Direction : Produit et Technologies
Équipe : IA transverse
Type de prestation : Développement IA / Machine Learning / LLMOps
Niveau d’expérience : 3 à 5 ans d’expérience significative
Environnement : IA générative, NLP, LLM, RAG, Speech-to-Text, MLOps et DevOps

1. Contexte de la mission

La Direction Produit et Technologies recherche un profil spécialisé en développement IA et LLMOps afin de renforcer l’équipe IA transverse et de contribuer aux projets de développement des Offres d’informations.

Le prestataire interviendra sur la conception, le développement, l’industrialisation et la mise en production de solutions d’intelligence artificielle, notamment autour de l’IA générative, du traitement automatique du langage naturel (NLP) et de la transcription automatique de la parole (Speech-to-Text).

Il participera à la construction de solutions robustes, performantes et industrialisées, en lien avec les équipes techniques et les métiers.

2. Missions principales

• Concevoir, développer et déployer des solutions d’IA et de Machine Learning en environnement de production.

• Développer et intégrer des solutions basées sur les LLM (Large Language Models), notamment des architectures RAG (Retrieval-Augmented Generation).

• Mettre en œuvre des pipelines de traitement de données, des modèles d’embeddings et des bases de données vectorielles.

• Développer des API et des services IA répondant aux besoins métiers des Offres d’informations.

• Concevoir et développer des fonctionnalités de NLP et de Speech-to-Text, notamment pour la classification d’articles et de commentaires, la génération de titres SEO, la contextualisation de contenus et la transcription audio.

• Industrialiser les développements IA à travers des pratiques MLOps et LLMOps : versionnement, suivi des expérimentations, évaluation des modèles et surveillance de la qualité.

• Mettre en place les pipelines d’intégration et de déploiement continus (CI/CD) et assurer la conteneurisation des applications.

• Garantir la qualité, la fiabilité, la performance et la maintenabilité des solutions livrées.

• Collaborer avec l’équipe IA transverse et les interlocuteurs métiers dans un environnement agile.

3. Compétences techniques requises

Intelligence artificielle et mise en production

• Minimum 3 ans d’expérience en développement IA, Machine Learning et/ou Deep Learning.

• Expérience avérée dans le déploiement et l’exploitation de solutions IA en production.

• Maîtrise des bonnes pratiques de développement, de test et d’industrialisation des modèles.

Développement et manipulation des données

• Maîtrise de Python et/ou Node.js pour le développement de services et d’applications IA.

• Bonne maîtrise de SQL pour l’interrogation, la transformation et l’exploitation des données.

• Capacité à développer et exposer des API métiers.

LLM, IA générative et RAG

• Conception et intégration d’architectures reposant sur des LLM.

• Mise en œuvre de pipelines RAG et de stratégies de recherche documentaire.

• Utilisation de modèles d’embeddings et de bases de données vectorielles.

• Connaissance des mécanismes d’évaluation et d’optimisation des réponses générées.

DevOps et industrialisation

• Maîtrise de Docker et de Kubernetes.

• Expérience des pipelines CI/CD, notamment avec GitLab.

• Capacité à industrialiser, déployer et maintenir des services IA dans des environnements conteneurisés.

MLOps, LLMOps et qualité

• Utilisation de MLflow pour le suivi des expérimentations et la gestion du cycle de vie des modèles.

• Mise en place de dispositifs d’évaluation des LLM, notamment via des jeux de données de référence (golden datasets) et des approches LLM-as-a-judge.

• Suivi de la qualité des prompts, détection des régressions et gestion de leur évolution dans le temps.

• Capacité à mesurer la qualité des résultats et à surveiller les dérives des modèles.

NLP et Speech-to-Text

• Expérience dans le développement de solutions de traitement automatique du langage naturel.

• Connaissance des solutions de transcription automatique de la parole.

• Capacité à concevoir des API métiers pour des cas d’usage tels que :

  • La transcription audio en texte.

  • La classification d’articles et de commentaires.

  • La génération de titres optimisés pour le référencement naturel (SEO).

  • La contextualisation et l’enrichissement de contenus éditoriaux.

4. Compétences appréciées

Cloud et architectures hybrides

• Expérience sur Google Cloud Platform (GCP).

• Connaissance des architectures hybrides associant des environnements Cloud et On-premise.

• Capacité à prendre en compte les contraintes d’intégration, de sécurité et d’exploitation propres à ces environnements.

Systèmes agentiques et performance

• Conception et développement d’agents IA.

• Connaissance des Small Language Models (SLM) et de leurs modalités de déploiement.

• Réalisation de tests de performance : charge, stress et endurance.

• Optimisation des temps de réponse, de la consommation de ressources et de la scalabilité des services IA.

Monitoring et observabilité

• Mise en place de dispositifs de monitoring des services IA.

• Utilisation de Prometheus et Grafana pour le suivi des métriques système et applicatives.

• Capacité à analyser les performances, détecter les anomalies et contribuer à l’amélioration continue.

5. Compétences comportementales

• Autonomie et capacité à avancer dans des contextes fonctionnels ou techniques peu définis.

• Esprit d’analyse et aptitude à proposer des solutions pragmatiques.

• Capacité à vulgariser des concepts techniques et IA auprès d’interlocuteurs non techniques, notamment des journalistes et des équipes éditoriales.

• Bon relationnel et capacité à travailler en équipe transverse.

• Esprit d’équipe, rigueur et sens du service.

• Pratique des méthodes agiles et participation aux rituels associés.

6. Profil recherché

Nous recherchons un ingénieur IA / LLMOps disposant de 3 à 5 ans d’expérience significative, avec une expérience concrète de mise en production de solutions d’intelligence artificielle.

Le candidat devra combiner des compétences solides en développement, en IA générative et en industrialisation, avec une bonne compréhension des enjeux de qualité, de performance et d’intégration des services IA dans un environnement applicatif existant.

Une expérience dans le traitement de contenus éditoriaux, les médias, le NLP ou les solutions de transcription audio constituera un atout.

7. Résultats attendus

À l’issue de la mission, le prestataire devra contribuer à :

• La livraison de fonctionnalités IA opérationnelles et intégrées aux offres d’information.

• La mise en production de services IA fiables, maintenables et performants.

• L’industrialisation des développements selon les pratiques MLOps et LLMOps.

• La mise en place de mécanismes reproductibles d’évaluation et de contrôle de la qualité des LLM.

• L’amélioration continue des performances et de la pertinence des solutions IA.

• La collaboration efficace entre l’équipe IA transverse, les équipes techniques et les métiers.

Expérience attendue : 3 à 5 ans dans le développement et l’industrialisation de solutions IA, avec une expérience avérée de la production.