Contexte de la mission

RSVZ est une organisation dynamique où plus de 150 personnes travaillent au sein du service Informatique. RSVZ est un environnement bilingue, avec des parties prenantes tant francophones que néerlandophones. La culture organisationnelle est informelle. Au sein de l’IT, la méthodologie Agile SAFe est appliquée et les équipes de développement sont composées de manière multidisciplinaire.

Chez RSVZ, nous souhaitons mettre en place des solutions d’IA pour rendre la connaissance plus exploitable, améliorer les interactions, traiter les flux documentaires plus efficacement et permettre de nouveaux services numériques. L’accent est mis sur des fonctionnalités d’IA concrètes intégrées dans les applications, processus et systèmes internes, avec une attention particulière portée à la fiabilité, la sécurité et la maintenabilité.

Nous recherchons un AI Engineer qui sera responsable de la construction, de l’intégration et de l’opérationnalisation de solutions d’IA en production. L’AI Engineer se concentre en particulier sur les applications d’IA modernes telles que la generative AI, les solutions basées sur la récupération d’informations, le traitement de documents et l’assistance intelligente au sein des processus métier.

Rôle

L’AI Engineer est responsable de la conception, la construction et l’intégration de fonctionnalités d’IA au sein de RSVZ. Il/elle traduit les use cases en solutions d’IA utilisables et sécurisées, capables de fonctionner en production et de s’intégrer aux systèmes, sources de données et workflows existants.

L’AI Engineer se concentre sur la réalisation technique des use cases d’IA dans une architecture convenue et en collaboration avec les équipes concernées. L’AI Engineer ne définit donc pas la roadmap IA de l’ensemble de l’organisation, mais veille à la mise en œuvre solide de solutions concrètes.

Le candidat possède une maîtrise approfondie de Python pour le développement de services d’IA, de pipelines de récupération et d’intégrations backend, ainsi qu’une solide connaissance opérationnelle de C#/.NET pour concevoir des contrats d’API vers les applications RSVZ (principalement basées sur .NET) et pour collaborer efficacement avec les équipes d’intégration et de développement. Outre l’aspect purement technique, une forte discipline d’évaluation et d’itération est attendue : mesurer systématiquement la qualité, la fiabilité et la sécurité des résultats de l’IA (grounding, hallucinations, biais, cohérence).

Responsabilités principales

Mise en œuvre de use cases IA

• Traduire les besoins fonctionnels en solutions d’IA concrètes utilisables dans des applications et processus.
• Développer des fonctionnalités d’IA pour des use cases tels que l’assistance intelligente, le traitement de documents, la synthèse, l’extraction d’informations, la classification ou la valorisation de la connaissance.
• Implémenter des solutions basées sur la generative AI, les LLM, la récupération/grounding et des services d’IA pertinents, en privilégiant autant que possible les modèles et frameworks open-source (Hugging Face, LangChain, LlamaIndex, etc.)
• Prendre en compte la fiabilité, la gestion des erreurs, la sécurité et l’expérience utilisateur.

Intégration avec les systèmes et processus

• Concevoir et implémenter des intégrations entre composants IA et applications internes, API, sources de données et flux documentaires.
• Garantir une intégration robuste dans les workflows et processus backend existants.
• Travailler avec la gestion des accès, l’audit, la validation des entrées/sorties et autres mesures de gestion nécessaires.
• Contribuer à des implémentations sécurisées et maintenables en collaboration avec les équipes de développement et de sécurité.

Évaluation et assurance qualité

• Mettre en place et maintenir des évaluations pour les solutions d’IA, en portant attention à la pertinence, l’exactitude, la cohérence, le grounding et la sécurité.
• Élaborer des scénarios de test, tests de régression et workflows de revue pour les fonctionnalités d’IA.
• Améliorer les prompts, la logique de récupération, les structures de sortie et les patterns d’interaction sur la base des résultats d’évaluation.
• Veiller à ce que les solutions d’IA restent suffisamment prévisibles, contrôlables et utilisables pour les utilisateurs finaux.

Mise en production et monitoring

• Transformer les POC et expérimentations en services d’IA prêts pour la production.
• Mettre en place une approche de déploiement, la gestion des versions et le suivi opérationnel des composants IA.
• Prévoir le monitoring et l’observabilité pour les solutions d’IA, incluant logging, traces, latence, taux d’erreur et usage, coûts d’inférence (tokens).
• Identifier et améliorer les problèmes de performance, fiabilité, coûts et qualité en production.

Collaboration et partage de connaissances

• S’aligner avec les développeurs, architectes, product owners, security et parties prenantes métier sur l’implémentation, l’intégration et la qualité.
• Contribuer aux bonnes pratiques autour de l’AI engineering, de l’évaluation et de la mise en service sécurisée des solutions d’IA.
• Documenter les implémentations, limitations et points d’attention opérationnels.
• Partager les connaissances avec les équipes autour de l’utilisation responsable et efficace des fonctionnalités d’IA.

Comportemental

• Orienté résultats et pragmatique : capable de transformer des solutions IA en fonctionnalités de production utilisables et fiables.
• Forte capacité d’analyse et de raisonnement systématique, avec attention portée aux compromis, risques et faisabilité.
• Prendre la responsabilité des réalisations techniques des use cases ou composants attribués.
• Sensibilisation aux enjeux de conformité, d’éthique et de gouvernance des systèmes d’IA, en particulier face aux risques spécifiques des LLM (hallucinations, biais, fuites de données).
• Excellentes compétences en communication : capable d’expliquer clairement les choix techniques à des parties prenantes techniques et non techniques.
• Esprit collaboratif et capacité à travailler dans un contexte multidisciplinaire.
• Proactif dans la proposition d’améliorations en termes de qualité, fiabilité et réutilisabilité.
• Désireux d’apprendre et capable de traduire rapidement de nouvelles techniques d’IA en applications concrètes.

Connaissances linguistiques

• Francophone ou néerlandophone
• Compréhension de la deuxième langue nationale

Régime de travail

Hybride, à savoir 2 jours par semaine au bureau et 3 jours en télétravail