Senior ai Engineer H/F

Au sein de notre Business Unit Transformation Digitale, nous accompagnons les acteurs de l'industrie, et particulièrement de la filière nucléaire, dans leurs projets de transformation des organisations, d'excellence opérationnelle, de digitalisation des processus et de conduite du changement avec différents outils tels que l'Intelligence Artificielle. Le poste d'AI Engineer, rattaché à la BU Transformation Digitale, a pour rôle d'industrialiser les solutions IA (classiques et génératives) selon un processus de travail collaboratif avec les autres acteurs de l'unité disposant de compétences LEAN, AMOA et PO. Ce travail en équipe permettra l'émergence, le cadrage, le prototypage, le développement et enfin la conduite du changement des cas d'usage IA. Les premiers cas d'usages porteront sur la documentation technique et l'historique de maintenance (RAG sur GED et GMAO).

Missions principales, responsabilités et spécificités
1. Conception et développement de solutions IA
Concevoir et développer des systèmes RAG sur corpus techniques hétérogènes : ingestion, découpage adaptatif, embeddings, recherche hybride, reclassement, filtrage par métadonnées, citation des sources.
Mettre en place des chaînes d'extraction de documents (PDF scannés, tableaux, plans, OCR) et des orchestrateurs combinant recherche documentaire et requêtage de bases relationnelles (historiques de maintenance).
Construire les jeux d'évaluation et mesurer la qualité (rappel, précision, hallucinations, citations) pour régler le système sur des corpus métier réels.
Développer et évaluer des modèles de ML et de deep learning adaptés aux données industrielles (maintenance prédictive, détection d'anomalies, vision).
2. Intégration industrielle des solutions IA
Travailler avec les équipes techniques de Cyclife Digital Solutions et des filiales du groupe pour intégrer les modèles dans des environnements contraints (cybersécurité, disponibilité, performance).
Participer à la mise en production et au suivi des solutions déployées (DevOps, MLOps, CI/CD, monitoring), avec contrainte de transfert vers architecture différente.
Déployer et optimiser le serving de LLM à poids ouverts (quantification, batching, GPU) ; structurer les pipelines de données en garantissant leur traçabilité et leur qualité.
3. R&D et veille technologique
Assurer une veille active sur les modèles génératifs et les Assurer une veille active sur les modèles génératifs et les frameworks IA applicables en environnement industriel critique (GenAI, LLMs spécialisés, agents IA)
Évaluer la maturité technologique (TRL) des solutions IA et leur compatibilité avec les exigences du nucléaire (traçabilité, explicabilité, conformité).
4. Analyse et valorisation de données industrielles
Assurer une vei