Data Engineer senior GenAI

Contexte

Dans le cadre de l’industrialisation de plusieurs cas d’usage IA, une entreprise pharmaceutique recherche un Data Engineer senior capable de structurer, fiabiliser et faire monter à l’échelle l’infrastructure data et LLM nécessaire à la mise en production de ces usages.

Le poste s’inscrit dans un environnement exigeant, à l’intersection du data engineering, du MLOps et des architectures GenAI. L’enjeu est de transformer des premiers travaux déjà initiés en une infrastructure robuste, monitorée, reproductible et exploitable à l’échelle.

Missions

• Concevoir et déployer l’infrastructure nécessaire au fonctionnement de cas d’usage GenAI en production
• Industrialiser les premiers développements déjà initiés autour des systèmes LLM et agentiques
• Mettre en place un pipeline unifié d’évaluation et de monitoring pour suivre la qualité des outputs, la latence et les coûts
• Supporter les évaluations offline et online des cas d’usage
• Déployer et maintenir les briques techniques liées au retrieval et au RAG, notamment sur les sujets d’indexation, versioning et optimisation des performances
• Structurer les flux de données de bout en bout : ingestion, transformation, traçabilité et fiabilisation
• Mettre en place des pratiques CI/CD adaptées aux pipelines LLM et aux cas d’usage de génération de contenu
• Intégrer des mécanismes de tests automatiques, validation et déploiement afin de sécuriser les mises en production
• Gérer les environnements dev, staging et prod en assurant la reproductibilité des pipelines et des expérimentations
• Garantir l’alignement avec les standards de gouvernance et de traçabilité internes
• Contribuer aux choix d’architecture et au benchmark des solutions existantes sur les problématiques RAG, évaluation et industrialisation

Environnement technique

• Cloud principal : AWS
• Python
• Architectures GenAI / LLM
• Systèmes multi-agents
• RAG et moteurs de retrieval
• Monitoring / observabilité / évaluation LLM, avec exposition possible à des outils comme Weave
• CI/CD
• Containerisation et gestion d’environnements
• Pipelines de données et gouvernance

Pourquoi le poste est intéressant

• Rôle très structurant sur des sujets GenAI concrets
• Forte dimension d’industrialisation et d’architecture
• Environnement grand groupe avec enjeux réels de passage à l’échelle
• Poste à l’intersection du data engineering, du MLOps et de la GenAI

1. Expérience solide en data engineering dans des environnements cloud, idéalement AWS
2. Très bonne compréhension des enjeux d’industrialisation liés aux LLM, au RAG et aux systèmes agentiques
3. Capacité à concevoir une architecture robuste, scalable et exploitable en production
4. Maîtrise des problématiques de monitoring, de latence, de coûts et de qualité des outputs
5. Expérience dans la mise en place de pipelines fiables, traçables et reproductibles
6. Bonne culture DevOps / MLOps / LLMOps
7. Capacité à évoluer dans un environnement exigeant, structuré et orienté production
8. Autonomie, rigueur et capacité à intervenir sur des sujets structurants