Principales responsabilités :
Développement de solutions d’IA et d’apprentissage automatique :
Déploiement de modèles d’apprentissage automatique et d’apprentissage profond (y compris l’IA générative) pour résoudre des problèmes métier complexes.
Optimisation des modèles en termes de performance, d’évolutivité et de rentabilité dans les environnements cloud Azure.
Mise en œuvre de pipelines MLOps pour automatiser l’entraînement, la validation et le déploiement des modèles.
Infrastructure cloud et d’IA :
Développement et maintenance d’une infrastructure d’IA évolutive sur les plateformes cloud Azure, en utilisant des services tels qu’Azure ML et AKS.
Garantie de déploiements d’IA sécurisés, conformes et hautement disponibles dans le cloud. IA générative et innovation.
Explorer et intégrer des modèles d'IA générative (LLM, etc.) pour des applications telles que : RAG (Real Agile Agile), traitement intelligent de documents, transcription vocale et IA conversationnelle.
Anticiper les tendances en IA (par exemple, le fine-tuning, l'IA multimodale) et proposer des cas d'usage innovants.
Gouvernance des données et des modèles
Garantir la qualité des données, la réduction des biais et le respect des pratiques éthiques en matière d'IA lors du développement des modèles.
Mettre en œuvre des outils de surveillance et d'explicabilité des modèles afin de suivre leurs performances et leur conformité.
Collaboration et mobilisation des parties prenantes
Collaborer avec les équipes produit, les data scientists et les parties prenantes métier pour identifier les opportunités offertes par l'IA.
Traduire les besoins métier en solutions techniques d'IA et communiquer efficacement les résultats obtenus.
