Tech Lead IA H/F

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

Résumé du poste

Onyx-Conseil à Lille recherche un Tech Lead IA pour accompagner les équipes dans l’usage concret de l’IA, sécuriser le RUN et piloter l’industrialisation des tests afin d’assurer un codage robuste et scalable.

Vous coordonnerez les ateliers, superviserez les modèles en production et définirez les stratégies de test IA, tout en intégrant les patterns IA dans les pipelines CI/CD et en guidant les choix technologiques.

Responsabilités

• Préparation des équipes — montée en compétence, ateliers, bonnes pratiques IA, accompagnement sur les nouveaux workflows ;
• Pilotage du RUN IA — supervision des modèles en production, suivi des performances, gestion des incidents IA, optimisation continue ;
• Industrialisation des tests — définition des stratégies de test IA (robustesse, biais, dérive), automatisation, validation des modèles ;
• Coding & architecture — revue de code, patterns IA, intégration dans les pipelines CI/CD, sécurisation des usages IA générative & prédictive ;
• Support aux équipes produit — cadrage des cas d'usage, faisabilité technique, choix des modèles, guidelines d'implémentation.

Description du poste

Synthèse : rôle de Tech Lead IA chargé de préparer les équipes aux usages concrets de l'IA, sécuriser le RUN, industrialiser les tests, et garantir un coding robuste et scalable.

En tant que Tech Lead IA, vous jouez un rôle clé : acculturer, structurer et sécuriser l'usage de l'IA dans les équipes tech. Votre objectif : transformer les pratiques pour que l'IA devienne un levier de performance, de qualité et de fiabilité.

Responsabilités :

• Préparation des équipes — montée en compétence, ateliers, bonnes pratiques IA, accompagnement sur les nouveaux workflows ;
• Pilotage du RUN IA — supervision des modèles en production, suivi des performances, gestion des incidents IA, optimisation continue ;
• Industrialisation des tests — définition des stratégies de test IA (robustesse, biais, dérive), automatisation, validation des modèles ;
• Coding & architecture — revue de code, patterns IA, intégration dans les pipelines CI/CD, sécurisation des usages IA générative & prédictive ;
• Support aux équipes produit — cadrage des cas d'usage, faisabilité technique, choix des modèles, guidelines d'implémentation.