Tech Lead IA Générative / Expert RAG (Retrieval-Augmented Generation) - Freelance

Descriptif détaillé du besoin

Dans le cadre d'un programme stratégique de déploiement de solutions d'Intelligence Artificielle Générative au sein d'un grand groupe bancaire, nous recherchons un(e) Leader Technique IA Générative & RAG pour accompagner la conception, l'industrialisation et l'évolution de solutions IA à grande échelle.

Vous intégrerez un environnement technologique exigeant, au sein d'un centre d'expertise IA, et interviendrez en tant que référent technique sur les architectures RAG déployées sur la plateforme Dataiku.

Votre rôle sera déterminant pour garantir la robustesse, la performance, la sécurité et la scalabilité des solutions, tout en structurant les standards et les bonnes pratiques techniques.

Vos principales missions

1. Leadership technique et architecture RAG

• Définir et faire évoluer les standards d'architecture des solutions RAG.

• Accompagner les équipes Data Science, Data Engineering et Architecture dans leurs choix techniques.

• Encadrer les pratiques de développement et assurer la cohérence des implémentations.

• Réaliser les revues techniques et capitaliser sur les bonnes pratiques.

2. Gouvernance et standards IA Générative

• Concevoir des patterns de développement RAG réutilisables.

• Définir les standards de prompting et d'orchestration des workflows LLM.

• Mettre en place des critères de qualité, de pertinence et de performance.

• Produire des guides, templates et frameworks d'accélération des projets IA.

• Assurer une veille sur les nouvelles architectures LLM et RAG.

3. Architecture RAG et bases vectorielles

• Concevoir des architectures de recherche documentaire à grande échelle.

• Définir les stratégies d'embeddings, de vectorisation et d'indexation.

• Encadrer l'intégration et l'optimisation des bases de données vectorielles.

• Optimiser les mécanismes de recherche hybride, de retrieval et de reranking.

• Garantir la pertinence des résultats, les performances et la scalabilité.

4. Industrialisation et LLMOps

• Définir et déployer les bonnes pratiques d'industrialisation des pipelines RAG.

• Structurer les processus CI/CD et l'automatisation des déploiements.

• Mettre en place des dispositifs de monitoring, d'observabilité et de suivi des performances.

• Superviser le cycle de vie des modèles, embeddings et index vectoriels.

• Contribuer à la disponibilité et au maintien en condition opérationnelle des services IA.

5. Sécurité, qualité et conformité

• Garantir le respect des exigences de sécurité propres à un environnement bancaire.

• Assurer la protection des données sensibles et confidentielles.

• Participer aux analyses de risques liés aux solutions IA.

• Définir des mécanismes d'évaluation et de contrôle des réponses générées.

• Mettre en œuvre des dispositifs de traçabilité et d'auditabilité.