Senior Data AI Engineer

Role overview

Responsibilities

• check_circle Concevoir, développer et maintenir des applications et services Python permettant d’automatiser les activités de Data Governance, de gestion des catalogues et de Data Quality.
• check_circle Développer des contrôles automatisés de qualité des données, des mécanismes de détection d’anomalies et des solutions de monitoring.
• check_circle Industrialiser les traitements de collecte, d’analyse et de reporting liés à la qualité des données.
• check_circle Développer des API et services MCP facilitant l’intégration avec les outils de Data Marketplace, les catalogues de données, les plateformes de données et les outils BI.
• check_circle Participer à l’automatisation et à l’amélioration continue des processus de gestion des données.
• check_circle Concevoir et développer des assistants IA spécialisés pour des usages liés à la donnée.
• check_circle Développer des solutions permettant d’interroger des bases de données en langage naturel, notamment via des approches Text-to-SQL.
• check_circle Mettre en œuvre des architectures d’agents reposant sur des LLM, avec des mécanismes d’orchestration, de raisonnement et de connexion aux différentes sources d’information.
• check_circle Intégrer des sources de données et des services via MCP – Model Context Protocol.
• check_circle Participer à l’industrialisation des solutions IA dans les environnements de production, dans le respect des standards d’architecture, de sécurité et de gouvernance.

Basic qualifications

• Diplôme d’école d’ingénieur, Master 2 ou formation universitaire équivalente, avec une spécialisation en Data Science.
• Minimum 5 ans d’expérience sur un poste similaire. Une expérience acquise dans le secteur bancaire ou assurantiel constitue un atout.
• Expérience pratique des principaux outils et bibliothèques de Data Science, notamment TensorFlow, Scikit-learn et Pandas.

Preferred qualifications

• Solide maîtrise des méthodes statistiques, des algorithmes de Machine Learning et de Deep Learning, ainsi que des techniques d’analyse prédictive appliquées à différentes sources de données.
• Expertise en programmation et en modélisation, notamment avec Python et SQL.
• Maîtrise des environnements et outils de développement et d’industrialisation : Jenkins, Git, GitLab, CI/CD, Docker et Kubernetes.
• Compétences en Data Engineering : API REST, pipelines de données, bases de données relationnelles et Data Warehouse.
• Bonne maîtrise des technologies et approches liées à l’IA générative : LLM (Copilot, Mistral ou équivalent), Agentic AI, RAG et Text-to-SQL.
• Expérience de MCP (Model Context Protocol) et de frameworks tels que LangChain, Semantic Kernel ou équivalents.
• Bonne maîtrise des outils bureautiques, notamment PowerPoint, Excel et Word.
• Maîtrise professionnelle de l’anglais indispensable.

Benefits

• check_circle Possibilité de télétravail jusqu’à trois jours par semaine à déterminer avec le CDO et selon les règles en vigueur.