GenAI Platform Architect – Cloud, LLMs & AI Workloads

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.

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.

• 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.

• 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.

• Évaluer et intégrer les nouveaux frameworks et composants IA.

• Connecter les briques IA à l’écosystème existant :

  • API Management,

  • GitHub,

  • observabilité,

  • sécurité,

  • data platforms.

• 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.

• 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.

• Documenter les bonnes pratiques.

• Accompagner les squads sur les premiers projets IA.

• Participer à l’acculturation des équipes engineering.