Data & AI Engineering Tech Lead / Agentic AI Architect

Contexte

Une grande entreprise spécialisée dans le secteur du sport ambitionne de devenir la meilleure plateforme numérique sportive et un écosystème ouvert au monde. Elle souhaite permettre aux clients de vivre de nombreuses expériences locales centrées sur le sport en connectant de nombreux acteurs et services tiers, de manière sécurisée et performante.

Cette entité digitale compte aujourd’hui plus de 5000 profils techniques : software engineers, product managers, expert·e·s de la data, du Cloud et de la cybersécurité, en France et à l’étranger, implantée à Paris, Lille, Nantes, Lyon, et Amsterdam.

Les équipes de Data Science et Data Engineering jouent un rôle central dans la transformation de l'organisation globale, en utilisant des modèles de Machine Learning et Deep Learning pour résoudre des problèmes à fort impact, en repensant les processus grâce à l’agentique et en diffusant la culture de l'IA dans toute l'organisation.

L’équipe SMP (Supply Chain Supply & Material Planning) recherche un·e ingénieur·e IA basé·e à Lille. En tant qu'ingénieur·e IA dédié·e au déploiement d'agents, vous serez au cœur d'une équipe technique soudée. Vous jouerez un rôle critique dans l'industrialisation, le déploiement et la supervision des capacités d'agents. Vous travaillerez en étroite collaboration avec les équipes digitales (Data, Produit, Ingénierie) pour concevoir l'infrastructure de déploiement, définir le routage d'intelligence et bâtir une infrastructure sécurisée permettant aux agents d'interagir nativement avec les données d'entreprise et les systèmes historiques.

Missions

• Sécuriser et cadrer l'architecture applicative Data & IA à court et moyen terme (alignement entre solutions SAP et briques Custom).
• Définir les trajectoires et guidelines techniques entre l'utilisation de solutions managées (SAP Joule) et le développement custom sur-mesure.
• Apporter un avis consultatif et challenger les RFI/RFQ stratégiques sur le volet Data et IA.
• Définir la stratégie et architecture multi-agents et intégrer le protocole A2A via les frameworks internes (GenieOne, SAP Joule, MCP et contraintes régionales/Chine).
• Structurer la trajectoire Data/Ontologie du sous-domaine SMP en s'appuyant sur la Data Centrale.

Livrables attendus

1 : V0 Guidelines d'Architecture, Gouvernance de l'IA Agentique & POC A2A

• Guidelines d'Architecture (Document de cadrage) : définition de l'agencement cible entre Databricks (Orchestrateur central / Unity Catalog) et les environnements multi-cloud (AWS, GCP, BDC-SAP).
• Matrice d'évaluation technique & financière (Joule vs Agents Custom) : grille décisionnelle précisant la frontière entre l'usage des agents SAP Joule sur étagère et la construction d'agents custom.
• Cadrage & orientation technique du POC Agent-to-Agent (A2A) : spécifications techniques, définition des protocoles d'interaction, suivi de la conformité des développements réalisés par l'équipe Cross Tech Eng. Validation du POC d'interconnexion A2A pour la communication inter-systèmes et accompagnement des équipes Chine.
• Spécificité Chine : analyse des impacts d'architecture A2A sous contrainte de conformité Cloud/Data Chine (compatibilité des protocoles d'agents avec l'infrastructure Cloud locale et les LLM homologués).

2 : Advisory Technique Data/IA sur les RFQ/RFI

• Grille d'évaluation Data & IA pour RFI/RFQ (avis consultatif) : définition des critères d'exigence technique pour les éditeurs/solutions candidates (remplacement APO, OnePlanning, ESP) et évaluation de la compatibilité avec l'Ontology SMP / GenieOne, la sécurité des données, et l'interopérabilité native avec Databricks Unity Catalog.
• Challenging technique des éditeurs & intégrateurs : participation aux soutenances et audit critique des architectures proposées par les offreurs pour émettre un avis consultatif éclairé aux équipes décisionnaires.

3 : Cadre de Sécurité des Agents, Alignement Ontologie & Trajectoire Budgétaire 2027

• Matrice de Gouvernance, Sécurité des Agents & Guardrails : définition des garde-fous, protocoles de sécurité (MCP, règles d'accès), contrôles Human-in-the-loop, mise en place des tests unitaires pertinents, définition des métriques de performances data et performance résultat, architectures de Guardrails (ex. NeMo Guardrails, Llama Guard), gestion IAM et politiques de privilèges d'exécution des agents sur les systèmes Core.
• Document de Cadrage Métadonnées & Ontologie : principes d'alignement et de structuration des métadonnées (Glossaire métier SMP, mapping Graph RAG / Semantic Layer) pour la lecture par agents, en s'appuyant sur les standards et ressources de la Data Centrale.
• Projection Budgétaire 2027 : élaboration et chiffrage (Capex/Opex, coûts de maintenance Joule vs Custom, compute/tokens) pour la trajectoire IA 2027 du domaine.

Compétences demandées

• Métier, leadership & soft skills : Expert
• IA générative, LLM & agentique : Expert
• Industrialisation, MLOps & Cloud : Expert
• Sécurité, guardrails & gouvernance IA : Expert

1. Expert en Métier, Leadership & Soft Skills
2. Expert en IA Générative, LLM & Agentique
3. Expert en Industrialisation, MLOps & Cloud
4. Expert en Sécurité, Guardrails & Gouvernance IA