AI ENGINEER – TOTALENERGIES DIGITAL FACTORY

TOTAL Deutschland GmbH; Paris; Sur place; EUR 60 000 - 90 000; Plein temps

Résumé du poste

Une grande entreprise énergétique basée à Paris recherche un(e) AI Engineer pour rejoindre son équipe de Data Science et IA. Vous serez responsable de l'industrialisation et de la mise en production de modèles IA critiques, tout en garantissant la fiabilité et la sécurité des systèmes en exploitation. Le candidat idéal possède au moins 8 ans d'expérience en IA et Machine Learning, maîtrise le langage Python, et dispose d'une certification cloud. La communication et le travail en équipe sont essentiels dans ce rôle.

Qualifications

• Minimum 8 ans d’expérience dans le développement et déploiement d’applications IA et modèles de Machine Learning.
• Capacité à transformer des modèles validés en solutions industrielles robustes.
• Bonne connaissance des pratiques de développement logiciel.

Responsabilités

• Industrialisation de solutions IA complexes pour les métiers.
• Définir et optimiser les pipelines MLOps.
• Collaborer avec les équipes produit et techniques.

Connaissances

Python

TypeScript

MLOps

IA Engineering

Databricks

Amazon Web Services

Microsoft Azure

Communication

Travail en équipe

Formation

Bac +5 / Master en école d’ingénieur ou mathématiques appliquées

Outils

Environnements cloud

API

Description du poste

Tu seras intégré(e) dans l’équipe Data Science et IA, une entité d’environ quarante experts dédiée à l’exploration, au développement et au déploiement de solutions data et IA au cœur des produits que la Digital Factory délivre pour les métiers de la Compagnie.

LAI Engineer est en charge de :

Industrialisation et mise en production des modèles IA

• Prend en charge l’industrialisation de solutions IA complexes ou à fort enjeu opérationnel.
• Conçoit et fait évoluer les architectures techniques permettant le déploiement et l’exploitation des modèles IA.
• Pilote les choix techniques liés à l’implémentation (outils, frameworks, patterns).
• Anticipe dès la conception les contraintes de performance, de sécurité, de robustesse et de maintenabilité.
• Garantit la qualité globale des composants IA sur son périmètre.
• Possède une connaissance approfondie de l'infrastructure cloud et du déploiement de produits basés sur l'IA.

Exploitation, fiabilité et MLOps

• Définit, optimise et fait évoluer les pipelines MLOps (automatisation, supervision avancée, retraining).
• Met en place des mécanismes avancés de monitoring, d’alerting et de gestion des dérives.
• Prend la responsabilité opérationnelle de systèmes IA critiques ou à grande échelle.
• Anticipe et traite les risques techniques liés à l’exploitation des systèmes IA.
• Garantit la fiabilité, la sécurité et la scalabilité des solutions IA dans la durée.

Collaboration avec les équipes produit et techniques

• Joue un rôle clé dans les phases de cadrage et d’arbitrage technique des cas d’usage IA.
• Pilote les échanges techniques avec les équipes Data, IT, Produit et Plateformes.
• Contribue aux décisions structurantes liées aux architectures, outils et modes d’exploitation.
• Assure un rôle de référent technique sur son périmètre.
• Garantit la cohérence technique des solutions IA déployées.

Standards, amélioration continue et transmission

• Contribue activement à la définition et à l’évolution des standards d’AI Engineering et de MLOps.
• Capitalise les retours d’expérience et structure les bonnes pratiques.
• Accompagne la montée en maturité technique collective.
• Partage son expertise via le mentorat, la relecture de code et l’accompagnement des profils moins expérimentés.
• Contribue aux actions de formation, d’onboarding et de recrutement des profils IA techniques.

Niveau de qualification

Bac +5/ Master’s ou niveau équivalent en école d’ingénieur ou en mathématiques appliquées, data science, IA.

Compétences techniques

Maîtrise d’un langage : Python nécessaire et TypeScript sera un plus.

Maitrise des bonnes pratiques de développement logiciel (qualité de code, tests, documentation) pour transformer des modèles validés en solutions industrielles robustes.

Capacité à intégrer et déployer des modèles d’intelligence artificielle dans le système d’information sous forme de services (API, batch, streaming), en lien avec les équipes Data, IT et Produit.

Maîtrise des pratiques de IA Engineering et de MLOps (CI/CD, infrastructure, monitoring, gestion des incidents) afin de garantir la fiabilité, la performance et la pérennité des systèmes IA en production.

Bonne connaissance des environnements data et IA (ex. Databricks) et des plateformes cloud (Azure et/ou AWS), avec une compréhension des enjeux de sécurité, de performance et de scalabilité.

Capacité à appliquer et faire évoluer les standards d’AI Engineering et de MLOps, à capitaliser les retours d’expérience et à contribuer à la montée en maturité technique collective.

Compétences comportementales

Travail en équipe, Communication, Capacité à s’imposer et dire non lorsque nécessaire, pédagogie et capacité à expliquer ses réalisations devant tout type de public, curiosité et force de proposition.

Compétences linguistiques

Français courant & Anglais pratique.

Certification

Certification Cloud est un plus (AWS ou Azure).

Connaissances spécifiques

Expérience dans un contexte industriel appréciée (logistique, gestion de stocks, maintenance industrielle, analyse de données de capteurs, analyse et modélisation de procédés).

Niveau d’expérience

Minimum 8 ans d’expérience dans le développement et le déploiement d’application IA agentique, Machine learning models dans le cadre de projets industriels (déploiement et gestion en production de modèles).