Engineer - Data Scientist Senior - Genai Rag & Agentic ai > Lille H/F - Neonum

Le besoin

Expérience : > 5 ans
Durée : 12 mois
Démarrage : 14 septembre 2026
Localisation : Lille (59)
Télétravail : 2 jours par semaine
Domaine : Data & BI - Data Science - Dataviz - Architecture Data

Contexte & enjeux

Dans le cadre du développement et de l'industrialisation de solutions d'Intelligence Artificielle, nous recherchons un AI Engineer / Data Scientist Senior disposant d'une forte expertise en IA générative, RAG, Agentic AI, Machine Learning et industrialisation de solutions IA.

La mission porte à la fois sur la conception de systèmes d'IA avancés et sur leur mise en production dans un environnement Cloud/Data exigeant.

Les principaux enjeux concernent notamment :

• la conception de solutions d'IA générative et de systèmes conversationnels avancés ;

• l'automatisation de processus métier complexes à travers des architectures multi-agents ;

• la mise en oeuvre d'architectures RAG robustes, sécurisées et évaluables ;

• l'orchestration de LLM propriétaires et open source ;

• l'industrialisation et l'exploitation en production des solutions IA ;

• le développement de modèles de Machine Learning pour des problématiques métier telles que le risque, la fraude, le marketing ou le recouvrement ;

• le monitoring, l'observabilité, l'explicabilité et la traçabilité des systèmes IA.

Missions détaillées

IA Générative & Agentic AI

Vous serez chargé(e) de :

• concevoir et développer des solutions IA, des automatisations métier et des systèmes conversationnels avancés ;

• développer des architectures RAG (Retrieval-Augmented Generation) robustes et sécurisées ;

• construire des workflows multi-agents permettant d'automatiser des processus métier complexes ;

• intégrer et orchestrer différents modèles de langage : OpenAI, Azure OpenAI et modèles open source ;

• concevoir des solutions exploitant les capacités de raisonnement, recherche documentaire et exécution d'actions des modèles ;

• mettre en oeuvre des mécanismes de Function Calling ;

• travailler sur le Prompt Engineering, le fine-tuning et l'optimisation des modèles ;

• participer à l'évaluation des systèmes GenAI.

Engineering & Industrialisation

Vous interviendrez sur l'ensemble du cycle d'industrialisation des solutions IA :

• industrialiser les solutions IA sous forme d'API et de services Cloud ;

• développer des composants réutilisables permettant d'accélérer le delivery des produits IA ;

• mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions ;

• assurer la qualité, la fiabilité et la sécurité des applications IA en production ;

• participer à la définition des standards techniques de la plateforme IA ;

• mettre en oeuvre des pratiques de tests automatisés et de CI/CD ;

• assurer le déploiement et l'exploitation des services IA dans des environnements conteneurisés et orchestrés.

Data Science & Machine Learning

En complément des problématiques GenAI :

• concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent ;

• réaliser des analyses exploratoires et des expérimentations avancées ;

• évaluer et optimiser les performances des modèles prédictifs ;

• mettre en oeuvre des approches d'Explainable AI et d'IA responsable ;

• travailler notamment avec SHAP et LIME ;

• intervenir sur des modèles supervisés, notamment régression logistique, XGBoost et LightGBM ;

• collaborer avec les équipes métier sur des problématiques de risque, fraude, marketing et recouvrement.

Monitoring & Evaluation

Un volet important de la mission concerne la mesure de la performance et la maîtrise des solutions IA en production :

• définir les métriques de performance des systèmes IA ;

• mettre en place les mécanismes de monitoring et d'observabilité ;

• suivre les dérives des modèles de Machine Learning et des systèmes RAG ;

• évaluer la qualité des réponses générées à travers des approches telles que RAGAS, LLM-as-a-Judge et évaluations métier ;

• garantir la conformité et la traçabilité des solutions déployées ;

• mettre en place le monitoring des modèles et des services IA.

Stack technique

IA Générative & LLM

• LLMs et modèles de fondation

• RAG avancé

• Agentic AI

• Architectures multi-agents

• Function Calling

• Prompt Engineering

• Fine-tuning et optimisation de modèles

• Évaluation de systèmes GenAI

• RAGAS

• LLM-as-a-Judge

Frameworks & écosystème IA

• LangChain

• LangGraph

• Semantic Kernel

• OpenAI

• Azure OpenAI

• Hugging Face

• Vector Databases

• Moteurs de recherche sémantique

Data Science & Machine Learning

• Python avancé

• Statistiques appliquées

• Machine Learning supervisé

• Régression logistique

• Gradient Boosting

• XGBoost

• LightGBM

• Explainable AI

• SHAP

• LIME

MLOps / LLMOps & Software Engineering

• FastAPI

• MLflow

• Git

• Docker

• Kubernetes

• CI/CD

• Tests automatisés

• Monitoring et observabilité des modèles et services IA

Cloud & Data Platform

• Microsoft Azure

• Azure AI Foundry

• Azure AI Search

• Azure Machine Learning

• Databricks

• PySpark

Profil recherché

Profil recherché

Nous recherchons un profil senior, avec 6 à 9 ans d'expérience, capable d'intervenir aussi bien sur les dimensions Data Science / Machine Learning que sur la conception et l'industrialisation de solutions modernes d'IA générative.

Le profil devra démontrer une expérience concrète sur les LLMs, architectures RAG et systèmes Agentic AI, ainsi qu'une solide maîtrise de Python et des problématiques d'industrialisation.

Une expertise de l'écosystème Azure, notamment Azure OpenAI, Azure AI Foundry, Azure AI Search et Azure ML, ainsi que de Databricks / PySpark, est recherchée.

Une bonne maîtrise des pratiques MLOps/LLMOps, de la conteneurisation, du CI/CD, des tests automatisés et du monitoring est également attendue.

Le candidat devra être capable de travailler avec les équipes métier et techniques sur des problématiques complexes, notamment dans les domaines du risque, de la fraude, du marketing et du recouvrement.

Langue : Français courant.