Description de l'entrepriseWavestone est un cabinet de conseil international qui accompagne les grandes organisations dans leurs transformations stratégiques, technologiques et organisationnelles.Nous rassemblons des expert·es passionné·es et orienté·es solutions, qui placent l’humain au cœur de la performance et de la croissance. En forte expansion, nous intervenons auprès de clients grands comptes, en France et à l’international, avec l’ambition de générer un impact positif et durable.Description du posteVotre équipe Vous rejoignez la Business Unit AI, une communauté d’environ 200 consultant.e.s IA & Data qui accompagnent les organisations de bout en bout :Stratégie IA et feuille de routeIdentification et priorisation de cas d’usage IAGouvernance Data & IAOperating Models Data & IAAI Governance et Responsible AIAdoption et conduite du changement Votre rôle En tant que Data & AI engineer, vous serez au cœur de l'industrialisation de l'IA dans les grandes organisations : Concevoir et faire évoluer les socles Data & AI de nos clients : / Définir et mettre en œuvre les architectures data modernes (data lake / lakehouse, entrepôt, data mesh, data products) supportant les cas d’usage analytiques, ML et GenAI. / Structurer des pipelines de données robustes (batch, micro‑batch, streaming), de l’ingestion à l’exposition (BI, APIs, features ML, RAG).Industrialiser les cas d’usage IA & GenAI & BI : / Travailler en binôme avec les Data Scientists / AI Engineers pour passer du PoC à la production : packaging des modèles, automatisation des workflows, mise en place des bonnes pratiques de MLOps / LLMOps. / Concevoir et opérer les composants techniques des solutions GenAI (pipelines RAG, vector DB, outils d’observabilité des LLM, gestion des prompts, sécurisation des appels aux modèles).Contribuer à la mise en place de plateformes data & IA : / Collaborer étroitement avec les équipes Data & AI Platform des clients (Data Platform Engineers, DevOps, Architectes, Sécurité) pour définir les patterns d’architecture, l’outillage (Databricks, Snowflake, Dataiku, Azure/AWS/GCP, etc.) et les standards de développement. / Tenir un rôle de Tech Lead Data Engineering au sein des squads IA / AI Factory : cadrage technique, arbitrages d’architecture, relecture de code, accompagnement des développeurs.Structurer la qualité, la gouvernance et l’observabilité des données : / Mettre en œuvre les bonnes pratiques de data quality (tests, monitoring, gestion des schémas, data contracts) et de data observability au niveau des pipelines. / Contribuer aux travaux de gouvernance Data & AI (catalogues, lineage, sécurité d’accès, conformité – notamment dans un contexte AI Act).Déployer des solutions agentiques (AI Agents) : / Designer l’architecture data et technique supportant des chaînes d’agents (orchestrateurs, agents spécialisés, intégration avec systèmes métier, APIs et outils métiers). / Travailler avec les équipes métier pour transformer des processus complexes en workflows agentiques industrialisables (service client, IT support, processus back‑office, etc.). Vos responsabilités En tant que Senior Consultant.e, et selon votre niveau d'expérience, vous serez amené.e à: Apporter votre expertise et vos convictions aux grandes organisations sur les sujets Data & AI engineering.Piloter des missions en tant que chef.fe de projet, en assurant la qualité des livrables, la coordination des parties prenantes et la tenue des engagements. Encadrer et faire grandir vos équipes, en assurant la montée en compétence des consultants et en diffusant les bonnes pratiques du cabinet. Contribuer en interne au développement de l’offre Data & IA, en identifiant les tendances du marché, en structurant nos convictions et en développant de nouveaux assets (outils, frameworks, benchmarks…). Participer au développement commercial, en aidant à la réponse aux appels d'offres, à des phases d'avant vente, en foisonnant chez votre client... QualificationsVotre profil Plus que des cases à cocher, vous possédez une ou plusieurs de ces compétences : Vous avez 3 ans d'expérience ou plus en Data Engineering et vous avez pu piloter avec succès des équipes de Data Engineers.Une solide maîtrise des architectures data modernes : data lake / data warehouse / lakehouse, approche medallion (bronze / silver / gold), data products et patterns de data mesh.Une maîtrise des langages et frameworks clés (SQL avancé, Python, et PySpark).Vous avez des expériences significatives sur au moins un grand cloud public (Azure, AWS ou GCP) et maîtrisez d’un ou plusieurs composants de l’écosystème moderne : Databricks, Snowflake, Dataiku, Palantir Foundry, Fabric, etc.Vous maitrisez les outils d’infra‑as‑code (Terraform, CloudFormation, Bicep…) et de conteneurisation (Docker, éventuellement Kubernetes) pour industrialiser les socles data & IA.Vous avez une bonne connaissance des pratiques de MLOps et une culture et premières expériences concrètes en LLMOps.Excellent relationnel...