Senior AI Engineer & Data Engineer & LLM ( Python , Airflow , Kafka , Postgresql, LangGraph )

Les missions sont :

- Conception, mise en œuvre, test et maintenance de pipelines de données robustes pour assurer la collecte, la transformation et la disponibilité des données depuis diverses sources internes et externes vers les environnements de du projet.

- Intégration fluide des flux de données entre les sources de données de l’entreprise, les systèmes applicatifs et les environnements de simulation, en garantissant la fiabilité et la traçabilité des échanges.

- Participation à la mise en place d’une architecture de données modulaire et scalable, pensée pour le prototypage rapide mais avec une trajectoire claire vers l’industrialisation.

- Contribution au développement de connecteurs, de microservices et d’interfaces pour alimenter dynamiquement les agents LLM, tout en facilitant la circulation des données entre les agents et les modules d’analyse.

Implémentation de pratiques de DataOps solides, incluant l’orchestration des pipelines, la surveillance des flux, la gestion des erreurs et le versioning des schémas de données.

Compétences souhaitées :

-Expérience confirmée dans la construction et l’optimisation de pipelines de données en environnement cloud ou hybride.

-Bonne compréhension de l’ingénierie des données, des formats de données hétérogènes (API, bases relationnelles, NoSQL, fichiers plats, logs…) et des outils associés.

-Connaissance des architectures orientées microservices et des principes d’intégration continue / déploiement continu (CI/CD).

-Maîtrise des langages de programmation pour la donnée, notamment Python et SQL ; des compétences en Bash est un plus.

-Pratique des outils d’orchestration de workflows (Prefect, Airflow, …) et des solutions de messagerie asynchrone (RabbitMQ, Kafka…).

-Compréhension du rôle des LLM dans une architecture de traitement distribué, et capacité à alimenter des agents LLM avec des données structurées et contextualisées.

-Forte capacité d’analyse, rigueur dans la gestion de flux complexes, et sens de la fiabilité des systèmes.

Environnement technique :

- Data Models, Data Lineage, ….

- Maîtrise des techniques de l’environnement Data; Big Data; Analytics, - DataViz

- Expertise en architecture SI

- Expertise en architecture et modélisation BDD

- Maitrise du SI de l’entreprise dans son ensemble : Afin de proposer la bonne solution pouvant s’intégrer dans le SI de l’entreprise, etc...