Résumé du poste Responsable de l'évaluation et du développement de l'écosystème IA et science des données de l'organisation. Encourage l'adoption de capacités d'IA agentique qui permettent des flux de travail autonomes et orientés vers des objectifs dans toute l'entreprise. Se concentre sur la manière dont les outils existants (Snowflake, Dataiku et autres IA/ML) s'intègrent pour fournir des solutions IA évolutives, intégrées et ayant un impact sur l'activité. Principales responsabilités - Évaluer la configuration actuelle : examiner les flux de travail, les modèles et l'infrastructure existants en matière d'IA et de science des données. - IA/ML Snowflake : évaluer les capacités natives d'IA/ML de Snowflake (Cortex, Snowpark, Streamlit) et concevoir la meilleure façon de les exploiter. - Intégration de Dataiku : s'assurer que Dataiku orchestre efficacement le développement, le déploiement et la gouvernance des modèles, et s'intègre de manière transparente à Snowflake. - Architecture de bout en bout : définir la manière dont les données circulent entre les plateformes (Snowflake ↔ Dataiku ↔ outils BI), en garantissant l'efficacité et l'évolutivité. - Architecture conteneurisée distribuée : contribuer à la conception et à l'exploitation de la conteneurisation via OpenShift et Docker et garantir une connectivité efficace à l'écosystème informatique . - Plateforme agentique : évaluer la configuration actuelle de l'IA agentique et contribuer à la définition et à la mise en œuvre d'une architecture cible pour des agents IA autonomes, multi-étapes et utilisant des outils. - Conception de workflows agentique : identifier les opportunités d'introduire une automatisation pilotée par des agents (par exemple, pipelines auto-optimisés, contrôles autonomes de la qualité des données, surveillance automatisée des modèles). Bonnes pratiques : établir des normes pour les MLOps, la gouvernance et l'IA responsable, y compris le déploiement sécurisé des systèmes agentifs. - Collaboration : établir des partenariats avec les équipes de science des données, de BI et les gammes de produits afin de maximiser l'impact des investissements dans l'IA. - Expérience dans la conception ou la mise en œuvre de systèmes d'IA agentielle (par exemple, agents autonomes, orchestration multi-agents, LLM utilisant des outils). - Capacité à décomposer des objectifs commerciaux ambigus en workflows structurés et multi-étapes pour les agents. - Familiarité avec les cadres permettant le comportement agentiel (par exemple, planification, raisonnement, mémoire, invocation d'outils, boucles de rétroaction). - Compréhension de la prise de décision autonome, de l'autocorrection et des modèles d'amélioration itérative dans les systèmes d'IA. - Capacité à évaluer et à atténuer les risques associés aux systèmes agents, notamment en matière de sécurité, de gouvernance et d'auditabilité. - Expérience de l'intégration de capacités agents dans des plateformes de données et d'apprentissage automatique existantes (Snowflake, Dataiku, outils d'orchestration, API). - Expérience des architectures distribuées : Docker, Kubernetes. - Forte capacité à identifier des cas d'utilisation à forte valeur ajoutée pour l'automatisation pilotée par des agents et l'impact commercial mesurable. - Solide connaissance des fonctionnalités avancées de Snowflake (Snowpark, ML, intégration AI/GenAI). - Expertise pratique de Dataiku pour les pipelines ML, la gouvernance et l'automatisation. - Compréhension approfondie des workflows de science des données et des plateformes d'IA d'entreprise. - Capacité à concevoir et à communiquer des écosystèmes d'IA de bout en bout.