Ingénieur DevOps Data / IA Générative On-Premise — Secteur bancaire

Description du poste

Contexte et environnement 

Notre client, acteur majeur du secteur bancaire, engage un projet stratégique autour de la conception, du déploiement, de l’industrialisation et de l’exploitation d’une plateforme d’intelligence artificielle générative en environnement on-premise. 

Ce dispositif s’inscrit dans un contexte bancaire exigeant, marqué par de forts enjeux de sécurité, de conformité, de souveraineté, de gouvernance des données et de résilience des services. L’objectif est de mettre à disposition des solutions GenAI industrialisées, sécurisées et exploitables à grande échelle pour différents métiers et entités internes. 

L’intervention s’effectuera au sein d’une équipe dédiée aux produits et services Data & IA, dans un environnement technique complexe, distribué, hautement disponible et soumis à des exigences fortes en matière de production IT. 

Périmètre d’intervention 

Le périmètre couvre l’ensemble du cycle de vie de la plateforme, depuis la contribution à la conception du service jusqu’à son maintien en conditions opérationnelles et de sécurité en production. 

Le consultant interviendra sur un dispositif à forts enjeux techniques, au croisement des sujets DevOps, Data, IA générative, conteneurisation, automatisation, sécurité et exploitation de plateformes critiques. 

Dans un environnement bancaire, la capacité à sécuriser les déploiements, fiabiliser les processus d’industrialisation et garantir la conformité des services sera déterminante. 

Missions principales 

Dans ce cadre, le consultant contribuera notamment à : 

• Industrialiser et automatiser le déploiement d’une plateforme d’IA générative en environnement on-premise sécurisé ; 

• Contribuer à la conception et à l’évolution de l’architecture de la plateforme ; 

• Participer à la mise en place de services managés intégrant les contraintes de sécurité, de conformité, de gouvernance et de production bancaire ; 

• Accompagner la mise en production des offres et services associés ; 

• Documenter les services, les modes opératoires et les éléments nécessaires à leur exploitation ; 

• Réaliser des présentations et démonstrations afin de valoriser les offres et services auprès des parties prenantes ; 

• Maintenir les plateformes IA déployées en conditions opérationnelles et de sécurité ; 

• Contribuer au traitement des sujets techniques au sein d’une équipe produit ; 

• Participer aux échanges de cadrage, de priorisation et de co-construction de la roadmap ; 

• Prendre en charge des éléments de backlog formalisés par le Product Owner ; 

• Assurer un rôle de référent technique sur un produit ou un périmètre de la plateforme ; 

• Participer aux rituels d’équipe et aux instances de coordination du dispositif ; 

• Contribuer aux astreintes techniques liées au périmètre. 

Compétences attendues 

Le consultant devra présenter une expérience solide sur les environnements DevOps, Data et plateformes distribuées, avec une capacité à intervenir sur des sujets d’industrialisation, d’automatisation et d’exploitation en environnement critique. 

Les compétences attendues sont notamment les suivantes : 

• Maîtrise du déploiement et de la manipulation de workloads Data ; 

• Bonne compréhension des environnements conteneurisés et des pratiques CI/CD ; 

• Expérience sur des plateformes Kubernetes, OpenShift et Docker ; 

• Capacité à intervenir sur des environnements on-premise sécurisés ; 

• Connaissance des meilleures pratiques en matière de sécurité des données, conformité et gouvernance ; 

• Expérience en automatisation et infrastructure as code ; 

• Capacité à documenter, structurer et sécuriser des services techniques destinés à la production ; 

• Aptitude à porter un rôle de référent technique au sein d’une équipe produit. 

Une expérience dans le secteur bancaire, financier ou dans un environnement fortement réglementé sera particulièrement appréciée. 

Une connaissance des plateformes d’IA générative, des environnements LLMOps ou des plateformes agentiques constitue également un plus. 

Nous recherchons un consultant DevOps Data expérimenté, capable d’intervenir sur un environnement bancaire exigeant et sécurisé, avec une forte orientation industrialisation, automatisation et exploitation de plateformes IA. 

Le consultant devra être à l’aise dans les échanges avec des équipes techniques, produit, sécurité et production, et capable de contribuer à la structuration d’un service GenAI depuis sa conception jusqu’à son exploitation en production. 

Une expérience dans des environnements critiques, réglementés ou fortement sécurisés, notamment dans le secteur bancaire ou financier, sera un véritable atout. 

Résumé ;

Dans le cadre d’un projet stratégique mené pour un grand acteur du secteur bancaire, nous recherchons deux consultants DevOps Data expérimentés pour contribuer à l’industrialisation, l’automatisation, la sécurisation et l’exploitation d’une plateforme d’IA générative on-premise. 

L’intervention couvre la conception de services managés, le déploiement de workloads Data / IA, l’automatisation CI/CD, le maintien en conditions opérationnelles et la contribution à la roadmap technique de la plateforme. 

Le contexte bancaire implique de fortes exigences en matière de sécurité, de conformité, de gouvernance des données, de résilience et de qualité de production. 

Environnement technique : Kubernetes, OpenShift, Docker, Terraform, Python, SQL, Ansible, Jenkins, GitLab CI, Vault, Kong, Nginx, MLflow / Dataiku, bases vectorielles, observabilité, LLMOps et GPU 

Environnement technique 

Cloud, infrastructure et conteneurisation 

• Environnement on-premise 

• Kubernetes 

• OpenShift 

• Docker 

Développement, automatisation et CI/CD 

• Terraform 

• Python 

• SQL 

• Ansible 

• Jenkins 

• GitLab CI 

• Kestra 

• Artifactory / JFrog 

Sécurité, secrets et authentification 

• Vault 

• Gestion des accès et des secrets 

• Contraintes de sécurité, conformité et gouvernance des données 

Réseau et API management 

• Nginx 

• Kong 

Data, IA et orchestration 

• Plateformes GenAI / LLM 

• Orchestration de workloads IA 

• Dataiku ou MLflow 

• Bases de données vectorielles et moteurs de recherche : OpenSearch, Elasticsearch, PGVector, MongoDB Atlas, RDS ou équivalents 

Observabilité 

• Dynatrace 

• Prometheus 

• Grafana 

• CloudWatch 

• X-Ray 

IA, GPU et LLMOps — appréciés 

• CUDA 

• MIG 

• Slurm 

• Gestion de workloads GPU 

• Plateformes agentiques ou frameworks associés 

Compétences comportementales 

Le consultant devra faire preuve de : 

• Excellent relationnel ; 

• Esprit d’équipe ; 

• Rigueur et sens de l’organisation ; 

• Force de proposition ; 

• Capacité d’adaptation dans un environnement exigeant.