Senior AI Engineer for GenAI & MLOps

Saegus; Paris; Hybride; EUR 85 000 - 120 000; Plein temps

Avantages offerts par ce poste

Remboursement frais de transport

Titres restaurant 216€/mois Swile

Prime vacances

Prime téléphone 25€/mois

Prime d’intéressement

Mutuelle prise en charge 75%

Résumé du poste

Saegus, acteur indépendant en Data et IA, recrute un(e) AI Engineer - Consultant confirmé/senior pour concevoir et industrialiser des solutions IA à fort impact métier. Vous piloterez des modèles ML, des IA génératives et des systèmes GenAI/RAG, en privilégiant les pratiques MLOps et l’intégration avec les données internes.

Vous collaborerez avec les métiers et les data scientists, utiliserez LangChain/LangGraph, gérerez le cycle de vie ML sur Azure ou GCP, et parlerez français et anglais

Qualifications

• Expérience Data et IA, idéal en conseil ou grands environnements data.
• Manipulation de Foundation Models et orchestration GenAI (LangChain/LangGraph).
• Maîtrise d'un cloud provider (Azure ou GCP) et Terraform.
• Langage Python et scripting Bash pour Data Science et ML.
• Connaissance du cycle de vie ML et des workflows MLOps.
• Français et anglais courants à l’oral et à l’écrit.

Responsabilités

• Concevoir et industrialiser des solutions d’IA à fort impact.
• Concevoir et déployer des solutions IA répondant à des enjeux métiers.
• Développer des modèles ML et des applications d’IA générative.
• Concevoir des systèmes RAG et GenAI.
• Industrialiser les modèles via MLOps / LLMOps.
• Collaborer avec les équipes métiers et data.
• Participer à l’innovation autour de l’IA.

Connaissances

Foundation Models

GenAI orchestration

Python

Bash

MLOps

Formation

Grande école d’ingénieur ou équivalent

Outils

LangChain

LangGraph

Terraform

Azure

GCP

Description du poste

Saegus, acteur indépendant en Data et IA, recrute un(e) AI Engineer - Consultant confirmé/senior pour concevoir et industrialiser des solutions IA à fort impact métier. Vous piloterez des modèles ML, des IA génératives et des systèmes GenAI/RAG, en privilégiant les pratiques MLOps et l’intégration avec les données internes.

Vous collaborerez avec les métiers et les data scientists, utiliserez LangChain/LangGraph, gérerez le cycle de vie ML sur Azure ou GCP, et parlerez français et anglais