À propos du rôle
Au sein de la practice AI Advanced, nous recherchons un(e) Senior Manager AI Architect pour piloter la définition et la mise en œuvre de programmes de transformation à grande échelle en Intelligence Artificielle, IA Générative et IA Agentique pour des clients grands comptes.
Dans ce rôle, vous interviendrez à l’intersection de la stratégie, de l’architecture d’entreprise et de la transformation métier, en définissant la manière dont les organisations adoptent, industrialisent et passent à l’échelle l’IA dans leurs opérations.
Vous définirez des stratégies IA, des architectures cibles et des modèles opérationnels, en accompagnant les clients sur les paradigmes d’IA traditionnelle / Machine Learning, d’IA Générative et d’IA Agentique. Vous aiderez les clients à combiner ces approches pour construire des systèmes intelligents de bout en bout alignés sur leurs objectifs métiers.
Cela inclut la conception et le déploiement à l’échelle de plateformes basées sur les LLM (RAG, copilotes, automatisation d’entreprise) ainsi que de systèmes agentiques (architectures multi-agents, workflows autonomes, systèmes d’aide à la décision) intégrés avec des modèles de ML traditionnels.
Vous agirez en tant que conseiller de confiance auprès des parties prenantes seniors (C-level), tout en dirigeant des équipes pluridisciplinaires et en contribuant au développement commercial, au montage d’offres et au positionnement marché. Vous combinez une vision stratégique avec une forte expertise technique, vous permettant de challenger les choix d’architecture et d’orienter les équipes sur les stacks IA modernes, les plateformes d’entreprise et les bonnes pratiques.
Responsabilités clés
Votre profil
IA traditionnelle / Machine Learning : apprentissage supervisé et non supervisé, modélisation prédictive, optimisation, séries temporelles, NLP, intégration dans des systèmes d’entreprise
IA Générative & LLM : architectures RAG, prompt engineering, intégration de LLM, plateformes GenAI
IA Agentique : systèmes multi-agents, frameworks d’orchestration (LangGraph, AutoGen, Semantic Kernel), workflows autonomes
Systèmes de connaissance : architectures hybrides (vectoriel + graphe), graphes de connaissance, systèmes de mémoire
Data & plateformes : Databricks, Snowflake, systèmes distribués (Spark)
Cloud : Azure, AWS, GCP
Outils modernes : LangChain, LlamaIndex, Semantic Kernel, LangGraph, AutoGen, Pinecone, Weaviate, Qdrant, Neo4j, Azure AI Search
Architecture :
Soft skills :
Qualifications souhaitées :
Compétences clés (en résumé)
Stratégie IA • Machine Learning • IA Générative & LLM • RAG & Graph RAG • IA Agentique & systèmes multi-agents • Graphes de connaissance • Bases vectorielles • Recherche hybride • LLMOps & AgentOps • Plateformes data • Cloud (Azure/AWS/GCP) • Architecture d’entreprise • Gouvernance & IA responsable • Leadership client • Développement commercial • Leadership d’équipe
À quoi ressemble la réussite dans ce rôle
Ce que nous offrons
Connectez-vous pour consulter des avis authentiques, des évaluations anonymes et des données salariales avant de postuler.
