Architecte Plateforme IA - Cloud MLOps & Rag H/F Celad

Le besoin

Envie de concevoir les architectures IA de demain ? CELAD vous attend ! 🚀

Vous aimez concevoir des architectures complexes, industrialiser des plateformes IA et faire le lien entre les équipes Data, Machine Learning, Software et Infrastructure ?

Nous recherchons un(e) Architecte Plateforme IA pour intervenir chez un acteur du secteur de l'édition juridique et de la Legaltech, à La Défense.

Vous contribuerez à la conception et à l'industrialisation d'une plateforme d'intelligence artificielle exploitant des fonds documentaires volumineux pour proposer des services avancés aux professionnels du droit.

🎯 Votre rôle

Vous définirez l'architecture technique de la plateforme IA et accompagnerez sa mise à l'échelle, de l'infrastructure cloud jusqu'au déploiement des modèles et des services d'inférence.

À l'interface entre les équipes ML, développement et DevOps/SRE, vous veillerez à la performance, à la disponibilité, à la maîtrise des coûts et à la sécurité de l'ensemble.

🚀 Vos principales missions

• Architecture de plateforme : concevoir des architectures cloud robustes, évolutives et sécurisées pour héberger des services IA en production.

• Industrialisation IA : définir les chaînes MLOps, automatiser les pipelines de déploiement et structurer le cycle de vie des modèles.

• Architectures RAG avancées : accompagner la mise en oeuvre d'approches RAG avancées, Graph RAG et agentiques.

• Infrastructure as Code : industrialiser le provisionnement et la configuration des environnements avec Terraform et Ansible.

• Orchestration et déploiement : concevoir les architectures conteneurisées et orchestrées avec Docker et Kubernetes.

• Performance et coûts : optimiser les ressources CPU/GPU, l'inférence, la consommation de tokens et la montée en charge.

• Qualité des réponses IA : contribuer à l'amélioration du retrieval, du reranking, de la traçabilité des sources et à la réduction des hallucinations.

• Observabilité et fiabilité : définir les mécanismes de supervision, de monitoring et de gestion des incidents.

• Sécurité et conformité : intégrer les exigences liées à la confidentialité des données juridiques, au RGPD, à l'AI Act et à la souveraineté des traitements.

• Leadership transverse : aligner les choix d'architecture entre les équipes ML, Software, Data et Infrastructure, et accompagner les équipes dans leur mise en oeuvre.

🛠️ Environnement technique

• Cloud : AWS, Azure et/ou GCP.

• Infrastructure : Terraform, Ansible, Docker, Kubernetes.

• Développement et IA : Python, PyTorch, TensorFlow.

• MLOps : MLflow, Kubeflow, Airflow, DVC.

• Serving IA : NVIDIA Triton et solutions d'inférence équivalentes.

• Data et recherche : Spark, Elasticsearch, OpenSearch, Weaviate.

• IA générative : LangChain, LlamaIndex, RAG avancé, Graph RAG, architectures agentiques.