Architecte Cloud H/F

L'ingénieur Data Scientist, spécialisé dans l'IA, est le/la référent(e) technique sur les sujets de machine learning, deep learning et IA générative. Il/elle traduit des problématiques métiers complexes en modèles prédictifs et systèmes intelligents, tout en veillant à leur robustesse, leur explicabilité et leur conformité éthique.

Missions principales

• Concevoir, entraîner et optimiser des modèles de machine learning et deep learning (supervisé, non supervisé, par renforcement)
• Développer des solutions d'IA générative : LLM, RAG (Retrieval-Augmented Generation), fine-tuning de modèles de fondation
• Réaliser des études de faisabilité et des preuves de concept (POC) sur de nouveaux cas d'usage IA
• Piloter les travaux IA confiés à des prestataires
• Effectuer une veille technologique active et intégrer les dernières avancées de la recherche en IA
• Collecter, nettoyer et préparer des jeux de données massifs et hétérogènes pour l'entraînement des modèles
• Concevoir des pipelines de feature engineering robustes et reproductibles
• Gérer les problématiques de données déséquilibrées, de bruit et de données manquantes
• Travailler sur des données multi-modales : texte, image, audio, séries temporelles, données tabulaires
• Packager et déployer les modèles en production via des API REST ou des microservices
• Mettre en place et maintenir des pipelines MLOps (CI/CD, versioning des modèles, monitoring des performances)
• Surveiller la dérive des données (data drift) et des modèles (model drift) en production
• Collaborer avec les équipes Data Engineering et DevOps pour l'intégration dans les systèmes existants
• Automatiser les workflows d'entraînement, d'évaluation et de réentraînement des modèles
• Assurer la conformité des solutions IA avec le règlement en vigueur
• Documenter les modèles (model cards, data sheets) et maintenir une traçabilité complète des expériences
• Travailler en étroite collaboration avec les équipes métiers pour cadrer les besoins et restituer les résultats

Positionnement dans la structure

Poste rattaché à la cheffe du pôle Innovation et Data et au Chef du Bureau Services d'Infrastructure de l'Innovation et la Data (BSIID).

Relations internes (à la DGAMPA)

• avec les maîtrises d'œuvre des applications (architectures applicatives, expertise technique)
• avec les maîtrises d'ouvrage des applications
• avec les autorités de sécurité (RSSI, ASSI)
• avec les agents SDTNUM

Relations externes

• avec les services déconcentrés
• avec les partenaires institutionnels de la DGAMPA
• avec les prestataires en charge de la réalisation de solutions numériques Data

Vous êtes un Data scientist confirmé, spécialisé dans le domaine de l'Intelligence Artificielle, avec un diplôme scientifique de spécialité informatique de niveau 7 RNCP. Bac +5 ou doctorat en data science, mathématiques appliquées, informatique, statistiques, physique ou domaine équivalent. Expérience sur des projets LLM / IA générative, contributions open source, publications ou participations à des compétitions (Kaggle, NeurIPS, ICML) serait un plus. Votre expérience en analyse et traitement de données dans un contexte Big Data sera très appréciée.

Compétences techniques requises

• Python expert (scikit-learn, pandas, numpy, matplotlib)
• Frameworks : PyTorch, TensorFlow / Keras, JAX, Vue.js, riff, PyTest
• LLM & IA générative : Albert IA, RAG, N2SQL, LangChain, LlamaIndex, HuggingFace, OpenAI API, QDrant
• MLOps : MLflow, Kubeflow, DVC, Weights & Biases
• Plateformes cloud AI : Kubernetes, MinIO, microservices, Postgres, ArgoCD
• SQL avancé + outils big data (Spark, Databricks), Clickhouse
• Conteneurisation : Docker, Kubernetes
• Statistiques avancées & mathématiques (algèbre linéaire, probabilités, optimisation)
• XAI & IA éthique (SHAP, LIME, fairness metrics)

Compétences comportementales requises

• Curiosité intellectuelle et goût prononcé pour la recherche
• Rigueur scientifique et pensée critique sur les résultats
• Capacité à vulgariser des concepts complexes auprès de non-experts
• Autonomie et force de proposition
• Esprit collaboratif et ouverture au feedback
• Gestion de l'incertitude et résilience face aux échecs expérimentaux
• Sens éthique et responsabilité dans l'usage de l'IA
• A l'aise avec les méthodologies de conduite de projets agiles, vous saurez vous intégrer dans un travail en équipe.