Descriptif du poste: Rejoignez KLANIK en tant qu'Ingénieur IA Senior, et contribuez à des projets stratégiques mêlant intelligence artificielle, data science et innovation technologique, dans des environnements critiques et exigeants. Au sein de nos équipes R&D ou directement chez nos clients grands comptes (secteurs : transport, énergie, cybersécurité, banque, santé.), vous serez un acteur clé dans la conception, l'implémentation et l'industrialisation de solutions basées sur l'IA et le Machine Learning. Vos missions principales : - Concevoir et développer des modèles d'IA/ML robustes et explicables, répondant aux besoins métier spécifiques des clients - Encadrer ou accompagner techniquement des équipes de data scientists ou de développeurs IA (relecture, validation, montée en compétences) - Participer aux phases de cadrage fonctionnel et technique des projets IA avec les équipes métiers et les architectes - Implémenter des pipelines MLOps pour faciliter le passage à l'échelle des modèles (versioning, tests, CI/CD, monitoring) - Collaborer avec les experts cloud, DevOps et cybersécurité pour garantir la qualité, la sécurité et la performance des solutions - Contribuer à la veille technologique et à l'amélioration continue des méthodologies IA au sein de Klanik - Participer aux phases d'avant-vente (POC, démonstrateurs, chiffrage, choix d'architecture IA) Profil recherché: Profil recherché : - Diplôme Bac+5/Doctorat en intelligence artificielle, informatique, mathématiques appliquées ou équivalent - minimum 5 ans d'expérience sur des projets IA/Data dans des contextes industriels ou critiques - Expérience significative en modélisation IA/ML/NLP/LLM et en industrialisation de modèles - Maîtrise d'au moins un des principaux frameworks IA : TensorFlow, PyTorch, scikit-learn, HuggingFace, etc. - Solides bases en développement Python, gestion de packages, API REST - Connaissance des principes MLOps et outils associés : MLflow, DVC, Airflow, Kubeflow. - Expérience avec les Clouds publics (AWS, Azure, GCP) et les architectures distribuées (Kubernetes, Spark, etc.) - Bonnes capacités de communication, vulgarisation, travail en équipe et leadership technique - Un anglais courant est requis pour échanger avec des équipes internationales Environnement technique possible : Python, PyTorch, TensorFlow, HuggingFace, LangChain, MLflow, DVC, FastAPI, Spark, Airflow, Git, Docker, Kubernetes, Terraform, AWS/GCP/Azure, CI/CD, Snowflake, Databricks, ElasticSearch.