Senior AI/ML Engineer

Nous recherchons un(e) AI/ML Engineer confirmé(e) pour rejoindre notre équipe Data & IA au sein au sein du pôle Data Intégration de la DAIS (Direction Accélération Information System), basé à Lavaur (81).

Vous jouerez un rôle clé dans la conception, le développement et l’industrialisation de solutions IA à fort impact, sur des cas d’usage métiers complexes (R&D médical, Manufacturing, marketing, support…).

Vous interviendrez de bout en bout, du cadrage technique jusqu’au déploiement à l’échelle, en intégrant les meilleures pratiques MLOps et en contribuant à la structuration de la plateforme IA interne.

Vous rejoindrez une équipe multidisciplinaire composée d’une vingtaine de personnes (data experts, data engineers, product owners, architectes, experts cloud) en charge du delivery de projets structurants Data & IA pour l’ensemble des entités du groupe.

Ces projets visent à :

• Accélérer la découverte scientifique, la prise de décision médicale et la performance opérationnelle,
• Automatiser des processus critiques (R&D, Manufacturing, supply, Marketing, etc),
• Intégrer des technologies de pointe (LLMs, NLP, MLOps avancé, IA réglementée) dans des produits IA industrialisés.

Votre rôle au sein d’une entreprise pionnière en pleine expansion

Rattaché au responsable de Pôle SI, vous serez responsable de :

• Concevoir, développer et optimiser des modèles d’IA/ML (incluant l’IA générative) répondant à des enjeux métiers concret (supervisés, non supervisés, NLP, LLMs) à fort impact métier.
• Industrialiser les modèles via des pipelines robustes (MLOps), en intégrant les pratiques de versioning, CI/CD, monitoring, et retraining.
• Participer au déploiement de solutions en production dans un environnement cloud (Azure, GCP, AWS).
• Participer au déploiement de solutions d’IA générative (RAG, assistants internes, génération de contenu métier) dans un cadre sécurisé et gouverné.
• Documenter, expliciter et garantir la conformité des modèles (traçabilité, auditabilité, RGPD, GxP).
• Contribuer à la veille technologique, au partage des bonnes pratiques et à la structuration de la plateforme IA du Groupe.

Vous travaillerez en étroite collaboration avec les data engineers, architectes et product owners pour garantir l’exploitabilité, la qualité et l’alignement métier des solutions.

Ce poste est compatible avec du télétravail jusqu’à 2 jours par semaine après la période d’essai.

Nous offrons un package rémunération/avantages attractifs : Intéressement, participation, Actionnariat Pierre Fabre avec abondement, Mutuelle santé et prévoyance, 16 RTT en plus des CP, participation transport collectif, CE très attractif…

Vos compétences au service de projets novateurs

Bac+5 à Bac+8 : ingénieur, universitaire ou PhD (IA, data science, mathématiques appliquées).

5 à 10 ans d’expérience en ML/IA avec mise en production réelle.

Solide background en MLOps ou industrialisation IA.

Environnement data complexe ou réglementé souhaité (santé, pharma, finance).

Anglais courant : Capacité à collaborer dans un environnement international, à documenter des solutions techniques et à interagir avec des équipes globales (DSI, Data, Métiers, Compliance).

• Langages & Frameworks IA

Python (avancé) : Pandas, NumPy, Scikit-learn, PyTorch ou TensorFlow

Frameworks IA générative & agents intelligents :

LangChain, LlamaIndex, Semantic Kernel, CrewAI, AutoGen

Intégration de LLMs (GPT, Claude, Mistral, LLaMA...) via API ou fine-tuning

Conception de workflows agentiques et de copilotes métiers intelligents (Copilot Studio, OpenDevin, AutoGPT)

Utilisation de RAG (Retrieval-Augmented Generation) pour améliorer la pertinence des réponses

🔹 MLOps & industrialisation

Pipelines de training/scoring : MLflow, DVC, Airflow

Packaging et déploiement : Docker, Kubernetes, GitLab CI/CD

Monitoring, drift detection, retraining automatique

🔹 Cloud & plateformes IA

Expérience sur l’un des cloud suivants : Azure ML, GCP Vertex AI, AWS SageMaker

Intégration dans des architectures data cloud natives (ex. Data Lake, Feature Store, API Gateway)

Une bonne partie des outils Git, GitLab CI, Jenkins, Ansible, Terraform, Docker, Kubernetes, ML Flow, Airflow ou leurs équivalents dans les environnements Cloud doivent faire partie de votre quotidien.

🔹 NLP & explicabilité

NLP classique et avancé (transformers, spaCy, HuggingFace)

Explicabilité des modèles : SHAP, LIME, Fairness, auditabilité

Conformité RGPD, GxP, IA Act