Développeur IA H/F - Premier Ministre

Environnement et problématique

D'évidence et à une vitesse exponentielle, le sujet de l'intelligence artificielle (IA) percute les méthodes de travail et les services rendus à l'usager par les administrations, dans une logique de rupture technologique et d'usage. L'adoption de l'intelligence artificielle s'inscrit dans une logique de progrès et d'amélioration pour les administrations. Un nouveau potentiel auquel les agents doivent se confronter, se former pour en imaginer et saisir ou exploiter toutes les opportunités.

La DILA s'est engagée à établir une stratégie d'exploitation adaptée de l'IA générative pour :
- Maîtriser les technologies afférentes ;
- Développer des solutions répondant à ses besoins internes;
- Imaginer et concevoir les futurs services aux usagers.

Sur la base de deux expérimentations récentes en matière d'application de la puissance algorithmique et d'analyse des données de l'IA générative et en s'appuyant sur ses corpus uniques, la richesse de ses données et son expérience avérée en service et information au citoyen, la DILA souhaite mettre en oeuvre concrètement des projets qui permettront d'établir les bases nécessaires à la transformation par l'IA, avant d'ouvrir la voie à son industrialisation.

Principales activités du poste

Sous la responsabilité du responsable de la cellule «IA» et en appui du Tech Lead et du chef de projet IA, le(la) développeur(euse) IA contribuera à la mise en oeuvre opérationnelle des solutions d'intelligence artificielle. Il(Elle) participera activement aux phases de développement, d'expérimentation et d'intégration dans une logique d'innovation et de collaboration.

1. Développement de solutions IA
- Développer et maintenir des prototypes et des solutions IA autour du traitement du langage naturel, de la recherche d'informations, ou de la génération de contenus.
- Implémenter des pipelines de traitement (texte, image, métadonnées), incluant nettoyage, transformation et enrichissement des données...

2. Intégration dans les systèmes d'information
- Développer des API, des connecteurs ou des micro-services pour intégrer les briques IA dans les outils existants.
- Participer à la conception technique des projets aux côtés des équipes SI (développement, DEVOPS, infrastructures)...

3. Participation aux projets IA
- Collaborer avec le chef de projet IA lors des phases de cadrage pour comprendre les besoins fonctionnels et techniques.
- Analyser la faisabilité des cas d'usage, identifier les contraintes techniques et proposer des solutions appropriées...

4. Capitalisation et documentation
- Documenter les développements réalisés (code, API, modèles, pipelines) de façon claire, versionnée et réutilisable.
- Contribuer à une base interne de composants techniques (modèles, fonctions, tests) partagée au sein de la cellule «IA»...

5. Veille technologique et amélioration continue
- Effectuer une veille sur les modèles, outils, bibliothèques et frameworks open source (LangChain, Hugging Face, etc.

Le(La) développeur(euse) IA mobilisera un ensemble de compétences techniques solides, associées à une bonne compréhension des enjeux liés à l'intelligence artificielle appliquée aux services numériques publics. Il(Elle) devra également faire preuve de rigueur, d'autonomie et d'un esprit collaboratif. Ces compétences sont indispensables pour contribuer efficacement aux projets de la cellule «IA» et à l'industrialisation des solutions développées.

1. Compétences techniques
Afficher la suite
- Programmation en Python : Maîtrise de Python, en particulier pour les usages data/IA, avec des pratiques de code propre, testé et documenté.
- Maîtrise des bibliothèques IA/NLP : Utilisation de frameworks comme Hugging Face Transformers, LangChain, Scikit-learn, SpaCy, OpenAI, etc.
- Traitement du langage naturel (NLP) : Compréhension des chaînes de traitement texte, des embeddings, du fine-tuning de LLMs, de la recherche sémantique, etc.
- Gestion et transformation de données : Connaissance de pandas, numpy, regex, nettoyage de texte, gestion des formats structurés et non structurés.
- Développement d'API et intégration SI : Compétences sur FastAPI, Flask, ou Django pour exposer les modèles et services IA dans le SI.
- Utilisation d'environnements conteneurisés : Pratique de Docker (et idéalement notions de CI/CD avec GitLab ou autre)...

2. Connaissances théoriques
- Fondamentaux du machine learning et du deep learning : Régression, classification, surapprentissage, évaluation de modèle.
- Modèles de langage et architectures transformers : Notions sur attention, fine-tuning, prompt engineering, etc.
- Principes de MLOPS : Cycle de vie des modèles, versioning, tests, déploiement...

3. Compétences transversales
- Capacité à travailler en équipe projet : Collaborer étroitement avec les membres de l'équipe et les métiers. Le cas échéant, contribution aux échanges et projets en commun avec nos partenaires externes.
- Autonomie et sens de l'initiative : Être capable de proposer, tester, résoudre, et faire avancer une idée technique.
- Rigueur et sens du détail : Pour garantir des livrables fiables, maintenables, et facilement réutilisables.
- Capacité d'adaptation : Être à l'aise avec des sujets variés (POC, outils internes, cas d'usage métiers...)...

Niveau Bac +5 (ou équivalent)

Diplôme d'ingénieur, master en informatique, en intelligence artificielle, en science des données ou équivalent universitaire avec spécialisation IA/NLP/data science.

Une formation Bac +3 solide avec forte spécialisation IA et une expérience probante peut être envisagée à titre dérogatoire.
2 à 3 ans d'expérience professionnelle

Sur des projets concrets d'IA, NLP ou machine learning, avec des contributions significatives en développement, prototypage ou intégration.

Une expérience en alternance ou en stage long dans une équipe IA structurée peut être valorisée s'il y a autonomie technique avérée.