LEAD DEV Agentic / Machine Learnning AI Vivez votre passion au sein du Groupe Renault Contexte Au sein de la Direction Informatique Renault (DIRI) - Industrie, le domaine Supply Chain gère l'ensemble des systèmes nécessaires à la gestion des transports de pièces, des emballages, des magasins de pièces, ainsi qu'à la construction des plans de production des usines. Ces plans, déclinés jusqu'à la séquence de fabrication, permettent le calcul des besoins en pièces et la gestion des commandes fournisseurs. Le domaine couvre aussi la gestion des compounds véhicules et le transport des véhicules depuis les usines jusqu'aux concessionnaires. Au sein de ce domaine, le périmètre AI conçoit, développe, déploie et monitore des solutions Agentic ou basées sur du Machine Learning Ce périmètre est en pleine transformation, tant sur les processus métier que sur les technologies. L'écosystème applicatif est en refonte complète pour intégrer des solutions de pointe basées sur la data et augmentées par l' IA . L'objectif est de déployer rapidement des solutions AI en production, en adoptant les approches DevOps et Agile . D'un point de vue métier, il s'agit de créer de la valeur en utilisant des nouvelles solutions porteuses de rupture technologique. Le métier vise également à simplifier et accélérer ses processus, tout en renforçant la collaboration. En tant que Lead Dev , vous assurerez la continuité et la cohérence technique de l'ensemble des produits data et IA sur le périmètre Supply Chain , en forte expansion. Vous serez le lien technique entre les architectes Renault, les architectes des éditeurs (Dataiku), les équipes de développement et les différentes entités techniques de l'Informatique Renault (DevOps, Chapter Dév, Chapter Data/AI, etc.). Vos principales responsabilités incluront : Conception et validation des solutions : Définir et valider les conceptions applicatives des solutions internes et des flux de données entre les différents composants (DataLake, solutions IA, solutions éditeur). Assurer la mise à jour et le respect des standards techniques, de sécurité et d'architecture. Veiller à une supervision efficace des solutions mises en place. Implémentation technique : Se coordonner avec les Dev, MLOPS du périmètre. Veiller à l'utilisation des meilleures pratiques de développement et de performance (tests unitaires systématiques, suivi SONAQ, etc.). Accompagner l'optimisation des performances des solutions Développer et livrer des solutions IA industrielles et intégrées Capitalisation et veille technologique : Documenter les solutions techniques mises en place. Assurer une veille technologique sur le périmètre de la Supply Chain . Développement de synergie avec les tech lead des autres domaines et notamment avec le domaine manufacturing Participation active aux groupes de travail Homogénéisation des pratiques de développement et de performance Roadmap & planification agile : Assurer la prise en compte des enjeux technologiques dans la construction des roadmaps Produit en lien avec les Product Managers Contribution au Portfolio via l'animation des Epics Techniques & Enablers. Vous collaborerez avec l'équipe Pôle Technologique Industrie 4.0 et interagirez avec le Programme Manager Data/AI au sein de la supply, ainsi qu'avec les équipes produits (chefs de projet, business analysts, scrum masters, architectes, coachs agile, développeursQui êtesvous ? Diplômé(e) Bac+5 en informatique, vous justifiez d'une expérience d'au moins 5 ans dans un rôle technique similaire. Vous maîtrisez plusieurs des technologies suivantes : Bases de données SQL & NoSQL : MySQL, PostgreSQL, MongoDB. Optimisation et performance : Indexation, partitionnement, requêtes complexes, gestion des transactions. Langages de programmation & Frameworks & Interfaces Backend : Java (Spring Boot), Python (FastAPI, Flask), Node.js Frontend : Angular et React. API & EventDriven : Bonne maîtrise de GraphQL, WebSockets, Kafka/Solace ou RabbitMQ pour des échanges asynchrones. Connaissance d'outils de type ETL, orchestrateurs Cloud & DevOps Cloud : GCP. Containerisation & Orchestration : Docker, Kubernetes (GKE), Terraform pour l'infrastructure as code. CI/CD : GitLab. Sécurité & IAM Gestion des accès : OKTA. Sécurisation des API : JWT, OAuth2, OpenID Connect. Bonnes pratiques : OWASP, chiffrement des données (Vault, HashiCorp). Data & IA Stockage & traitement : Expérience avec BigQuery, Apache Spark, Airflow pour l'ETL. ML & IA : Familiarité avec Vertex AI pour les intégrations IA. Experience avec les outils Langchain/Langchain4j, Langgraph/Langgraph4j est un vrai plus. Familier avec: Google Vertex AI FastAPI Jupyter Notebook xgboost scikitlearn Experience de scalabilité Connaissance approfondie ou avec Google Python SDK pour Vertex Model Deployment & Lifecycle Design Principles dans le Machine Learning Qualité du code & Observabilité Testing : Unitaire (JUnit,