Infrastructure ai Specialist Senior H/F Accenture France

Compétences requises (obligatoires)
Expertise approfondie en
Python
, en frameworks de Machine Learning (
PyTorch
,
TensorFlow
) et en ingénierie ML en environnement de production.
Expérience avérée dans la conception et l'exploitation de plateformes
MLOps
et
GenAIOps
à l'échelle de l'entreprise.
Maîtrise des services Cloud IA/ML :
AWS SageMaker
,
Azure Machine Learning
,
Google Vertex AI
.
Expertise reconnue des architectures de
LLM (Large Language Models)
, du
RAG (Retrieval-Augmented Generation)
, du fine-tuning (
LoRA
,
QLoRA
) et de l'optimisation de l'inférence.
Solide expérience des frameworks d'IA agentique tels que
LangChain
,
AutoGen
,
LlamaIndex
et
CrewAI
.
Expérience avec les bases de données vectorielles (
Pinecone
,
Weaviate
,
Chroma
,
pgvector
) et les moteurs de recherche sémantique.
Compréhension approfondie de
Kubernetes
appliqué aux charges de travail IA : ordonnancement GPU, entraînement distribué et services d'inférence.
Bonne connaissance des opérations d'infrastructure d'entreprise, des services managés, des processus
ITIL
et des modèles de prestation de services opérationnels.
Expérience dans l'intégration de solutions d'IA avec des outils d'entreprise tels que
ServiceNow
, les plateformes de supervision, les outils
ITSM
, les solutions d'observabilité et les écosystèmes d'automatisation.
Expérience en observabilité de l'IA, gestion des prompts, supervision des modèles, frameworks d'évaluation et gestion des incidents en production.
Excellente maîtrise des enjeux liés à la sécurité de l'IA, à la gestion des identités, à la gouvernance des données et aux pratiques de déploiement sécurisé de l'IA.
Expérience de la gestion du cycle de vie des tokens, de l'optimisation de la consommation des modèles et de la gouvernance des coûts des plateformes d'IA (
TokenOps / AI FinOps
).
Expérience avec les approches
Infrastructure as Code (IaC)
telles que
Terraform
et
Ansible
, ainsi qu'avec l'automatisation des plateformes d'IA.
Connaissance des frameworks d'évaluation de l'IA, des mécanismes de garde-fous (
guardrails
), du routage de modèles et de l'ingénierie des prompts à grande échelle.
Bonne compréhension des principes d'éthique de l'IA, de gouvernance, d'IA responsable et des implications du
Règlement européen sur l'IA (EU AI Act)
.
Capacité à promouvoir, avec diplomatie, l'IA comme levier de transformation pour l'ensemble de l'organisation, grâce à une communication adaptée, des cas d'usage inspirants et une démarche exemplaire. Être capable de porter et démontrer une vision d'
architecture IA
face aux défis métiers et technologiques.
Excellentes compétences en communication et en gestion des parties prenantes, y compris dans le cadre de présentations auprès de dirigeants (
CxO
).
Maîtrise courante du
français
(obligatoire) et niveau professionnel en
anglais
(obligatoire).
Compétences souhaitées (atouts)
Expérience avec les modèles d'IA multimodaux et la vision par ordinateur appliqués aux cas d'usage d'infrastructure.
Connaissance des techniques d'optimisation bas niveau (
CUDA
,
Triton
) pour l'accélération de l'inférence.
Familiarité avec les plateformes d'observabilité nativement enrichies par l'IA telles que
Dynatrace Davis AI
et
Datadog Watchdog
.
Contribution à des projets open source liés à l'IA ou au
MLOps
.
Expérience en
Edge AI
ou en Machine Learning alimenté par des capteurs IoT pour la supervision des infrastructures.
Expérience dans la conception et le développement d'agents IA intégrés aux écosystèmes d'entreprise et aux plateformes opérationnelles.
Certifications pertinentes
AWS Certified Machine Learning - Specialty
Microsoft Certi