Senior AI Engineer F/H

Cyclife Digital Solutions ( filiale de Cyclife (groupe EDF), est spécialisée dans les technologies numériques, la transformation digitale et l'amélioration de la performance des organisations.

Au sein de notre Business Unit Transformation Digitale, nous accompagnons les acteurs de l'industrie, et particulièrement de la filière nucléaire, dans leurs projets de transformation des organisations, d'excellence opérationnelle, de digitalisation des processus et de conduite du changement avec différents outils tels que l’Intelligence Artificielle. Le poste d’AI Engineer, rattaché à la BU Transformation Digitale, a pour rôle d’industrialiser les solutions IA (classiques et génératives) selon un processus de travail collaboratif avec les autres acteurs de l’unité disposant de compétences LEAN, AMOA et PO. Ce travail en équipe permettra l’émergence, le cadrage, le prototypage, le développement et enfin la conduite du changement des cas d’usage IA. Les premiers cas d’usages porteront sur la documentation technique et l’historique de maintenance (RAG sur GED et GMAO).

Missions principales, responsabilités et spécificités
1. Conception et développement de solutions IA
Concevoir et développer des systèmes RAG sur corpus techniques hétérogènes : ingestion, découpage adaptatif, embeddings, recherche hybride, reclassement, filtrage par métadonnées, citation des sources.
Mettre en place des chaînes d’extraction de documents (PDF scannés, tableaux, plans, OCR) et des orchestrateurs combinant recherche documentaire et requêtage de bases relationnelles (historiques de maintenance).
Construire les jeux d’évaluation et mesurer la qualité (rappel, précision, hallucinations, citations) pour régler le système sur des corpus métier réels.
Développer et évaluer des modèles de ML et de deep learning adaptés aux données industrielles (maintenance prédictive, détection d’anomalies, vision).
2. Intégration industrielle des solutions IA
Travailler avec les équipes techniques de Cyclife Digital Solutions et des filiales du groupe pour intégrer les modèles dans des environnements contraints (cybersécurité, disponibilité, performance).
Participer à la mise en production et au suivi des solutions déployées (DevOps, MLOps, CI/CD, monitoring), avec contrainte de transfert vers architecture différente.
Déployer et optimiser le serving de LLM à poids ouverts (quantification, batching, GPU) ; structurer les pipelines de données en garantissant leur traçabilité et leur qualité.
3. R&D et veille technologique
Assurer une veille active sur les modèles génératifs et les Assurer une veille active sur les modèles génératifs et les frameworks IA applicables en environnement industriel critique (GenAI, LLMs spécialisés, agents IA)
Évaluer la maturité technologique (TRL) des solutions IA et leur compatibilité avec les exigences du nucléaire (traçabilité, explicabilité, conformité).
4. Analyse et valorisation de données industrielles
Assurer une vei

Formation

Bac +5 à Bac +8 (école d’ingénieurs, université) en Data Science, IA, Mathématiques appliquées, Informatique industrielle ou Physique nucléaire / modélisation avec spécialisation IA.
Expérience

5 ans minimum d’expérience en déploiement de solutions IA dans un contexte industriel (énergie, défense, aéronautique, santé ou nucléaire).
Une expérience dans le traitement de données 3D, physiques ou de capteurs (capteurs de process, jumeaux numériques, simulation) sera un atout apprécié.
Une expérience de RAG en production et la culture GMAO sont appréciées.
Compétences techniques

Langages : Python avancé (obligatoire) avec mise en production de services IA (FastAPI ou équivalent), SQL, C++ (souhaité pour intégration).
Frameworks IA : PyTorch, TensorFlow, Hugging Face, LangChain, MLflow, ONNX ; data engineering : SQL/NoSQL, Spark, pipelines industriels (OPC-UA, SCADA).
IA générative et RAG : LLMs, chunking, embeddings, recherche hybride (dense + BM25), reranking, graphRAG, agents conversationnels, modèles de diffusion ; évaluation de RAG et détection d’hallucinations.
Bases vectorielles : Qdrant, Weaviate, Pinecone ou équivalent ; serving de LLM à poids ouverts (vLLM, TGI) et optimisation d’inférence GPU ; extraction de documents (OCR).
MLOps et cloud : Docker, Kubernetes, CI/CD, DVC, Airflow, Langfuse/LangSmith ; Azure, GCP, AWS ; sensibilité aux coûts (FinOps).
Cybersécurité et conformité : environnements critiques et données sensibles, RGPD et souveraineté des données, notions de sécurité applicative (OIDC, RBAC).
Soft skills

Goût pour l’innovation appliquée et le terrain industriel ; rigueur scientifique et sens de la traçabilité des modèles.
Capacité à vulgariser et collaborer avec des experts métiers (opérateurs, ingénieurs sûreté, formateurs).
Rigueur scientifique et sens de la traçabilité des modèles.
Esprit d’équipe, curiosité et autonomie.