Ingénieur(e) Solutions IA et Automatisation de Processus

À propos du poste

Nous recherchons un(e) ingénieur(e) capable de transformer la théorie de l’intelligence artificielle en solutions concrètes au sein de notre plateforme SaaS. Vous serez chargé(e) d’identifier les opportunités où l’IA crée une réelle valeur, de concevoir les solutions et d’accompagner les équipes dans leur adoption sécurisée et orientée business.

Missions principales

• Détecter les cas d’usage IA sur les processus internes et le produit SaaS.
• Prioriser les projets selon impact, faisabilité, coût et retour sur investissement.
• Concevoir des solutions IA appliquées aux flux de travail (automatisation documentaire, extraction et validation d’informations, assistants intelligents, reporting, analyse de données).
• Définir l’infrastructure nécessaire pour intégrer modèles, API, automatisations et workflows IA.
• Collaborer avec les équipes techniques pour implémenter LLM, RAG, embeddings, prompts et traitements documentaires.
• Évaluer les modèles selon critères de coût, qualité, risques et performances.
• Mettre en place des bonnes pratiques d’utilisation sûre, efficace et responsable de l’IA.
• Former et accompagner les équipes dans l’usage quotidien des outils IA.

Profil recherché

• Minimum 5 ans d’expérience professionnelle en technologie, consulting, produit digital ou architecture de solutions.
• De 2 à 5 ans d’expérience spécifique en IA appliquée (automatisation intelligente, modèles génératifs, LLM).
• Historique avéré de mise en production de cas d’usage IA, pas seulement des preuves de concept.
• Capacité à travailler avec des équipes techniques et métiers.
• Expérience souhaitée en environnement SaaS, plateformes B2B, gestion documentaire ou automatisation d’entreprise.

Compétences requises

• IA générative et modèles LLM (OpenAI, Azure OpenAI, Gemini, Anthropic).
• Prompt engineering, RAG, embeddings et recherche sémantique.
• Automatisation documentaire et extraction structurée d’information.
• Intégration d’API IA dans des applications d’entreprise.
• Évaluation de la qualité, du coût et des performances des modèles.
• Python, SQL ou compétences techniques équivalentes.
• Connaissances cloud, sécurité, confidentialité et gouvernance des données.