Architecte IA/MLOps Confirmé H/F

Onyx-Conseil; Toulouse; Sur place; EUR 90 000 - 130 000; Plein temps

Résumé du poste

Onyx-Conseil recherche un Lead IA / Architecte IA & MLOps pour piloter le cadrage technique et l’architecture IA dans le cadre du stream IA. Vous garantissez l’alignement avec le SI, l’industrialisation via le MLOps et l’observabilité en production.

Vous interviendrez de la faisabilité technique au passage à l’échelle, en lien avec la DSMC et le Design Authority IA, tout en assurant la conformité RGPD / AI Act et le cadre Groupe. Poste basé à Toulouse au sein du Pôle Architecture Logicielle & IA.

Qualifications

• Expérience en conception et cadrage d’architectures IA industrielles et en MLOps.
• Capacité à piloter des POC IA et à cadrer les cas d’usage avec valorisation métier.
• Connaissance des cadres de sécurité, conformité et RGPD applicables à l’IA.

Responsabilités

• Réaliser le cadrage technique et l’architecture IA (ML, RAG, GenAI) en adéquation avec le SI et les standards Groupe.
• Piloter des POC IA rapides et documenter résultats, risques et conditions d’industrialisation.
• Définir et mettre en œuvre les chaînes MLOps et l’observabilité IA dans les environnements de production.
• Participer aux comités IA et architecture, assurer la conformité des solutions IA.
• Agir comme référent IA pour la DSI et accompagner Data Engineers et projets IA.
• Diffuser les bonnes pratiques IA / MLOps et contribuer à la montée en compétence.

Connaissances

Architecture IA

MLOps

Observabilité IA

Gouvernance IA

Accompagnement équipes

Outils

CI/CD

API

SCOM

Description du poste

Au sein duPôle Architecture Logicielle & IA (DSI), le Lead IA / Architecte IA & MLOps dustream IAconçoit, cadre et met en œuvre lesarchitectures IA industrielles(ML classiques et IA générative), en garantissant leurcohérence avec le SI, leurindustrialisation via le MLOps, et leurobservabilité en production.

Il intervientde la faisabilité technique au passage à l’échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect descadres Groupe (Design Authority IA, sécurité, conformité).

Périmètre et rattachement :

• Rattachement: Direction des Systèmes d’Information / Architecture Logicielle & IA

• Interactions clés: DSMC (cadrage valeur, priorisation des cas d’usage), Architectes SI et Logiciel / équipe infra / Cloud, équipe Data, équipes projets DSI, prestataires IA, RSSI, Conformité / Juridique (interfaces), Groupe (Design Authority IA, ITD DataLab

Missions principales :

1. Cadrage technique & architecture IA

   • Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps).

   • Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM)

   • Formaliser les choix dans des dossiers d’architecture.

2. Prototypage & validation des cas d’usage :

   • Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC.

   • Tester la viabilité des modèles, des données et des chaînes techniques.

   • Documenter résultats, limites, risques techniques et conditions d’industrialisation

3. MLOps & industrialisation :

   • Définir et mettre en œuvre les chaînes MLOps :

   • Accompagner l’intégration des solutions IA dans le SI existant.

   • Contribuer au catalogue de services IA de la DSI

4. Observabilité IA & fiabilité :

   • Définir et déployer les principes de ML Observability :

   • Mettre en place les alertes et indicateurs nécessaires au pilotage.

   • Contribuer à la stratégie de run IA avec les équipes concernées

5. Gouvernance des modèles IA :

   • Contribuer à la gouvernance IA DSI / DSMC :

   • Participer aux comités IA et Architecture.

   • Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées)

6. Référent IA & accompagnement des équipes :

   • Agir comme référent technique IA pour la DSI.

   • Accompagner Data Engineers, équipes projets et prestataires.

   • Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d’expérience).

   • Contribuer à la montée en compétence globale sur l’IA industrielle

Responsabilités clés :

• Validation des choix techniques IA (outils, modèles, architectures).

• Définition des standards MLOps & observabilité IA.

• Contribution aux livrables structurants :

• Reporting sur l’avancement et la maturité IA du SI