19 hours ago
Paris, FranceMid Level
Responsibilities
- Piloter la conception, le développement et la validation de modèles de Machine Learning alignés avec les objectifs métier.
- Concevoir et délivrer des solutions GenAI de bout en bout, notamment des architectures RAG, du prompt engineering et des applications LLM.
- Concevoir et implémenter des systèmes agentiques multi-agents avec utilisation d’outils, planification, raisonnement et gestion de mémoire ou d’état.
- Prendre les décisions d’architecture entre ML, GenAI et approches agentiques selon le contexte, les contraintes et les risques.
- Évaluer les modèles fondamentaux et concevoir des architectures combinant GenAI et systèmes agentiques.
- Mettre en œuvre des bases vectorielles, systèmes de recherche par graphes, pipelines d’embeddings et graphes de connaissance.
- Définir et implémenter des frameworks LLMOps et AgentOps couvrant déploiement, orchestration, monitoring, évaluation et cycle de vie.
- Mettre en place des garde-fous, mécanismes de sécurité et processus human-in-the-loop.
- Piloter les PoC, MVP et leur industrialisation en systèmes de production fiables et gouvernés.
- Animer des ateliers clients et conseiller les parties prenantes sur les arbitrages techniques.
- Collaborer avec les équipes engineering, cloud, data et sécurité pour fournir des solutions intégrées.
- Contribuer aux propositions commerciales, livrables clients, roadmaps de transformation IA et actifs réutilisables.
Requirements
- Diplôme de niveau Licence ou Master en informatique, data science, Machine Learning, mathématiques, physique ou domaine connexe.
- 2 à 4 ans d’expérience en cabinet de conseil, avec delivery de projets IA/ML et GenAI de bout en bout.
- Expérience d’initiatives IA ou GenAI client-facing avec interaction métier.
- Excellente maîtrise de Python et des écosystèmes data science et Machine Learning.
- Expérience avec TensorFlow, PyTorch, JAX et ONNX pour le développement, l’évaluation et l’optimisation de modèles.
- Expérience pratique en prompt engineering, RAG, bases vectorielles, retrieval avancé et frameworks LLM.
- Bonne compréhension des architectures multi-agents, de l’utilisation d’outils, des workflows de planification et de raisonnement et des concepts de graphes de connaissance et de mémoire.
- Maîtrise des pipelines data, du feature engineering, de la qualité des données, de SQL et de plateformes telles que Databricks et Snowflake.
- Expérience avec les bases vectorielles et bases de graphes, notamment Neo4j et Amazon Neptune.
- Expérience en déploiement, monitoring, évaluation et gestion du cycle de vie des systèmes LLMOps et AgentOps.
- Expérience pratique sur Azure, AWS ou GCP avec des services IA/ML.
- Français et anglais courants, à l’écrit comme à l’oral.
- Les certifications Azure, AWS, GCP ou IA/ML, l’expérience de production, la connaissance de l’IA responsable, de l’explicabilité et de la gouvernance sont appréciées.
Benefits
- Rôle de conseil à fort impact au cœur des transformations IA, GenAI et Agentic AI.
- Opportunités de piloter des streams techniques et d’interagir directement avec les clients.
- Évolution rapide vers un poste de Manager.
- Accès à des formations avancées, certifications et communautés IA globales.
- Exposition à des modèles fondamentaux, frameworks d’orchestration et plateformes IA de pointe.
- Environnement international et collaboratif avec participation à des projets stratégiques à forte visibilité.
Categories
About Accenture
Accenture is a global professional services firm providing management consulting, systems integration and technology, cybersecurity, and business process outsourcing for enterprises and governments. It operates a services-driven model delivering projects and managed services, often with major cloud and software partners, across industries worldwide. Headquartered in Dublin and publicly traded on the NYSE (ACN), it originated as Andersen Consulting and adopted the Accenture name in 2001.