Ingénieur en IA Générative / GenAI Engineer

Vous concevez, développez et déployez des solutions avancées basées sur les derniers modèles d'IA générative (LLM, modèles multimodaux, etc.). - Conception & Développement : Créer et optimiser des architectures applicatives tirant parti des LLM (architecture RAG, agents autonomes, fine-tuning). - Intégration & MLOps/LLMOps : Déployer, surveiller et maintenir les modèles en production avec des contraintes de latence, de coût et de scalabilité. - Prompt Engineering & Évaluation : Concevoir des stratégies d’évaluation rigoureuses pour mesurer la qualité, la fiabilité et la sécurité des réponses générées (anti-hallucination, garde-fous/guardrails). - Industrialisation : Mettre en place les pipelines de données et sécuriser la confidentialité des données traitées. - Veille & Innovation : Suivre les évolutions rapides de l'écosystème GenAI (open source, frameworks, API) et proposer des PoC pertinents pour le produit. - *Le profil recherché** Compétences techniques clés : Maîtrise du développement Python et de son écosystème Data/AI (PyTorch, TensorFlow, Pandas, etc.). Expérience avérée avec les LLM (OpenAI API, Anthropic, Mistral, Hugging Face, Llama). Maîtrise des architectures RAG et des bases de données vectorielles (Pinecone, ChromaDB, Qdrant, Milvus, pgvector). Frameworks GenAI : Utilisation de LangChain, LlamaIndex, Haystack ou DSPy. Méthodes : Fine-tuning (LoRA/QLoRA), Quantization, Prompt Engineering avancé. Pratiques MLOps / DevOps : Docker, CI/CD, cloud provider (AWS, GCP ou Azure).**Curiosité et autonomie** : Capacité à apprendre et s'adapter très rapidement dans un domaine qui évolue chaque semaine. - *Sens du produit et pragmatisme** : Capacité à transformer une avancée technologique en valeur métier concrète. - *Communication** : Capacité à vulgariser des sujets complexes pour des profils non-techniques.