Compétences opérationnelles                                                                            i.      Mise en production fiable Déploiement de modèles LLM à grande échelle Versioning de modèles et rollback A/B testing et shadow deployment                                                                          ii.      Monitoring post-déploiement Suivi de la dérive des données ou des performances Feedback loops et supervision humaine (RLHF / RLAIF)                                                                        iii.      Expérience utilisateur Optimisation du temps de réponse Contrôle du coût d?inférence Design de produits LLM-friendly (chatbots, copilotes, etc.) Compétences transverses                                                                            i.      Communication interdisciplinaire Travailler avec data scientists, ingénieurs backend, juristes, PM, etc.                                                                          ii.      Veille technologique Suivi actif des publications (ArXiv, Hugging Face, OpenAI, etc.) Capacité à expérimenter et intégrer de nouvelles approches rapidement                                                                        iii.      Gestion de projet Planification et exécution de projets LLM à long terme Priorisation entre performance, coût, et éthique