Architecte Solutions IA

🕒 il y a 15 jours

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Recevoir des emails pour des emplois à distance

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Innovecs

Site WebLinkedInTous les Emplois

501 - 1000 employés

Fondée en 2010

🏢 Entreprise

🎮 Jeux vidéo

☁️ SaaS

Enterprise • Gaming • SaaS

Innovecs est une entreprise mondiale de services numériques qui favorise l'innovation et le progrès. Spécialisée dans des domaines tels que le jeu, la technologie de la santé, la chaîne d'approvisionnement et la technologie collaborative, Innovecs allie créativité et expertise technique pour donner vie aux idées. La société est fière de ses scores élevés d'engagement des employés et d'une équipe diverse de plus de 650 personnes basées dans plus de 30 pays. Avec un fort accent sur la croissance professionnelle, la flexibilité et le bien-être, Innovecs a été reconnue mondialement pour ses pratiques de travail exceptionnelles et ses services d'externalisation de haute qualité.

Description

• Produits IA et architecture de solutions : • Concevoir et piloter la mise en œuvre de produits, d'API et de fonctionnalités de plateforme pilotés par l'IA, de la conception à la production ; • Évaluer, sélectionner et benchmarker des modèles AI/ML — y compris les LLMs de pointe, les modèles fine-tunés et les alternatives open-source ; • Architecturer des systèmes IA scalables, observables et optimisés en coût couvrant les phases d'expérimentation, de staging et de production ; • Collaborer avec les chefs de produit et les parties prenantes métier pour traduire les besoins en architectures de solution robustes ; • Établir des standards d'architecture pour les systèmes multi-agents, y compris les stratégies de gestion du contexte et les conceptions de mémoire. • IA à base d'agents et automatisation des processus : • Identifier les processus métier susceptibles d'être automatisés ou améliorés via une IA à base d'agents, et définir l'architecture associée ; • Concevoir et superviser la mise en œuvre d'écosystèmes de serveurs MCP qui connectent les agents aux sources de données et outils d'entreprise ; • Architecturer des workflows multi-agents en utilisant des frameworks d'orchestration (LangGraph, CrewAI, AutoGen), avec des points de contrôle humains appropriés ; • Intégrer des standards de communication agent-à-agent (A2A, ACP) lorsque la coordination multi-agents est requise ; • Piloter la gouvernance des déploiements MCP : pistes d'audit, authentification, limitation de débit et politiques de contrôle d'accès ; • Intégrer l'IA dans les outils internes et externes pour améliorer l'efficacité opérationnelle des équipes. • Génie logiciel augmenté par l'IA : • Mettre en place et optimiser en continu des environnements développeurs augmentés par l'IA (Claude Code, Cursor, GitHub Copilot) ; • Introduire l'IA dans les tests automatisés, les pipelines de déploiement, la revue de code, les estimations et la documentation technique ; • Définir et faire respecter les bonnes pratiques pour l'utilisation des outils d'aide au codage par l'IA de manière sûre, sécurisée et productive dans la livraison logicielle ; • Promouvoir les disciplines d'ingénierie du contexte — conception de prompts, schémas d'outils et ressources MCP qui maximisent la fiabilité des agents ; • Gouvernance, sécurité et IA responsable : • Veiller à ce que tous les systèmes d'IA soient conçus selon des principes « security-first » : validation des entrées, garde-fous sur les sorties et principe du moindre privilège ; • Maintenir des standards de conformité IA alignés sur le RGPD, l'AI Act de l'UE, le Data Act de l'UE, le CRA, ISO27001 et les politiques internes de gouvernance des modèles ; • Mettre en place des pipelines d'observabilité et d'évaluation pour détecter hallucinations, dérives et dégradations de performance dans les systèmes LLM en production.

🎯 Exigences

• Must-Have: • 5+ years of experience in AI/ML solution architecture and demonstrable track record of taking AI systems from prototype to production at scale; • Deep expertise in LLMs, prompt and context engineering, RAG architectures, and vector databases; • Hands-on experience with agentic AI frameworks and orchestration; • LangChain / LangGraph: multi-step reasoning chains and stateful agent workflows; • LangWatch / CrewAI / AutoGen: multi-agent collaboration and task delegation; • MCP (Model Context Protocol): designing and deploying MCP servers for agent-to-tool integration; • Strong proficiency in Python; working knowledge of at least one additional language (Go, TypeScript, etc.); • Experience with cloud-native AI deployment on AWS, GCP, Azure, including managed LLM services such as Bedrock, Vertex AI, etc.; • Solid software engineering fundamentals: design patterns, API design, testing, and CI/CD; • Familiarity with AI observability, evaluation frameworks, and production monitoring of LLM-based systems; • Ability to define AI adoption roadmap, prioritize business cases based on ROI, present the strategic and tactical layers of implementation to both technical and business stakeholders; • Experience with AI compliance, governance frameworks, and explainability (GDPR, EU AI Act, model cards); • Experience integrating AI into enterprise systems (ERP, CRM, ITSM) via standardised protocols; • Experience leading engineering teams on AI-first projects. • Nice-to-Have: • Background in AI security: prompt injection mitigation, MCP server hardening, OAuth 2.x for agents; • Knowledge of emerging multi-agent communication standards: A2A (Google), ACP (IBM BeeAI); • Experience with reasoning/thinking models and their architectural implications for agent planning; • Contributions to open-source AI projects, MCP servers, or published technical articles.

🏖️ Avantages

• Competitive salary • Flexible working hours • Professional development budget • Home office setup allowance • Global team events