Idiv CN - Ap - Dtnum Pôle Données et IA Ingénieur Llm Ops H/F Service Public
- Paris - 75
- Fonctionnaire
- Bac +5
- Service public d'état
À noter sur ce job
Vous avez ces compétences ? Cliquez dessus pour les ajouter rapidement à votre profil !
Les missions du poste
Ingénieur(e) LLM Ops au sein de la plateforme d'IA générative Diane
Contexte :La direction générale des Finances publiques (DGFiP) développe Diane, sa plateforme souveraine d'intelligence artificielle générative.Cette plateforme a pour objectif de déployer et mettre à disposition, dans les meilleures conditions de performance, de fiabilité et de sécurité, des modèles d'IA Open Weight pour les applications du système d'information de la DGFiP et pour les services d'IA proposés directement à ses agents.Diane s'appuie prioritairement sur des technologies open source, déployées sur des infrastructures maîtrisées par la DGFiP. La plateforme doit permettre d'industrialiser l'utilisation des modèles de langage, depuis leur évaluation jusqu'à leur exposition en production, tout en optimisant l'utilisation de ressources de calcul GPU contraintes.L'équipe évolue dans un domaine particulièrement dynamique, dans lequel les modèles, frameworks et méthodes d'optimisation progressent rapidement. Elle assure à la fois la construction de la plateforme, son exploitation en production, son évolution technologique et l'accompagnement des équipes utilisatrices.
Rôle :En tant qu'Ingénieur(e) LLM Ops, vous serez en charge de l'industrialisation, du déploiement, de l'optimisation et du maintien en conditions opérationnelles des modèles de langage mis à disposition sur la plateforme Diane.Vous contribuerez en particulier à obtenir le meilleur niveau de service possible à ressources matérielles données. L'optimisation des performances d'inférence constitue à ce titre une composante centrale du poste.Vous participerez également aux choix technologiques de la plateforme et accompagnerez les équipes de la DGFiP dans l'utilisation des services d'IA générative.
Au sein de la DGFIP, l'emploi est calibré « inspecteur divisionnaire de classe normale des finances publiques (IDIV CN)».
Pour les candidates/candidats fonctionnaires, il conviendra de détenir un grade équivalent (attachée principale/attaché principal pour IDIV CN// grade ad hoc équivalent ). Selon le corps d'origine détenu, le recrutement pourra s'effectuer dans le cadre d'un détachement à équivalence de grade avec celui détenu dans l'administration d'origine et à l'échelon comportant un indice égal ou immédiatement supérieur à celui détenu précédemment, d'une affectation ou d'une PNA.
Pour les candidates/candidats non fonctionnaires, la rémunération proposée sera déterminée en fonction notamment du niveau de diplôme et de l'expérience professionnelle de la candidate/du candidat.
Le profil recherché
Savoirs-faire :Diplômé(e) d'un Bac +5 en école d'ingénieur ou équivalent universitaire, vous justifiez d'une expérience significative dans la mise en production et l'exploitation de systèmes logiciels, ML ou IA.Vous disposez d'une très bonne compréhension du fonctionnement des LLM et de leur inférence : tokenisation, génération autorégressive, attention, KV cache, batching, parallélisme et contraintes mémoire GPU.Vous avez déjà travaillé sur des systèmes en production et êtes attentif(ve) à leur fiabilité, leur observabilité, leurs performances et leur maintenabilité.Vous êtes capable d'investiguer un problème de manière autonome, depuis le comportement d'un modèle jusqu'aux couches système, réseau, conteneurisation ou GPU.Vous êtes à l'aise dans un environnement où les technologies évoluent rapidement et savez expérimenter, mesurer et remettre en question les choix existants.Vous maîtrisez suffisamment l'anglais pour lire la documentation technique, suivre les projets open source et échanger avec leurs communautés.Une participation à des projets ou des contributions à la communauté open source seront particulièrement appréciées.
Compétences techniques :
- vLLM : expertise attendue. Très bonne compréhension de son architecture, de sa configuration, de ses mécanismes de scheduling, de gestion mémoire et de parallélisation ainsi que des principaux leviers d'optimisation de l'inférence.
- Bonne connaissance de l'écosystème des LLM Open Weight et des outils associés, notamment Hugging Face.
- Solides compétences en Python.
- Très bonne maîtrise des environnements Linux.
- Expérience de Kubernetes, de la conteneurisation et du déploiement de services en production.
- Connaissance des problématiques liées aux GPU, à CUDA et aux mécanismes de communication et de parallélisation utilisés pour l'inférence distribuée.- Expérience des problématiques d'observabilité, de monitoring et de diagnostic de services distribués.
- Connaissance des mécanismes d'exposition de modèles sous forme d'API et des architectures de gateway associées.
- Bonne connaissance des technologies d'agents IA techniques, aussi bien du point de vue utilisateur que de leur déploiement et de leur exploitation.
- Une expérience des environnements GitOps, CI/CD, Helm, Argo CD, Prometheus/Grafana ou technologies équivalentes est un plus.
Savoir-être :Sens du travail en équipe, autonomie, rigueur et capacité d'analyse.Curiosité technique et capacité à apprendre rapidement dans un domaine en évolution permanente.Goût pour l'expérimentation, la mesure et l'optimisation.Qualités relationnelles et pédagogiques permettant d'accompagner des équipes aux niveaux de maîtrise variés.Sens des responsabilités et de la fiabilité nécessaires au travail sur des systèmes de production critiques et des systèmes d'information sécurisés.Esprit de partage, intérêt pour l'open source et sens du service public.
Bienvenue chez Service Public
Créée le 1er janvier 2021 et rattachée à la Directrice générale de la DGFiP, la délégation à la transformation numérique (DTNum) est une structure qui déploie des outils et méthodes innovantes au service des agents et des usagers. Avec ouverture, bienveillance, engagement et audace, la DTNum a pour ambition de construire une organisation apprenante et sobre, centrée sur l'utilisateur et pilotée par la donnée. Ainsi, elle s'organise autour des entités suivantes :
- le pôle expertise réseau et relations publiques pour favoriser l'innovation à la DGFiP (pilotage et prospective - Fabrique numérique) et pour assurer le rayonnement de la DTNum et diffuser les produits et méthodes de la transformation numérique
- le pôle talents et académie du numérique, pour embarquer tous les agents de la DGFiP dans la transformation numérique : constituer un vivier de talents diversifié et inclure, stimuler et développer les compétences numériques des agents
- le pôle données et IA, pour assurer la valorisation des données de la DGFiP par une gouvernance et une stratégie ambitieuse de la donnée et de l'IA
- le pôle expérience utilisateur pour garantir des applications, internes comme externes, plus accessibles et construites en associant les utilisateurs
- la mission d'appui à la gouvernance et au pilotage des ressources de la direction pour apporter les éléments de décision en matière de pilotage budgétaire et RH et oeuvrer pour la qualité de vie au travail des agents de la DTNum
Publiée le 19/09/2026 - Réf : MEF_2026-32914
