GenAI Field Engineer: Deploy & Scale AI Solutions

Astrelya Consulting & Engeneering Solutions; Paris; Sur place; EUR 90 000 - 130 000; Plein temps

Résumé du poste

Astrelya Consulting & Engeneering Solutions recherche un Forward Deployed Engineer pour concevoir, déployer et industrialiser des solutions d’IA générative à forte valeur ajoutée, à la croisée de l’ingénierie logicielle, de la data et du conseil.

Vous accompagnerez les équipes métier et techniques du cadrage à la mise en production, en privilégiant les architectures RAG et l’intégration d’APIs dans des environnements cloud variés, en garantissant performance et adoption par les utilisateurs.

Qualifications

• Diplômé(e) d'une école d'ingénieur ou équivalent en informatique ou data.
• Expérience significative en conception et déploiement d'IA générative.
• Maîtrise Python et frameworks IA modernes (LangChain, OpenAI etc.).
• Expérience RAG, prompting avancé, fine-tuning ou orchestration d'agents.
• Bonne connaissance des API et intégration de systèmes hétérogènes.
• Connaissances Cloud (AWS/Azure/GCP).
• Anglais opérationnel; communication efficace en contexte multiculturel.

Responsabilités

• Analyser les besoins et les traduire en solutions IA concrètes et déployables.
• Concevoir et développer des systèmes basés sur les LLMs et les agents IA.
• Intégrer les solutions dans les écosystèmes clients via APIs et bases de données.
• Déployer et industrialiser les cas d'usage et assurer leur adoption.
• Former et accompagner les utilisateurs et les équipes clients.

Connaissances

Python

Anglais courant

Frameworks IA modernes

Formation

Diplôme d'ingénieur informatique/ data

Outils

LangChain

LlamaIndex

OpenAI SDK

Anthropic SDK

Description du poste

Astrelya Consulting & Engeneering Solutions recherche un Forward Deployed Engineer pour concevoir, déployer et industrialiser des solutions d’IA générative à forte valeur ajoutée, à la croisée de l’ingénierie logicielle, de la data et du conseil.

Vous accompagnerez les équipes métier et techniques du cadrage à la mise en production, en privilégiant les architectures RAG et l’intégration d’APIs dans des environnements cloud variés, en garantissant performance et adoption par les utilisateurs.