Descriptif du poste:\nMission principale :\n\nAu sein du Service des Solutions et du Développement des Usages Numériques, l'ingénieur en développement informatique, la personne recrutée en charge des missions centrées sur la conception, le développement et l'industrialisation de solutions SI, régaliennes, informatique scientifique et d'intelligence artificielle (IA). Ces missions sont :\n\nMission 1 : Traduction technique des besoins fonctionnels\n\nTransformer les besoins fonctionnels en exigences et solutions adaptées et à forte valeur ajoutée\n\nContribuer à l'analyse fonctionnelle des besoins des utilisateurs\n\nÉvaluer les opportunités ainsi que la faisabilité technologique des applications informatiques\n\nRédiger le cahier des charges techniques à partir des spécifications fonctionnelles\n\nMission 2 : Conception et développement d'applications informatiques, de modèles d'IA et de Machine Learning\n\nConcevoir et de développer des solutions informatiques, des agents conversationnels, de modèles d'IA et de Machine Learning (supervisé, non supervisé, Deep Learning) en s'appuyant sur l'écosystème Python ainsi que de paramétrer les progiciels IA retenus par le DSI\n\nParticiper à la structuration et à l'optimisation des bases de données\n\nGarantir l'harmonisation et l'industrialisation de l'ensemble des composants logiciels\n\nRédiger une documentation complète afin de faciliter leur usage par les utilisateurs finaux et leur prise en main par le service de production\n\nMission 3 : Tests et recette\n\nDéfinir les protocoles et scénarios de tests unitaires et les tests de charge\n\nAccompagner le métier et corrigera les éventuels dysfonctionnements\n\nVérifier la conformité des performances et des fonctionnalités de la solution avec les exigences formulées par le client\n\nMission 4 : Mise en production et industrialisation des modèles (MLOps)\n\nGarantir la mise en production des solutions développées (IA, …) et assurer leur déploiement effectif auprès des utilisateurs finaux et dans le respect de l'ensemble des bonnes pratiques\n\nAutomatiser et gérer le cycle de vie des applications (versioning, tests, déploiement, supervision et amélioration continue)\n\nMission 5 : Maintenance évolutive et corrective\n\nAssurer la continuité, la fiabilité et l'adaptabilité des applications après leur mise en production\n\nCorriger les anomalies et les dysfonctionnements identifiés (maintenance corrective)\n\nMettre en œuvre des améliorations, optimisations et nouvelles fonctionnalités pour répondre aux évolutions techniques, réglementaires ou métiers (maintenance évolutive)\n\nProfil recherché:\nConnaissances :\n\nFrameworks et bibliothèques IA/ML\n\nMachine Learning : scikit-learn, XGBoost, LightGBM\n\nDeep Learning : TensorFlow, Keras, PyTorch\n\nTraitement de données : NumPy, Pandas\n\nMaîtrise de la création et de la maintenance de scripts notamment Ansible, ainsi que de la containerisation (Docker, orchestration Kubernetes)\n\nMaîtrise des scripts Shell, des scripts Ansible et des technologies de containerisation\n\nLangages de programmation\n\nPython : indispensable pour le développement de modèles IA et le Scripting\n\nC, C++, Java, C# : utiles pour l'intégration avec d'autres systèmes ou pour l'optimisation des performances\n\nSQL et NoSQL : pour la gestion et l'interrogation des bases de données\n\nBases de données et gestion de données\n\nBases relationnelles : PostgreSQL, MySQL, MariaDB\n\nBases NoSQL : MongoDB, Redis\n\nData Lakes et Big Data : Hadoop, Spark, Kafka (optionnel selon projets)\n\nEnvironnement cloud (souvent requis)\n\nAWS, GCP ou Azure pour le déploiement et le stockage de modèles et données\n\nEnvironnements VMware (vSphere, vCenter, NSX)\n\nServices spécifiques IA : AI Platform, Azure ML\n\nOrchestration et MLOps\n\nPipelines de données et workflow : Airflow, Prefect, Kubeflow\n\nConteneurisation et déploiement : Docker, Kubernetes\n\nVersioning et CI/CD : Git, GitLab CI/CD, Jenkins\n\nSavoir-faire :\n\nMaîtrise de l'anglais technique indispensable\n\nMaîtrise technique : solides connaissances en Python, IA, Machine Learning (ML), orchestration de workflows et bases de données\n\nAptitudes :\n\nCapacité d'adaptation : savoir travailler dans des environnements technologiques variés et en évolution rapide\n\nCompétences en résolution de problèmes : identifier rapidement les dysfonctionnements et proposer des solutions efficaces\n\nAutonomie et initiative : être force de proposition dans la conception et l'optimisation des solutions\n\nEsprit d'équipe et communication : collaborer efficacement avec les équipes métiers, data et IT\n\nExpérience(s) souhaité(s) :\n\nExpérience significative en développement logiciel avec des langages tels que Python, C, C++, Java ou C#\n\nExpérience en développement et déploiement de solutions d'Intelligence Artificielle, Machine Learning ou Deep Learning\n\nExpérience avec AWS ou un autre Cloud provider\n\nBonne pratique des méthodologies MLOps, OWASP : tests