Ingenieur IA expertAXA en France

Vous rêvez de transformer l'IA en avantage concurrentiel réel ? De concevoir des solutions GenAI qui impactent véritablement le business ?

Rejoignez notre équipe d'experts en IA et devenez acteur de la transformation numérique d'AXA. Nous recherchons un AI Engineer Expert capable de designer, déployer et optimiser des solutions d'intelligence artificielle de pointe qui créent de la valeur mesurable pour l'ensemble du groupe.

VOTRE RÔLE ET VOS MISSIONS

En tant que AI Engineer Expert, votre objectif principal est de concevoir, construire, déployer et améliorer continuellement des solutions d'IA et GenAI prêtes pour la production, alignées avec les priorités stratégiques du Groupe AXA. À la pointe des technologies GenAI et d'IA agent, vous transformerez l'innovation en valeur métier concrète au sein des différentes entités d'AXA.

Il s'agit d'une opportunité à forte visibilité pour contribuer à la transformation IA d'AXA via des initiatives stratégiques et critiques pour le business. Vous travaillerez en étroite collaboration avec le Groupe AXA et ses entités métier, en apportant une expertise technique solide sur des sujets clés tels que l'évaluation de solutions GenAI, l'optimisation de la consommation d'IA et la gouvernance des coûts, tout en contribuant à des capacités d'IA scalables, fiables, sécurisées et mesurables.

Vos responsabilités principales :

• Collaborer étroitement avec les entités AXA et les métiers pour comprendre leurs besoins, clarifier les exigences et co-concevoir des solutions IA adoptées et utiles dans des contextes opérationnels réels ;

• Concevoir, développer, déployer et opérer des solutions d'IA et GenAI générant une valeur mesurable pour les entités d'AXA ;

• Contribuer à l'évolution des pratiques d'ingénierie IA partagées, incluant l'évaluation, l'observabilité, la performance, l'efficacité des coûts, la sécurité et la gouvernance du cycle de vie ;

• Piloter des sujets stratégiques tels que l'évaluation d'applications GenAI et l'optimisation de la consommation d'IA, tout en restant flexible pour prendre en charge de nouvelles priorités d'ingénierie IA ;

• Collaborer avec des équipes pluridisciplinaires (data scientists, data engineers, Product Owners, équipes plateforme, parties prenantes métier) pour identifier des opportunités et les transformer en solutions techniques robustes ;

• Appliquer et enrichir les patterns d'ingénierie réutilisables, standards et garde-fous garantissant des systèmes IA scalables, fiables, sécurisés et responsables à l'échelle de l'organisation ;

• Contribuer à la communauté d'ingénierie IA interne en partageant les pratiques, documentant les apprentissages et soutenant l'amélioration collective entre équipes.

Expérience requise

• 3+ années de livraison de produits activés par l'IA/ML, d'applications GenAI ou de systèmes agent en environnement de production, couvrant l'ensemble du cycle de vie (conception, implémentation, monitoring, amélioration continue) ;

• Expérience avérée dans la contribution à des pratiques d'évaluation, d'observabilité, de fiabilité ou d'optimisation pour des applications GenAI (RAG, assistants conversationnels, automatisation de workflows, systèmes agent) ;

• Compréhension solide des drivers opérationnels de l'IA : qualité, latence, coûts, usage, sécurité, respect de la vie privée et valeur métier, avec capacité à les équilibrer de manière pragmatique ;

• Expérience de contribution à la livraison technique dans des équipes pluridisciplinaires, avec aptitude à prendre en charge des lots de travail et collaborer efficacement avec les pairs ;

• Expérience dans le secteur de l'assurance, des services financiers ou d'une autre industrie régulée (un plus).

Compétences techniques

• Fondamentaux solides en ingénierie logicielle pour des systèmes IA prêts pour la production : Python ou langages similaires, APIs, patterns d'intégration, monitoring et automation ;

• Maîtrise des patterns d'applications GenAI : RAG, assistants conversationnels, automatisation de workflows, systèmes agent ou utilisant des outils ;

• Capacité à définir et opérer des approches d'évaluation pour systèmes GenAI, couvrant les critères de qualité, tests de régression, feedback humain, mesure de performance, fiabilité et contrôles de risque ;

• Compréhension des drivers de consommation et coûts IA : sélection de modèles, gestion du contexte, conception de prompts, caching, routage, orchestration, choix d'infrastructure et gouvernance d'usage…