POSTE : Engineer - Agentic ai Engineer H/F DESCRIPTION : À propos du rôle Au sein de la practice AI & Data, nous recherchons un(e) AI Engineer / Agentic AI Engineer - Consultant pour piloter la conception et la mise en oeuvre de solutions avancées en Intelligence Artificielle, Machine Learning, IA Générative et IA Agentique pour des clients grands comptes. Dans ce rôle, vous serez responsable de certains streams clés des missions clients, du cadrage des problématiques et de la définition de l'architecture jusqu'au déploiement et à l'adoption. Vous jouerez un rôle de passerelle entre le métier et la technologie, en traduisant les enjeux clients en solutions IA scalables et en orientant les choix d'architecture entre ML, GenAI et approches agentiques. Vous ne vous limiterez pas à la construction des solutions, mais contribuerez également à leur définition, leur positionnement et leur adoption. Cela inclut l'animation de discussions techniques, la contribution aux propositions commerciales et le conseil aux parties prenantes sur les approches les plus pertinentes - des applications basées sur des LLM (RAG, copilotes, automatisation) aux systèmes agentiques (architectures multi-agents, workflows augmentés par des outils, processus autonomes). En collaboration étroite avec des parties prenantes seniors, des architectes et des équipes transverses, vous occuperez un rôle client-facing avec une autonomie croissante, tout en contribuant au développement d'actifs réutilisables et de bonnes pratiques en GenAI et Agentic AI. Responsabilités clés - Piloter la conception, le développement et la validation de modèles de machine learning alignés avec les objectifs métiers, en garantissant scalabilité, robustesse et impact mesurable - Concevoir et délivrer des solutions d'IA Générative de bout en bout : architectures RAG, stratégies de prompt engineering, applications LLM de niveau entreprise - Concevoir et implémenter des systèmes d'IA agentique : architectures multi-agents, utilisation d'outils, workflows de planification et de raisonnement, raisonnement enrichi par graphes de connaissance lorsque pertinent - Prendre en charge les décisions d'architecture, en sélectionnant les approches adaptées entre ML, pipelines GenAI et systèmes agentiques selon le contexte métier, les contraintes et les risques - Évaluer et sélectionner des modèles fondamentaux (OpenAI, Anthropic, Google Gemini, Mistral) et définir des architectures combinant GenAI et systèmes agentiques - Concevoir et implémenter des bases de données vectorielles et des systèmes de recherche basés sur des graphes, pipelines d'embeddings et mécanismes de retrieval ; concevoir des graphes de connaissance, couches mémoire et gestion d'état pour supporter des workflows avancés - Définir et implémenter des frameworks LLMOps et AgentOps : pipelines de déploiement, orchestration, monitoring, évaluation et gestion du cycle de vie - Concevoir et mettre en place des garde-fous, mécanismes de sécurité et processus human-in-the-loop pour les systèmes génératifs et agentiques - Piloter le développement de PoC, MVP et leur industrialisation en systèmes de production fiables et gouvernés - Animer des ateliers clients, discussions techniques et sessions de conception ; conseiller sur les arbitrages entre ML, GenAI et Agentic AI - Collaborer avec des équipes pluridisciplinaires (engineering, cloud, data, sécurité) pour délivrer des solutions intégrées - Contribuer aux propositions commerciales, livrables clients et roadmaps de transformation IA - Développer des assets réutilisables, accélérateurs et bonnes pratiques PROFIL : Votre profil Formation & parcours : - Diplôme (Licence ou Master) en informatique, data science, machine learning, mathématiques, physique ou domaine connexe - 2 à 4 ans d'expérience en cabinet de conseil (obligatoire), avec delivery de projets IA/ML et GenAI de bout en bout - Expérience sur des initiatives client en IA ou GenAI avec interaction métier - Certifications (Azure, AWS, GCP, IA/ML) ou formations avancées appréciées Compétences techniques : - Programmation : excellente maîtrise de Python et des écosystèmes data science / ML - Machine Learning & Deep Learning : expérience en développement, évaluation et optimisation de modèles (TensorFlow, PyTorch, JAX, ONNX) - IA Générative & LLM : expérience pratique en prompt engineering, systèmes RAG, bases vectorielles et retrieval avancé (hybride, Graph RAG), frameworks (LangChain, LlamaIndex, Haystack, DSPy) - IA Agentique : bonne compréhension des systèmes à base d'agents : architectures multi-agents, utilisation d'outils, workflows de planification/raisonnement, frameworks (LangGraph, AutoGen, CrewAI, Semantic Kernel, PydanticAI), ainsi que des concepts de graphes de connaissance et mémoire - Data & Engineering : maîtrise des pipelines data, feature engineering, qualité des données, SQL et plateformes modernes (Databrick