabilité et la fiabilité de la plateforme.

Mission de 6 mois maximum, avec possibilité de pré-embauche.

Missions principalesConcevoir et industrialiser une plateforme IA capable de supporter des usages à grande échelle.

Définir et optimiser les architectures RAG (Retrieval-Augmented Generation) : Advanced RAG, Graph RAG et Agentic RAG.

Concevoir des architectures d?intégration de données expertes dans les modèles d?IA.

Mettre en place et optimiser les processus MLOps / LLMOps : déploiement, monitoring et gestion du cycle de vie des modèles.

Garantir la confidentialité et la sécurité des données, notamment dans le cadre du RGPD et de l?AI Act.

Piloter l?infrastructure Cloud et l?orchestration Kubernetes.

Optimiser la scalabilité, les performances et les coûts d?inférence des modèles IA (GPU/CPU, token management).

Participer à la mise en ?uvre d?une plateforme répondant aux exigences de souveraineté numérique.

Profil candidat:
Compétences recherchéesArchitecture IA / LLMOps : conception de plateformes IA, orchestration de modèles et architectures RAG.

MLOps : MLflow, Kubeflow, DVC, Airflow.

Bases de données : SQL, bases documentaires, graphes et bases vectorielles (Elasticsearch, OpenSearch, Weaviate).

Cloud & Infrastructure : AWS, Azure ou GCP, Terraform, Ansible.

Frameworks IA : LangChain, LlamaIndex.

Conteneurisation & Orchestration : Docker, Kubernetes (K8s).

Data & Machine Learning : Python, Spark, PyTorch, TensorFlow, Scikit-learn.

Optimisation IA : NVIDIA, Triton, gestion des coûts d?inférence et des ressources GPU/CPU.