Architecte Plateforme IA / LLMOps (IT) / Freelance

Free-Work; Paris; Sur place; EUR 90 000 - 140 000; Temps partiel

Résumé du poste

Free-Work recherche un Architecte Plateforme IA pour concevoir, déployer et maintenir l’infrastructure nécessaire au cycle de vie des modèles IA, en lien avec les équipes ML, Software et DevOps.

Mission de 6 mois maximum, avec possibilité de pré-embauche. Vous piloterez l’industrialisation, les architectures RAG et l’intégration de données, tout en assurant la sécurité et la scalabilité de la plateforme et la gestion des coûts.

Responsabilités

• Concevoir et industrialiser une plateforme IA capable de supporter des usages à grande échelle.
• Définir et optimiser les architectures RAG : Advanced RAG, Graph RAG et Agentic RAG.
• Concevoir des architectures d’intégration de données expertes dans les modèles d’IA.
• Mettre en place et optimiser les processus MLOps / LLMOps : déploiement, monitoring et gestion du cycle de vie des modèles.
• Garantir la confidentialité et la sécurité des données, notamment dans le cadre du RGPD et de l’AI Act.
• Piloter l’infrastructure Cloud et l’orchestration Kubernetes.
• Optimiser la scalabilité, les performances et les coûts d’inférence des modèles IA (GPU/CPU, token management).
• Participer à la mise en œuvre d’une plateforme répondant aux exigences de souveraineté numérique.

Description du poste

Contexte de la mission

Dans le cadre du développement et de l’industrialisation d’une plateforme d’Intelligence Artificielle, nous recherchons un Architecte Plateforme IA capable de concevoir, déployer et maintenir l’infrastructure logicielle et matérielle nécessaire au cycle de vie des modèles et services IA.

L’architecte fera le lien entre les équipes Machine Learning, Software Engineering et DevOps/SRE, en garantissant la performance, la sécurité, la scalabilité et la fiabilité de la plateforme.

Mission de 6 mois maximum, avec possibilité de pré-embauche.

Missions principales

• Concevoir et industrialiser une plateforme IA capable de supporter des usages à grande échelle.

• Définir et optimiser les architectures RAG (Retrieval-Augmented Generation) : Advanced RAG, Graph RAG et Agentic RAG.

• Concevoir des architectures d’intégration de données expertes dans les modèles d’IA.

• Mettre en place et optimiser les processus MLOps / LLMOps : déploiement, monitoring et gestion du cycle de vie des modèles.

• Garantir la confidentialité et la sécurité des données, notamment dans le cadre du RGPD et de l’AI Act.

• Piloter l’infrastructure Cloud et l’orchestration Kubernetes.

• Optimiser la scalabilité, les performances et les coûts d’inférence des modèles IA (GPU/CPU, token management).

• Participer à la mise en œuvre d’une plateforme répondant aux exigences de souveraineté numérique.