Foundations Architect (H/F/NB)

Keyrus; Villeurbanne; Sur place; EUR 90 000 - 140 000; Plein temps

Résumé du poste

Keyrus recherche un Foundations Architect pour concevoir et garantir l’architecture des systèmes d’intelligence et l’orchestration des agents. Vous travaillez avec les engineers pour assurer l’intégration et la scalabilité tout en garantissant la sécurité et la gouvernance des accès en production.

Vous devez penser système avant la technologie, documenter vos choix et transmettre les architectures à d’autres équipes. Anglais courant requis, poste basé à Villeurbanne (France).

Qualifications

• Plus de 8 ans d'expérience en conception et mise en place d'architectures techniques complexes (data, cloud, systèmes distribués).
• Expérience en mise en production de systèmes à l'échelle.
• Expérience en sécurité et gouvernance des accès en production.
• La capacité à penser système avant de penser technologie.
• Rigueur et exigence technique, orientation client.
• Capacité à documenter et transmettre ses choix d'architecture.
• Anglais professionnel courant.

Responsabilités

• Concevoir l'architecture des systèmes d'intelligence et l'orchestration des agents.
• Garantir la scalabilité, la résilience et la sécurité des solutions déployées.
• Collaborer avec l'AI Engineer et le Software Engineer sur l'intégration applicative.
• Rédiger et standardiser les documents d'architecture pour le déploiement client.
• Arbitrer les choix de routing et de coût d'inférence entre les modèles.

Outils

Kafka

Terraform

Palantir Foundry

AWS

Azure

Google Cloud

Description du poste

Foundations Architect

Le Foundations Architect conçoit et garantit la cohérence du système d'intelligence dans son ensemble : comment la donnée circule, comment les modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.) s'intègrent, comment les agents s'orchestrent techniquement, et comment tout cela tient à l'échelle. Ses choix d'architecture définissent ce que le Forward Deployed Engineer peut déployer chez le client, et ce que l'AI Engineer peut construire au quotidien. Il s'appuie sur le Data Engineer pour la donnée qui alimente ces systèmes, travaille avec le Software Engineer sur leur intégration applicative, et cadre ses choix avec le Data Trust & AI Governance Manager côté gouvernance et le Service Delivery Manager côté exploitation ; le Business Value Advisor garde l'ensemble aligné sur la valeur métier.

Ce qui vous attend

• Vous concevez l'architecture des systèmes d'intelligence : circulation de la donnée, intégration des modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), orchestration technique des agents.
• Vous définissez les contraintes et les possibles pour le Forward Deployed Engineer, en amont et en soutien de mission.
• Vous garantissez la scalabilité, la résilience et la sécurité de ce qui est déployé, pas seulement sa faisabilité en démonstration.
• Vous collaborez avec l'AI Engineer sur l'exécution concrète des architectures que vous concevez, et avec le Software Engineer sur leur intégration applicative.
• Vous arbitrez les choix de routing/cascading entre modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), de tiering et de coût d'inférence (FinOps IA), pour que la performance technique reste économiquement soutenable.
• Vous posez les standards et la documentation technique qui permettent à d'autres de reprendre et faire évoluer ce que vous avez construit.

Ce que vous apportez

Le socle Architect of Intelligence : des qualités indispensables, présentes dans les critères ci-dessous : curiosité, créativité, communication, conscience professionnelle, culture, capacité à faire.

Expérience et parcours

• Plus de 8 ans d'expérience en conception et mise en place d'architectures techniques complexes (data, cloud, systèmes distribués), quel que soit votre point de départ : ESN, éditeur de logiciel, startup, ou client final côté DSI.
• Une pratique avérée de mise en production de systèmes à l'échelle, pas seulement de leur conception sur schéma.
• Une pratique des enjeux de sécurité et de gouvernance des accès en environnement de production.

Posture et savoir-être

• Une capacité à penser système avant de penser technologie : voir l'ensemble avant de choisir un outil.
• De la rigueur et de l'exigence technique, sans perdre de vue que l'architecture sert un déploiement client, pas l'élégance pour elle-même.
• Une aisance à travailler en soutien du Forward Deployed Engineer et de l'AI Engineer, dans un rôle d'architecture qui garantit au client la solidité du système : vous êtes aussi capable d'être en frontal client quand l'enjeu l'exige, pas seulement en soutien technique en retrait.
• Une capacité à produire, documenter et transmettre, pour que vos choix d'architecture tiennent au-delà de votre présence sur la mission.

Compétences techniques indispensables

• Conception d'architectures de systèmes d'intelligence : circulation de la donnée, intégration des modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), orchestration technique des agents.
• Conception de plateformes data modernes (lakehouse, data mesh, data fabric) et de plateformes IA d'entreprise (Palantir Foundry / AIP, ou équivalent).
• Mise en place d'infrastructures data et de pratiques MLOps.
• Conception d'architectures événementielles et de systèmes de streaming à l'échelle (Kafka).
• Conception de feature stores et d'infrastructures de model serving.
• Sécurisation des systèmes et gouvernance des accès.
• Intégration de LLM (Anthropic, OpenAI, Mistral, Google Gemini, etc.) et de bases de données vectorielles.
• Mise en place d'observabilité et de monitoring pour des systèmes distribués.
• Déploiement sur le cloud (Azure, GCP ou AWS) et gestion de l'infrastructure as code (Terraform).
• Maîtrise comparée des modèles et leur fournisseurs (Anthropic, OpenAI, Mistral, Google Gemini, etc.) : performance, coût, latence, spécificités, pour arbitrer les choix de routing et de tiering.
• Arbitrage des choix de coût d'inférence et de routing entre modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), au titre du FinOps IA : model routing/cascading, tiering, RAG vs contexte long.
• Rédaction éprouvée de dossiers d'architecture technique et de documentation destinée à d'autres équipes.
• Anglais professionnel courant, à l'écrit comme à l'oral, indispensable quel que soit le niveau d'expérience.