Ingénieur - Ingénieure Data - IA Générative

Ingénieur·e Data – IA Générative H/F

Entreprise: Artelia
Type de contrat: CDI
Localisation: Saint-Ouen-sur-Seine (93)
Salaire: 45 100 – 66 800 € brut/an (estimation Hellowork)
Niveau d’études: Bac +5

---

Contexte et missions

Artelia renforce ses équipes pour développer et industrialiser sa Data Platform Groupe, avec un focus sur l’IA Générative. Vous interviendrez sur l’ensemble de la chaîne de valeur des données, de l’ingestion à leur exploitation par des modèles avancés, dans un environnement international.
Vos responsabilités couvrent :

• Architecture Data & AI (Data Lake, Data Warehouse, pipelines scalables)
• Data Engineering (ETL/ELT, streaming, qualité des données)
• IA Générative (RAG, LLM, chatbots, assistants intelligents)
• Performance & FinOps (optimisation des coûts, KPI, maintenance)
• Collaboration (bridge entre métiers et techniques)
• Sécurité & Conformité (RGPD, gouvernance des données)

---

Missions détaillées

1. Architecture & Data Platform

• Définir l’architecture globale Data & AI (Data Platform, Data Lake, Data Warehouse).
• Modéliser les données en alignement avec les besoins métiers et les cas d’usage IA.
• Concevoir des architectures scalables, sécurisées et performantes.

2. Data Engineering & Pipelines

• Concevoir, développer et maintenir des pipelines ETL/ELT (batch & streaming).
• Industrialiser des flux robustes avec qualité, traçabilité et gouvernance.
• Préparer et transformer les données pour l’analyse et l’IA.
• Documenter les flux et modèles.

3. IA Générative & AI Engineering

• Alimenter des cas d’usage en IA Générative via des pipelines data.
• Mettre en œuvre des architectures RAG (Retrieval-Augmented Generation).
• Concevoir et gérer des bases vectorielles.
• Intégrer et orchestrer des modèles de langage (LLM).
• Collaborer avec les Data Scientists sur MLOps / LLMOps.
• Développer des solutions (chatbots, assistants, recherche intelligente).

4. Performance, Run & FinOps

• Superviser et maintenir les pipelines en production.
• Gérer les incidents et assurer la continuité de service.
• Définir et suivre les KPI de performance.
• Optimiser les coûts (FinOps) et les performances.
• Proposer des améliorations continues.

5. Collaboration & Pilotage

• Travailler en étroite collaboration avec les équipes métiers et techniques.
• Analyser les besoins et prioriser le backlog.
• Coordonner les parties prenantes et vulgariser les concepts techniques.
• Contribuer à une culture Data & AI au sein de l’entreprise.

6. Sécurité & Conformité

• Appliquer les bonnes pratiques de sécurité et gouvernance.
• Garantir la conformité RGPD et réglementaire.
• Promouvoir un usage responsable de la donnée et de l’IA.

---

Environnement technique

Data Platform & BI:

• Snowflake, DBT
• Power BI

Data Engineering:

• SQL, Python (Pandas, NumPy, Snowpark)
• Talend

Cloud & DevOps:

• AWS (S3, Lambda, OpenSearch)
• Azure DevOps, CI/CD
• Docker

IA Générative & ML:

• HuggingFace, Ollama
• Snowflake Cortex, AWS Bedrock
• Microsoft Copilot Studio
• Vector databases & embeddings

Sources de données:
ERP, CRM, HRIS, IoT, BIM, GIS, fichiers, etc.