LEGALLAIS - Ingénieur IA/ML h/f

Entité

CDI Caen IT / Digital
Publiée le
20/04/2026
Contrat
CDI · Inconnue
Localisation
Caen
Taille équipe
2000+ emp.
Rémunération
35 000 € - 45 000 €
Télétravail occasionel 3-5 ans exp. Francais

Avantages

Horaires de travail flexiblesTickets restaurantRTTIntéressement & participationMutuelle santé
Missions clés Concevoir les architectures techniques et les modèles IA · Développer du code robuste, testé et maintenable · Mettre en place CI/CD, conteneurisation et déploiement · Documenter l'architecture et les processus · Assurer la mise en production fiable et répétable.
Profil recherché Bac +5 (Master 2, Diplôme d'ingénieur) · 3-5 ans d'expérience · Autonomie · Rigueur · Orientation solution · Communication
Outils & compétences Python, ML, LLM, MLOps, CI/CD, Docker, Kubernetes, AWS, GCP, Azure

Le poste en détail

Ingénieur(e) IA – CDI – Caen (Hérouville-St-Clair)Legallais, leader de la distribution de produits techniques pour les professionnels du bâtiment,recrute un(e) Ingénieur(e) IA pour concevoir, développer et industrialiser ses solutions d’intelligence artificielle en production.   L’IA est un levier stratégique chez Legallais. En tant qu’Ingénieur(e) IA, tu es responsable de la réalisation technique : tu conçois les architectures, développes les pipelines et mets en production des solutions robustes.   Tu travailles en binôme étroit avec le Chef de Projets IA et tu es force de proposition sur les choix techniques.   Tu évolueras dans un environnement encore en structuration, avec une forte autonomie pour proposer, tester et industrialiser des solutions concrètes.   Cela implique de savoir avancer sans cadre totalement défini et de structurer les sujets au fur et à mesure.   Si tu as besoin d’un cadre très structuré et de spécifications détaillées pour avancer, ce poste ne correspondra probablement pas à tes attentes.  Tes missions : Conception et développementConcevoir les architectures techniques et les modèles IA (LLM, ML, pipelines)Choisir les outils et frameworks adaptés aux cas d’usageDévelopper du code robuste, testé et maintenableChallenger les choix techniques et fonctionnels si nécessaireIndustrialisation et productionMettre en place CI/CD, conteneurisation et déploiementImplémenter les pratiques MLOps (monitoring, dérive, observabilité)Garantir performance, stabilité et scalabilitéQualité et documentationGarantir sécurité, conformité RGPD et gouvernance des donnéesDocumenter (architecture, runbooks, exploitation)Assurer les transferts de connaissancesInnovationRéaliser une veille activeProposer des expérimentations concrètes Objectifs & KPIs de réussiteGarantir la qualité et la robustesse des solutions IA en production (fiabilité, stabilité, maintenabilité)Assurer le respect des délais de livraison et la disponibilité des systèmesOptimiser la performance des modèles (précision, recall, latence) et prévenir toute dérive (drift)Maintenir un haut niveau de satisfaction du Chef de Projet IA et des équipes métiersAssurer une mise en production fiable et répétable (industrialisation, CI/CD, monitoring)