Ingénieur Appliqué en Intelligence Artificielle H/F - Direction Interministérielle du Numérique (DINUM)

Le département Intelligence artificielle dans l'État (IAE) pilote la stratégie de l'État en matière d'intelligence artificielle au service de l'action publique. Le département s'inscrit dans une dynamique de structuration de la fonction IA de l'État appelée à se renforcer dans les prochaines années. Au sein du département IAE, le pôle Produits IA construit et opère des produits numériques à l'intérieur et autour du Socle Interministériel d'Intelligence Artificielle Générative, plateforme mutualisée d'IA générative utilisée par l'ensemble des ministères.Contexte du poste:Face à l'adoption croissante de l'IA dans l'administration publique, la DINUM renforce ses capacités de développement et d'opération pour offrir aux ministères une plateforme d'intelligence artificielle puissante, fiable, et des produits IA transverses à fort impact.
Mission principale:Développer le socle technique d'intelligence artificielle de l'État (Albert API et services associés) et concevoir des solutions IA pour les ministères, de l'implémentation des fonctionnalités jusqu'au déploiement en production chez les utilisateurs finaux.Activités principales:1. Développement du backend et des services IA:Développer les APIs et services backend du socle IA (FastAPI, Django, pydanticAI)Implémenter des fonctionnalités d'IA générative : RAG as-a-service, orchestration de LLM, agents IADévelopper des abstractions et outils facilitant l'intégration de l'IA par les ministèresContribuer aux projets open source comme OpenGateLLMAssurer la qualité du code : tests, revues de code, documentation2. Conception et déploiement de solutions pour les ministères:Comprendre les besoins des ministères et concevoir des solutions IA adaptées utilisant le socleDévelopper des applications et POCs sur-mesure (interfaces, agents, workflows IA)Cadrer techniquement l'intégration dans les SI ministériels existantsAccompagner les équipes ministérielles dans le déploiement et la mise en productionDocumenter les architectures et créer des guides d'intégration réutilisablesAssurer le lien entre les besoins terrain et l'évolution du socle3. Production, sécurité et monitoring:Participer au déploiement des solutions en production avec l'équipe DevOpsContribuer à la sécurisation des APIs et au respect des contraintes réglementairesMettre en place du monitoring pour les solutions déployéesDiagnostiquer et résoudre les problèmes techniques avec l'équipe4. Expérimentation et veille technologique:Expérimenter avec les nouveaux modèles et frameworks IASe tenir au courant des évolutions et partager avec l'équipePrototyper de nouvelles fonctionnalitésContribuer à l'écosystème open source

Formation d'ingénieur en informatique, data science, ou équivalent universitaire (Bac +3 minimum).Expérience (3 ans minimum) de développement logiciel dans un environnement d'intelligence artificielleSavoirs:Solide compréhension des principes de l'intelligence artificielle et du machine learning (LLM, RAG, fine-tuning, inférence, vectorisation, agentique)Excellente connaissance des architectures logicielles et des bonnes pratiques de développement backendMaîtrise des infrastructures cloud et on-premise : virtualisation, conteneurisation (Docker, Kubernetes), orchestrationCulture MLOps : CI/CD pour le ML, monitoring de modèles, gestion du cycle de vieBonus : Connaissance des enjeux de sécurité informatique et des bonnes pratiques DevSecOpsBonus : Connaissance des processus d'homologation et de conformité réglementaire dans le secteur publicSavoir-faire:Solide maîtrise de Python et du développement d'APIs (ex: FastAPI, Django)Maitrise des pratiques de code orienté objet et de paradigmes d'architecture (ex. clean code)Pratique des frameworks d'IA générative (ex: pydanticAI, LangChain, LlamaIndex, MCP)Compétences en prototypage rapide et POCCapacité à concevoir des architectures d'intégrationExpérience avec bases de données et bases vectoriellesAisance avec Git et CI/CDCapacité à vulgariser des concepts techniquesBonus : Kubernetes, frameworks d'inférence (vLLM, Ollama), GPUSavoir-être:Forte autonomie et capacité à prendre des initiatives dans un environnement dynamiquePragmatisme et orientation résultats : vous cherchez à construire des solutions robustes qui fonctionnent en productionEsprit d'équipe et capacité à collaborer avec des profils variés (développeurs, data scientists, responsables produit, sécurité)Polyvalence et appétence pour travailler sur l'ensemble de la stack technique (backend, infrastructure, ML)Rigueur et sens de la qualité dans les livrables (code, infrastructure, documentation)Curiosité intellectuelle et veille active sur les évolutions technologiquesSens de l'intérêt général et engagement envers le service public