Data Engineer - IA
ContexteL'AI Factory construit et opère la plateforme agentique d'un grand groupe : le socle unique sur lequel sont créés, déployés et exploités les agents IA.L'équipe AI Plat...
Résumé
<strong>Contexte</strong><p>L'AI Factory construit et opère la plateforme agentique d'un grand groupe : le socle unique sur lequel sont créés, déployés et exploités les agents IA.<br />L'équipe AI Platform maintient ce socle et l'enrichit en continu (catalogue d'agents, connecteurs MCP, catalogue de skills, interfaces conversationnelles, intégrations aux systèmes du groupe).<br />La plateforme sert deux familles d'utilisateurs : les équipes techniques de l'AI Factory (AI engineers et data scientists d'AI Products et de Business Science) qui construisent les produits IA du groupe, et les tandems AI Builder / métier qui créent des agents et des RAG pour les fonctions RH, marketing, finance ou éditoriales.<br />Un agent ne vaut que par les données auxquelles il accède. </p><strong>Missions</strong><ul><li><p>Construire et fiabiliser toute la couche data du socle : ingestion des sources du groupe, préparation, exposition aux agents et contrôle de qualité. </p></li><li><p>Construire et maintenir les pipelines d'ingestion des sources du groupe vers la plateforme : bases internes, APIs, fichiers, espaces documentaires. </p></li><li><p>Modéliser et préparer les jeux de données exploités par les agents, avec une maille et des règles de gestion explicites. </p></li><li><p>Industrialiser les chaînes documentaires alimentant les RAG : collecte, nettoyage, découpage, enrichissement des métadonnées, rafraîchissement. </p></li><li><p>Gérer les synchronisations récurrentes et les traitements incrémentaux, avec reprise sur erreur. </p></li><li><p>Exposer les données aux agents via les connecteurs de la plateforme, notamment le connecteur MCP Snowflake. </p></li><li><p>Travailler avec les équipes data des différents territoires pour obtenir, cadrer et fiabiliser les tables sources dont les agents ont besoin. </p></li><li><p>Documenter les schémas et les contrats de données, et gérer leurs évolutions sans casser les usages existants. </p></li><li><p>Veiller à ce que seules les données autorisées soient accessibles, en lien avec les règles de sécurité et de conformité. </p></li><li><p>Déployer et opérer les traitements sur AWS, avec orchestration, conteneurisation et pipelines d'intégration et de déploiement continus. </p></li><li><p>Mettre en place les contrôles de qualité et de fraîcheur des données, avec alertes en cas d'anomalie. </p></li><li><p>Assurer l'observabilité des pipelines : logs structurés, suivi des exécutions, métriques, coûts. </p></li><li><p>Participer au run : traitement des incidents, optimisation des performances et des coûts de traitement. </p></li><li><p>Contribuer aux revues de code et aux choix d'architecture de l'équipe.</p></li></ul><strong>Compétences techniques</strong><p><strong>Domaine indispensable</strong> </p><ul><li><p>Langages : Python, SQL avancé </p></li><li><p>Data : Snowflake, modélisation de données, traitements incrémentaux </p></li><li><p>Cloud : AWS S3, ECS, DynamoDB </p></li><li><p>Orchestration : Airflow ou équivalent </p></li><li><p>IA générative </p></li><li><p>MCP, recherche sémantique et embeddings </p></li><li><p>Qualité et observabilité : tests de données, contrôles de fraîcheur, logs structurés </p></li><li><p>Outils : Docker, Poetry, Git, CI/CD GitLab, Jira</p></li></ul><p><strong>Domaine apprécié</strong> </p><ul><li><p>TypeScript </p></li><li><p>dbt, bases vectorielles, formats de fichiers analytiques </p></li><li><p>Lambda, Step Functions, Kinesis, AWS Batch, Glue </p></li><li><p>Streaming et traitements temps réel </p></li><li><p>Compréhension des chaînes de RAG et des besoins en données des agents </p></li><li><p>Catalogue de données, suivi des lignages</p></li></ul><p><strong>Serait un plus</strong> </p><ul><li><p>Expérience d'une plateforme data mutualisée entre plusieurs équipes ou plusieurs pays </p></li><li><p>Expérience d'alimentation de produits IA en production </p></li><li><p>Expérience dans les médias, la télévision ou le streaming, notamment sur des données de catalogue ou d'audience </p></li><li><p>Sensibilité aux enjeux de sécurité, de confidentialité et de conformité des données</p></li></ul><strong>Conditions de travail</strong><ul><li><p>Localisation : Puteaux (2 jours/semaine) + télétravail </p></li><li><p>Expérience : +5 ans sur missions similaires </p></li><li><p>TJ Max (selon expérience) : 440 € </p></li><li><p>Une plateforme IA stratégique pour le groupe, avec une visibilité au plus haut niveau </p></li><li><p>Des sujets techniques nouveaux, à construire plutôt qu'à maintenir </p></li><li><p>Une équipe technique solide et internationale</p></li></ul><p><br /></p>