Generative ai Engineer Aws H/F

Ecaris

Le besoin

Contexte client

Notre client est un grand groupe international du secteur de l'hospitality, engagé dans une transformation digitale d'ampleur au service de la personnalisation de l'expérience client, de la fidélisation et de l'excellence opérationnelle sur l'ensemble de son réseau. Dans ce cadre, l'organisation a fait le choix d'intégrer des briques d'intelligence artificielle générative au coeur de ses processus métier, de la relation client à la gestion des opérations, afin de gagner en réactivité et en efficacité opérationnelle.

L'entité interne en charge de la donnée et de l'intelligence artificielle porte depuis près de deux ans la construction des capacités d'IA générative du groupe. Après une première phase de preuve de concept centrée sur la recherche augmentée par le contexte documentaire, ces capacités sont désormais industrialisées et exploitées en production, sur la base d'une infrastructure éprouvée (pipelines, infrastructure as code, forte disponibilité de service) et d'une architecture volontairement modulaire et abstraite, pensée pour rester agnostique vis-à-vis des fournisseurs de modèles.

L'organisation ouvre aujourd'hui un périmètre porté sur AWS et souhaite renforcer son équipe pour en accélérer la construction et la mise en production. Les chantiers prioritaires portent sur le service de RAG mutualisé, sur le déploiement d'agents autonomes au service de l'automatisation des processus métier, et sur l'ensemble de la chaîne d'industrialisation qui en découle : déploiement continu, observabilité, évaluation de la qualité et maîtrise des coûts d'inférence.

Contexte de la mission

La plateforme cible centralise l'accès à l'information et aux capacités d'IA de l'entreprise autour d'un principe de source unique de vérité : quel que soit le point d'entrée, l'utilisateur retrouve le même niveau d'information et de fonctionnalité. Elle s'appuie sur une couche d'abstraction des modèles, un service de RAG mutualisé consommable par de multiples agents, un catalogue de connecteurs exposant les systèmes de l'entreprise, ainsi qu'une bibliothèque d'agents préconçus organisés par communautés métier.

Le consultant interviendra sur la conception, le développement et l'industrialisation de ces composants dans l'écosystème AWS. Trois chantiers structurent la mission : la construction et l'optimisation du service de RAG (ingestion et découpage documentaire, vectorisation, recherche hybride, reclassement, évaluation de la pertinence des réponses) ; la conception d'agents autonomes capables d'appeler des outils, de s'enchaîner et de s'exécuter en tâches planifiées, avec la gestion fine des accès et la propagation de l'identité de l'utilisateur jusqu'aux données ; et la mise en production de l'ensemble, avec tout ce qu'elle suppose en matière de déploiement continu, de supervision, de sécurité, de résilience et de maîtrise des coûts.

La mission s'inscrit résolument dans une logique de delivery : il ne s'agit pas de produire des démonstrateurs, mais de livrer des services exploités en production, mesurés et maintenus dans la durée. Le consultant sera donc attendu autant sur la qualité de la conception que sur la robustesse opérationnelle de ce qu'il déploie.

Au-delà de la dimension purement technique, la mission comporte une composante d'interface entre les équipes métier et la technologie. Le client recherche un profil capable non seulement de contribuer au code et à la plateforme, mais aussi de comprendre le besoin métier, de vulgariser les capacités de l'IA auprès d'interlocuteurs non techniques et de faire le lien entre les usages attendus et les solutions déployées.

Objectifs de mission

La mission vise à renforcer l'équipe plateforme afin d'accélérer la construction, l'industrialisation et l'adoption des solutions d'IA générative sur le périmètre AWS. Les principaux objectifs sont les suivants :

- concevoir et faire évoluer des composants de plateforme d'IA fiables et passant à l'échelle, alignés sur les besoins métier;

- construire et optimiser le service de RAG mutualisé, de l'ingestion documentaire à l'évaluation de la qualité des réponses;

- concevoir, outiller et industrialiser des agents autonomes au service de l'automatisation des processus métier;

- porter en production les services développés et en assurer la fiabilité, l'observabilité et la maîtrise des coûts d'inférence;

- renforcer la gestion des accès et la propagation de l'identité utilisateur jusqu'aux sources de données;

- faciliter l'adoption des solutions en assurant le lien entre les équipes métier et la technologie.

L'ensemble s'inscrit dans une logique de delivery, avec une exigence forte de qualité, de sécurité et de maintenabilité.

Périmètre de la mission et Responsabilité du Consultant

Périmètre de la mission

Le périmètre d'intervention couvre l'ensemble de la chaîne de développement et d'exploitation des services d'IA générative de la plateforme :

- développement et maintenance de services et d'API d'IA en Python et FastAPI;

- mise en oeuvre de workflows LLM : prompting, orchestration, appel d'outils (tool calling), gestion de la mémoire et des états conversationnels;

- conception et industrialisation d'agents autonomes, en propre ou via des frameworks d'orchestration (LangGraph, LangChain, CrewAI), y compris en exécution planifiée;

- construction du service de RAG : ingestion et découpage documentaire, vectorisation, recherche hybride, reclassement, citations et évaluation de la pertinence;

- intégration des services AWS d'IA générative : Amazon Bedrock (modèles, Agents, Guardrails), Knowledge Bases, Amazon OpenSearch Serverless, Amazon SageMaker, ainsi que les services de stockage et de bases de données associés;

- connexion des solutions d'IA aux systèmes d'entreprise (CRM, systèmes de réservation, ERP, achats, environnement bureautique, sources de données financières);

- mise en production et exploitation : conteneurisation, déploiement sur ECS ou EKS, infrastructure as code (Terraform ou AWS CDK), intégration et déploiement continus;

- optimisation de la performance, de la fiabilité, de la latence, de l'efficience des coûts et de la qualité des réponses.

Responsabilité du Consultant

Le consultant sera responsable de la qualité, de la robustesse et de la bonne exploitation des composants qu'il conçoit et opère, dans le respect des standards de l'entreprise :

- mettre en place la supervision, la journalisation, le traçage des appels de modèles et les alertes associées (Amazon CloudWatch, outillage d'observabilité LLM de type Langfuse ou équivalent);

- assurer une gestion sécurisée des accès, des identités et des secrets (AWS IAM, AWS Secrets Manager, KMS) et garantir le cloisonnement des données;

- définir et suivre les indicateurs de qualité des réponses ainsi que les coûts d'inférence, et engager les optimisations correspondantes;

- respecter et promouvoir les principes de gouvernance de l'IA, de sécurité et de documentation;

- appliquer les bonnes pratiques d'ingénierie logicielle : gestion de version, tests, revue de code, intégration et déploiement continus, conteneurisation;

- collaborer avec les équipes produit, métier, architecture, cybersécurité et infrastructure;

- vulgariser les capacités de la plateforme auprès des équipes métier et les accompagner dans la définition de leurs cas d'usage.

Profil du consultant recherché

Nous recherchons un ingénieur en IA générative confirmé, à la fois solide sur le plan technique et à l'aise dans la relation avec les métiers. Le profil idéal conjugue une véritable culture d'ingénierie logicielle (back end, industrialisation) et la capacité à faire le lien entre le besoin métier et la solution technique, dans un environnement AWS et un mode de fonctionnement autonome. L'expérience concrète de la mise en production de services d'IA générative constitue le critère discriminant de ce recrutement : le client attend un profil ayant déjà exploité, mesuré et fiabilisé ce type de service au-delà de la phase de prototypage.

Formation recherchée :

- Diplôme de niveau Master (Bac +5) en informatique, data science, intelligence artificielle ou ingénierie logicielle, idéalement issu d'une grande école d'ingénieurs ou d'un cursus universitaire équivalent.

Expérience requise :

- 4 à 7 ans d'expérience en développement logiciel ou en intégration de solutions d'IA;

- expérience confirmée de mise en production de services d'IA générative (RAG, orchestration d'agents, workflows LLM), et non de prototypes;

- pratique avérée de l'écosystème AWS appliqué à l'IA générative et des architectures de plateforme modulaires;

- expérience de l'industrialisation d'applications conteneurisées et des pratiques MLOps / LLMOps.

Compétences techniques :

- Python et FastAPI pour le développement de services et d'API;

- Amazon Bedrock (modèles, Agents, Guardrails) et Knowledge Bases pour Amazon Bedrock;

- Amazon OpenSearch Serverless ou équivalent pour la recherche vectorielle et hybride;

- Amazon SageMaker pour l'hébergement, l'évaluation et, le cas échéant, la spécialisation de modèles;

- frameworks d'orchestration d'agents (LangGraph, LangChain, CrewAI ou équivalent) et appel d'outils;

- techniques de RAG : découpage documentaire, embeddings, recherche hybride, reclassement, évaluation de la pertinence;

- conteneurisation (Docker) et déploiement sur Amazon ECS ou Amazon EKS;

- infrastructure as code (Terraform ou AWS CDK), Git et chaînes d'intégration et de déploiement continus;

- Amazon CloudWatch pour la supervision, AWS IAM et AWS Secrets Manager pour la gestion des accès et des secrets;

- bases de données SQL et NoSQL, stockage objet Amazon S3.

Compétences / Qualités personnelles :

- forte autonomie et sens de l'analyse, orientation delivery et résultats;

- rigueur opérationnelle et souci de la qualité de service en production;

- excellente aisance relationnelle et capacité à dialoguer avec des interlocuteurs techniques comme métier;

- capacité à vulgariser des concepts complexes et à faire le lien entre besoin métier et solution technique;

- qualités de documentation, de communication et de résolution de problèmes.

Langues :

- Français courant;

- Anglais professionnel (niveau C1), l'environnement technique et documentaire étant en anglais.

Certifications (pas obligatoire mais clairement un atout) :

- Certification AWS Certified Machine Learning Engineer, Associate ou AWS Certified Machine Learning, Specialty appréciée;

- Certification AWS Certified Solutions Architect ou AWS Certified DevOps Engineer, clairement valorisée.

Modalités de la mission

Date de démarrage

ASAP

Durée prévue

Longue durée

Localisation

Île-de-France (Paris)

Présentiel

2 jours / semaine (flexible)

Niveau d'expérience

4 à 7 ans

Langue

Anglais C1

Déplacements

Non

TJM

Selon profil