Description de l'entreprise
- --------------------------

***Rejoignez ALTEN, la "Maison des ingénieurs"...***

Leader de l'Ingénierie et des Entreprise IT Services, ALTEN regroupe près de 57 000 collaborateurs, dont 88% d'ingénieurs. Présent dans plus de 30 pays, le Groupe accompagne la stratégie de développement de ses clients dans les domaines de l'innovation, de la R \& D et des systèmes d'information technologiques.

Labellisé **"Top employeur" 2024**, ALTEN est un acteur majeur du recrutement d'ingénieurs en France.

L'activité du Groupe s'articule autour de deux métiers : l'Ingénierie (Conception Produit \& Manufacturing) et l'IT Services (Systèmes d'informations \& Réseaux).

Aéronautique • Automobile • Banque, Finance \& Assurance • Défense \& Sécurité • Energie \& Environnement • Ferroviaire • Retail \& Services • Sciences de la vie - Santé • Spatial • Télécoms.

Description du poste
- -------------------

**1. Conception \& Développement de Solutions GenAI**

* **Développer des modèles et pipelines** :

* **Fine-tuning de LLM** (Gemini, Mistral, Llama) avec **PyTorch/TensorFlow**.

* Implémentation de **systèmes RAG** (Retrieval-Augmented Generation) pour des applications métiers (recherche documentaire, chatbots, assistants).

* **Optimisation des prompts** et des **chaînes de traitement** (LangChain, LlamaIndex).
* **Prototyper des PoC** :

* Évaluation de l'applicabilité des **modèles génératifs** à des problèmes concrets (ex. : automatisation de processus, génération de code, analyse de données non structurées).

* Benchmarking des **solutions cloud** (Azure AI, GCP Vertex AI) et **open-source**.

**2. Industrialisation \& MLOps**

* **Automatiser et scalabiliser** les pipelines GenAI :

* Déploiement de modèles en production avec **MLOps** (MLflow, Kubeflow, Azure ML/GCP Vertex AI).

* **Containerisation** (Docker, Kubernetes) et **orchestration** des workflows.
* **Garantir la performance et la fiabilité** :

* Optimisation des **temps de réponse** (latence, throughput) et de la **consommation ressources**.

* Mise en place de **tests automatisés** (unitaires, d'intégration, de non-régression).
* **Monitoring et maintenance** :

* Suivi des **métriques de performance** (précision, drift, coût).

* **Logging et traçabilité** des inférences (outils : Prometheus, Grafana, ELK).

**3. Intégration Système \& Collaboration**

* **Intégrer les solutions GenAI** dans des **environnements existants** :

* API REST/GraphQL pour l'interfaçage avec les applications métiers.

* Collaboration avec les équipes **backend** , **data** , et **devops** pour une intégration fluide.
* **Documenter et former** :

* Rédaction de **documentations techniques** (architecture, APIs, guides d'utilisation).

* Formation des équipes métiers à l'utilisation des outils GenAI.

**4. Veille \& Innovation**

* **Suivre les avancées** en **IA Générative** :

* Évaluation des **nouveaux modèles** (ex. : Gemini 1.5, Mistral 8x22B) et des **techniques émergentes** (agents autonomes, multi-modalité).

Qualifications
- -------------

* **Formation** : Bac+5 en **data science, informatique, ou mathématiques appliquées** (école d'ingénieur ou master spécialisé en IA/ML).
* **Expérience** : **4 à 9 ans** en **développement IA/ML** , avec une **expertise avérée** en :

* **Modèles génératifs** (LLM, RAG, GenAI).

* **Industrialisation de solutions** (MLOps, déploiement cloud).

* **Développement Python** (PyTorch/TensorFlow, APIs).
* **Soft Skills** :

* **Esprit d'innovation** : Capacité à proposer des solutions créatives tout en respectant les contraintes industrielles.

* **Rigueur** : Respect des bonnes pratiques (reproductibilité, documentation, tests).

* **Collaboration** : Travail en équipe avec les data engineers, devops, et métiers.

* **Pédagogie** : Explication claire des concepts GenAI à des non-experts.
* **Langues** : **anglais technique**.