Data/AI Engineer Industrialisation & MLOps IA H/F

Rejoignez Crédit Agricole Group Infrastructure Platform (CA-GIP), une communauté d'experts engagés dans le développement de plateformes et services adaptés aux nouvelles pratiques du digital. En tant que Data/AI Engineer, vous serez au cœur de la stratégie IA de CA-GIP, travaillant sur l'industrialisation des modèles IA, le data engineering pour l'IA, MLOps, LLMOps, la sécurité et la conformité, ainsi que la capitalisation et les bonnes pratiques.

• Accompagner les projets depuis l'expérimentation jusqu'à la production, concevoir les chaînes d'industrialisation pour le déploiement des modèles.
• Développer les traitements de préparation, intégration et transformation des données, contribuer à la qualité, traçabilité et sécurité des flux.
• Mettre en œuvre les pratiques MLOps : entraînement, validation, déploiement, monitoring, développer les pratiques LLMOps pour modèles de langage.

Nous recherchons des profils issus de formations en informatique, data engineering, intelligence artificielle, machine learning/MLOps, cloud computing, génie logiciel ou systèmes d'information.

**Compétences métiers :**

• Bonne Compréhension Machine Learning, Deep Learning et IA générative
• Industrialisation des modèles Data Science
• Architectures RAG : embeddings, bases vectorielles, retrieval, orchestration
• Préparation, transformation, qualité et traçabilité des données
• Gestion contraintes performance et ressources (entraînement/inférence)
• Maîtrise MLOps, DevOps et pipelines CI/CD
• Git, GitLab, Docker, Kubernetes
• Gestion artefacts, secrets, dépendances et déploiements
• Livrables automatisés, sécurisés et reproductibles
• Monitoring et observabilité
• Excellente maîtrise Python
• Développement API et architectures de services distribuées
• Bases relationnelles, NoSQL et vectorielles
• Composants robustes, maintenables et exploitables
• Performance, scalabilité, sécurité et résilience
• Environnement cloud majeur et conteneurisé
• Plateformes IA/Data industrialisées
• Contraintes exploitation, supervision et support production
• Sécurité pipelines IA/Data et AI Security by Design
• Traçabilité, auditabilité, conformité et gestion des risques

**Compétences comportementales :**

• Esprit d'équipe et travail transverse
• Rigueur et qualité industrielle
• Tenue des engagements
• Curiosité technique
• Communication orale et écrite
• Vulgarisation technique
• Autonomie, pragmatisme et force de proposition