Taux journalier (TJM): 750-780€

En quelques mots

Cherry Pick est à la recherche d'un Architecte logiciel IA (H/F) pour l'un de ses clients qui opère dans le secteur de la protection sociale.

Description

🌐 Contexte de mission

Dans le cadre de la structuration et de l’industrialisation de projets autour de l’intelligence artificielle générative, une organisation souhaite renforcer son équipe dédiée à la gouvernance et à la mise en œuvre de l’IA.

L’équipe est responsable du déploiement d’un Hub et d’un portail IA permettant de démocratiser l’usage de l’intelligence artificielle auprès de plus de 1000 utilisateurs internes et partenaires. Cette plateforme permet notamment de mettre à disposition des assistants IA préconfigurés, de créer de nouveaux assistants personnalisés dans une logique de marketplace interne, et d’intégrer l’IA dans différents outils métiers via API.

La solution repose actuellement sur un environnement Cloud Azure et une stack open source basée sur Python, React et LangChain, avec une évolution prévue vers un hébergement on-premise ou multi-cloud.

Dans ce contexte, un Architecte Logiciel / Architecte IA Senior interviendra afin d’adapter l’architecture de la plateforme, concevoir les évolutions et accompagner leur mise en œuvre.

⚙️ Missions principales et rôle

Architecture et évolution de la plateforme IA :

• Concevoir les évolutions de l’architecture technique du portail IA.

• Proposer des améliorations techniques et fonctionnelles basées sur la stack open source existante.

• Adapter l’architecture aux évolutions de la stratégie IA et aux contraintes de gouvernance.

Architecture Front-End du portail IA :

• Concevoir les évolutions permettant un accès sécurisé au catalogue d’assistants IA selon les profils utilisateurs.

• Définir les parcours d’accueil pour les nouveaux utilisateurs.

• Mettre en place l’accès aux modules de formation et FAQ du portail.

Architecture Back-End et exposition des services IA :

• Concevoir les mécanismes permettant aux utilisateurs de créer et publier des assistants IA.

• Maintenir et améliorer les mécanismes de supervision et de suivi de consommation des IA.

• Assurer l’exposition des assistants IA via API pour intégration dans les applications métiers.

Architecture des pipelines RAG et gestion des données :

• Concevoir les pipelines d’ingestion de données optimisés selon les types de documents et leur volumétrie.

• Mettre en place des mécanismes de traçabilité et de qualité des données.

• Concevoir les contrôles d’accès aux informations générées par les assistants IA.

• Participer à la mise en place de bases de connaissances spécialisées et à leurs mécanismes d’alimentation.

CI/CD et industrialisation des déploiements :

• Définir et maintenir la chaîne CI/CD du portail IA.

• Mettre en place les pipelines de déploiement dans un environnement DevOps sur Azure.

• Sécuriser les mécanismes de tests et de rollback.

• Maintenir la documentation technique associée.

Support et accompagnement technique :

• Concevoir des prototypes d’assistants IA modèles pour répondre aux besoins des utilisateurs.

• Assurer le support technique niveau 2 et 3 en cas d’incident.

• Participer à la documentation technique et fonctionnelle de la plateforme.

🎯 Objectifs

• Faire évoluer l’architecture du portail IA et de son Hub pour répondre aux besoins croissants des utilisateurs.

• Industrialiser les déploiements via des pratiques DevOps et CI/CD.

• Optimiser les mécanismes de RAG et de gestion des connaissances.

• Garantir la sécurité, la performance et la gouvernance des usages IA.

• Faciliter l’adoption de l’IA générative par les collaborateurs.

🛠️ Compétences requises

IA générative et RAG :

• LangChain

• LangGraph

• RAGAS

• LangFuse

• LiteLLM

• LLM AI Foundry

Développement et frameworks :

• Python

• FastAPI

• React / TypeScript / TanStack

Architecture et plateformes :

• Docker

• Kubernetes

• Celery / Redis

• PostgreSQL / PgVector

Cloud et DevOps :

• Microsoft Azure

• Azure AI Foundry

• Azure API Management

• Pipelines CI/CD (GitHub, Azure DevOps)

• Terraform

Environnement de développement :

• Visual Studio Code

• GitHub Copilot

Gestion documentaire et collaboration :

• Documentation technique et fonctionnelle

• Rédaction de cahiers des charges

• Production de comptes rendus et supports techniques