Architecte IA

Au sein du Pôle Architecture Logicielle & IA (DSI) , le Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI , leur industrialisation via le MLOps , et leur observabilité en production .

Il intervient de la faisabilité technique au passage à l’échelle , en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité) .

Périmètre et rattachement

• Rattachement : Direction des Systèmes d’Information / Architecture Logicielle & IA

• Interactions clés : DSMC (cadrage valeur, priorisation des cas d’usage), Architectes SI et Logiciel / équipe infra / Cloud, équipe Data, équipes projets DSI, prestataires IA, RSSI, Conformité / Juridique (interfaces), Groupe (Design Authority IA, ITD DataLab)

Missions principales

1. Cadrage technique & architecture IA

   • Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).

   • Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM)

   • Formaliser les choix dans des dossiers d’architecture.

2. Prototypage & validation des cas d’usage

   • Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC.

   • Tester la viabilité des modèles, des données et des chaînes techniques.

   • Documenter résultats, limites, risques techniques et conditions d’industrialisation

3. MLOps & industrialisation

   • Définir et mettre en œuvre les chaînes MLOps :

   • Accompagner l’intégration des solutions IA dans le SI existant.

   • Contribuer au catalogue de services IA de la DSI

4. Observabilité IA & fiabilité

   • Définir et déployer les principes de ML Observability :

   • Mettre en place les alertes et indicateurs nécessaires au pilotage.

   • Contribuer à la stratégie de run IA avec les équipes concernées

5. Gouvernance des modèles IA

   • Contribuer à la gouvernance IA DSI / DSMC :

   • Participer aux comités IA et Architecture.

   • Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées)

6. Référent IA & accompagnement des équipes

   • Agir comme référent technique IA pour la DSI.

   • Accompagner Data Engineers, équipes projets et prestataires.

   • Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d’expérience).

   • Contribuer à la montée en compétence globale sur l’IA industrielle

Responsabilités clés

• Validation des choix techniques IA (outils, modèles, architectures).

• Définition des standards MLOps & observabilité IA.

• Contribution aux livrables structurants :

• Reporting sur l’avancement et la maturité IA du SI

Compétences techniques (hard skills)

• Indispensables

  • Python, Git, CI/CD (GitLabCI)

  • Cloud (priorité Azure)

  • Concepts ML & IA générative (RAG, LLM, embeddings)

  • MLOps (versioning, pipelines, monitoring)

  • Intégration SI / APIs

  • Agent IA

• Appréciées (non bloquantes)

  • Snowflake

  • Airflow

  • Sécurité IA (prompts, cloisonnement, traçabilité)

Compétences comportementales (soft skills)

• Leadership technique, pédagogie et capacité à influencer.

• Culture produit et sens de la valeur métier.

• Rigueur, documentation et standards d’ingénierie.

• Orientation sécurité et conformité.

• Communication claire avec équipes techniques et métiers.

Profil & qualifications

• Bac+5 (école d’ingénieur, master en informatique/data/IA) ou équivalent.

• Expérience : 5–8+ ans en data/ML/Cloud, dont 2–3+ ans en MLOps/architecture.Expérience concrète en industrialisation de solutions IABonne compréhension des enjeux DSI et Groupe

• Certifications (appréciées) : Cloud Architect (AWS/Azure/GCP), AzureML

• Langues : Français, anglais technique.

• Localisation : obligatoirement sur Toulouse