Architecte IA - Tech Lead H/F - collectivite

Information importante

Type de contrat: Freelance

Taux journalier : Salaire selon profil

Localisation : Paris, France

Date de démarrage :

4 à 8 semaines

Mode de travail : Hybride

Publié le : 1 juillet 2026

Le besoin

Le Département recherche un·e Tech Lead Data Science / Architecte IA de Août à décembre 2026. L'objectif de sa mission est de finaliser l'architecture cible de la plateforme d'agents IA du Groupe (programme Agents IA), et d'en garantir la robustesse, la scalabilité, la sécurité et l'intégration dans l'écosystème existant, en continuité de travaux déjà entamés. La plateforme constitue le socle de gouvernance et d'exécution (« les rails ») permettant de déployer et d'exploiter des agents autonomes à l'échelle du Groupe, dans un cadre conforme aux exigences réglementaires et en déploiement on-premise.

Types de profils et compétences

Nous recherchons le profil suivant pour rejoindre l'équipe

Contribuer à la définition et l'évolution de l'architecture technico-fonctionnelle de la plateforme d'agents IA en assurant :

scalabilité, sécurité et conformité de l'exécution des agents en production

intégration des agents avec les outils (MCP), les autres agents (A2A) et les SI existants du Groupe

participation et animation des ateliers d'architecture et de gouvernance

participation à la définition et la mise en oeuvre du framework d'évaluation des agents (qualité, robustesse, dérive, sécurité)

Le Tech Lead intervient sur :

l'analyse de faisabilité des besoins métiers et leur qualification en cas d'usage agentique

la traduction en solutions technico-fonctionnelles (Agent Contract, plans gouvernance/exécution, capacités vs entitlements)

l'accompagnement de la coordination entre équipes techniques, sécurité et offering (en lien avec un chef de projet technique)

Compétences attendues

Expérience avérée en architecture de solutions IA agentiques (LLM, RAG, agents, orchestration, tool use / function calling)

Solide culture Data Science : évaluation et benchmark de modèles, sélection LLM, pipelines d'éval, détection de dérive

Maîtrise des architectures distribuées et des protocoles d'interopérabilité agents (MCP, A2A, Agent Card)

Vision technico-fonctionnelle et capacité d'analyse de faisabilité (qualification d'un système comme agent)

Expérience des architectures Kubernetes (patterns de déploiement, isolation par mission, scalabilité)

Connaissance des enjeux identité non-humaine (NHI), policy engine (PDP/PEP), audit signé et data governance

Connaissance des cadres de conformité et de sécurité IA

Capacité à travailler en coordination transverse (technique / sécurité / métier / offering)

Français / Anglais parlé et écrit

Technologies (expertise attendue)

Kubernetes, Docker, MCP, A2A, API Gateway, OPA / Cedar (policy engine), LangGraph, LiteLLM / vLLM (LLMaaS), Keycloak (identité), Vector DB, OpenTelemetry / Arize (observabilité & éval), architectures IA

Livrables

Les livrables mentionnés sont génériques au poste de Tech Lead Data Science / Architecte IA et donnés à titre indicatif. Ils seront à adapter en fonction des besoins et du contexte de l'équipe

Architecture cible des agents : schémas + doctrine de l'Agent Contract (Agent Card signée, versionnée), séparation des plans gouvernance (Authoring) et exécution (Runtime)

Blueprint d'intégration : standards d'interopérabilité (MCP / A2A), intégration des outils et des agents du Groupe via la Gateway

Framework d'évaluation des agents : qualité des réponses, robustesse, dérive, sécurité, performance d'exécution

Cadrage technico-fonctionnel : analyse des besoins, qualification des cas d'usage, faisabilité, trajectoires d'évolution

Doctrine LLMaaS & sélection des modèles : critères de choix, benchmark, recommandations de modèles

Gouvernance data & IA : identité non-humaine (NHI), entitlements, audit signé, conformité réglementaire

Documentation & standards : guides d'intégration, ADR (Architecture Decision Records), bonnes pratiques

Feuille de route plateforme : évolutions de la plateforme d'agents, trajectoire de scalabilité