Dans le cadre du développement et de l’industrialisation de sa Data Platform Groupe, Artelia renforce ses équipes et recrute un Ingénieur Data avec une forte orientation IA Générative.
Vous jouerez un rôle clé dans la conception, la mise en œuvre et l’évolution des pipelines de données et des solutions d’intelligence artificielle, en particulier autour des usages GenAI, RAG et LLM.
Vous interviendrez sur l’ensemble de la chaîne de valeur de la donnée — de l’ingestion à l’exposition, jusqu’à son exploitation par des modèles d’IA avancés — dans un environnement international.
Vos missions :
1. Architecture & Data Platform
- Contribuer à la définition de l’architecture Data & AI (Data Platform, Data Lake, Data Warehouse)
- Modéliser les données en cohérence avec les besoins métiers et les cas d’usage IA
- Concevoir des architectures scalables, performantes et sécurisées
2. Data Engineering & Pipelines
- Concevoir, développer et maintenir des pipelines de données (ETL/ELT)
- Implémenter des flux robustes et industrialisés (batch & streaming)
- Préparer et transformer les données pour les usages analytiques et IA
- Garantir la qualité, la traçabilité et la gouvernance des données
- Documenter les flux et modèles
3. IA Générative & AI Engineering
- Construire des pipelines data pour alimenter des cas d’usage d’IA générative
- Mettre en œuvre des architectures RAG (Retrieval-Augmented Generation)
- Concevoir et gérer des bases vectorielles
- Intégrer et orchestrer des modèles de langage (LLM)
- Collaborer avec les Data Scientists sur les pratiques MLOps / LLMOps
- Participer au développement de solutions (chatbots, assistants, recherche intelligente)
4. Performance, Run & FinOps
- Superviser et maintenir les pipelines en conditions opérationnelles
- Gérer les incidents et assurer la continuité de service
- Définir et suivre les KPI de performance
- Optimiser les coûts (FinOps) et les performances
- Proposer des améliorations continues
5. Collaboration & Pilotage
- Travailler en étroite collaboration avec les équipes métiers et techniques
- Analyser les besoins et prioriser le backlog
- Coordonner les parties prenantes
- Vulgariser des concepts techniques complexes
- Contribuer à la diffusion d’une culture Data & AI
6. Sécurité & Conformité
- Appliquer les bonnes pratiques de sécurité et gouvernance des données
- Garantir la conformité réglementaire (RGPD, etc.)
- Promouvoir un usage responsable de la donnée et de l’IA
Environnement technique :
Data Platform & BI :
Data Engineering :
- SQL, Python (Pandas, NumPy, Snowpark)
- Talend
Cloud & DevOps :
- AWS (S3, Lambda, OpenSearch)
- Azure DevOps, CI/CD
- Docker
IA Générative & ML :
- HuggingFace, Ollama
- Snowflake Cortex, AWS Bedrock
- Microsoft Copilot Studio
- Vector databases & embeddings
Sources de données :
ERP, CRM, HRIS, IoT, BIM, GIS, fichiers, etc.