AI Platform Engineer / GenAI Platform Architect – Azure H-F (IT) / Freelance

Notre client est un groupe tech / digital en forte croissance disposant d’une plateforme cloud moderne et déjà mature sur les sujets :

• Platform Engineering
• Cloud Governance
• DevSecOps
• Observabilité
• CI/CD
• Infrastructure as Code

Dans le cadre de l’accélération des usages liés à l’IA générative et aux architectures agentiques, l’entreprise souhaite désormais construire un véritable socle plateforme dédié aux workloads IA afin d’accompagner les futures initiatives autour des :

• LLMs
• agents IA
• MCP
• RAG
• orchestration multi-agents
• AI automation

L’objectif est d’industrialiser ces nouveaux usages tout en conservant les standards élevés déjà en place en matière de sécurité, gouvernance, observabilité et scalabilité.

Le poste

Vous rejoignez une équipe transverse Platform / Cloud avec un rôle stratégique dans la définition des futures fondations IA du groupe.

Votre mission : Concevoir, standardiser et industrialiser les patterns techniques permettant aux équipes de développer rapidement des solutions IA robustes, sécurisées et maintenables.

Vous interviendrez sur

• l’architecture cloud IA
• les plateformes LLM
• les workflows agentiques
• les outils d’orchestration
• les sujets sécurité & gouvernance IA
• ainsi que l’industrialisation des pratiques

Architecture & Patterns IA

• Concevoir des architectures cloud adaptées aux workloads IA modernes.
• Définir les patterns de référence autour :
  • des agents IA
  • du RAG
  • des vector stores
  • des orchestrateurs
  • du MCP
  • des intégrations API & event-driven
• Standardiser les usages LLM dans l’entreprise.

Industrialisation plateforme

• Développer les modules Terraform et briques IaC nécessaires.
• Construire les \"golden paths\" IA :
  • templates projets
  • CI/CD
  • observabilité
  • sécurité
  • workflows de déploiement
• Intégrer ces nouveaux usages dans les landing zones existantes.

Intégration & tooling

• Évaluer et intégrer les nouveaux frameworks et composants IA.
• Connecter les briques IA à l’écosystème existant :
  • API Management
  • GitHub
  • observabilité
  • sécurité
  • data platforms

Sécurité & gouvernance IA

• Définir les standards de gouvernance IA.
• Encadrer les problématiques :
  • prompt injection
  • data leakage
  • accès modèles
  • auditabilité
  • conformité
• Assurer la traçabilité et la supervision des usages IA.

Observabilité & FinOps

• Mettre en place le monitoring des workloads IA :
  • coûts
  • latence
  • volumétrie
  • performance modèles
• Construire dashboards, métriques et alerting.
• Participer à l’optimisation des coûts LLM.

Accompagnement des équipes

• Documenter les bonnes pratiques.
• Accompagner les squads sur les premiers projets IA.
• Participer à l’acculturation des équipes engineering.