GenAI Engineer

SFEIR est un cabinet d'expertise technologique spécialisé dans la conception, l'architecture et l'industrialisation de solutions numériques sur-mesure. Nous accompagnons les organisations dans leurs transformations les plus complexes en combinant la rigueur du Software Craftsmanship avec la maîtrise des technologies d'avenir. Convaincus que la souveraineté numérique est un enjeu stratégique majeur, nous concevons des architectures sécurisées, performantes et indépendantes, portées par des partenariats solides avec des acteurs clés comme SENS et Scaleway. Acteur de référence sur l'intelligence artificielle, nous faisons évoluer les standards d'ingénierie modernes. À travers notre plateforme GenAI RAISE et notre statut de partenaire Anthropic Preferred (au sein du Claude Partner Network), nous plaçons le Context Engineering et l'IA générative au cœur de nos pratiques. 

Nos chiffres clés :

• 950 consultants passionnés par la tech et augmentés par l’IA.

• 8 agences en France, au Luxembourg et en Belgique.

• Partenaire Anthropic Select au sein du Claude Partner Network.

• 15 ans de partenariat avec Google Cloud, AWS, Microsoft, Databricks, Confluent...

• +5000 personnes formées par an via le SFEIR Institute.

Rejoindre SFEIR, c'est intégrer un collectif où la culture technique prévaut. Nous offrons des trajectoires de carrière dédiées aux experts (Individual Contributor / IC), te permettant de progresser en haute maîtrise technique sans devoir basculer vers du management organisationnel. Nous intégrons l'IA à nos propres pratiques d'ingénierie (utilisation quotidienne de RAISE et Claude Code) pour automatiser les tâches à faible valeur ajoutée et concentrer nos efforts sur la conception d'architectures résilientes.

▪️ À propos du poste

En tant que GenA Engineer, tu es immergé directement au cœur des équipes métiers de nos clients pour identifier, prototyper et déployer des applications d’IA générative sur-mesure à haut impact : copilotes métier, recherche sémantique avancée, automatisation complexe et assistants conversationnels intelligents. Véritable pont entre les besoins opérationnels et l'ingénierie technique de pointe, tu combines un fort positionnement conseil/client avec la maîtrise complète de la chaîne GenAI (choix des LLMs, architectures RAG, pipelines de données, évaluation, sécurité et robustesse en production).

Les missions :

• S'immerger chez le client pour comprendre les processus métiers, qualifier les cas d'usage à forte valeur ajoutée et traduire les défis opérationnels en spécifications techniques.
• Prototyper rapidement (Fast Prototyping) des PoCs/MVP fonctionnels directement aux côtés des utilisateurs pour valider les hypothèses et accélérer le time-to-market.
• Sélectionner et comparer les modèles (Gemini, Claude, Mistral, OpenAI modèles open-source) en fonction des contraintes métier (coût, latence, précision, confidentialité).
• Concevoir des architectures GenAI robustes : pipelines RAG avancés (chunking, embeddings, bases vectorielles, reranking), fine-tuning et orchestration d'agents/outils.
• Industrialiser et mettre en production : passage à l'échelle, intégration aux SI existants (APIs, streaming), déploiement Cloud (Google Cloud/Vertex AI/AWS) et pipelines CI/CD.
• Garantir la fiabilité et l'évaluation continue : frameworks de test (LLM-as-judge, RAGAS), monitoring des dérivées, guardrails de sécurité et maîtrise des coûts.
• Accompagner la conduite du changement et la montée en compétences des équipes clients lors des phases de déploiement et d'adoption.
• Contribuer au partage de connaissances : capitalisation des patterns d'architecture, documentation, formations et publications SFEIR.

▪️ Le profil idéal

• 5 ans minimum d’expérience en ingénierie logicielle, Data Science ou ML Engineering, avec une solide expérience de terrain sur des projets GenAI/LLM en production.
• Poste orienté client : excellente aisance relationnelle, capacité d'écoute, de vulgarisation et posture de conseil stratégique et technique.
• Capacité démontrée à prototyper très rapidement (PoC/MVP) pour valider la valeur métier sur le terrain.
• Maîtrise des systèmes agentiques et des capabilités associées
• Maîtrise technique pointue des architectures RAG, des bases vectorielles (Vertex AI Vector Search, pgvector, etc.) et des frameworks d'orchestration LLM (LangChain, LlamaIndex, ADK...).
• Culture de l'ingénierie rigoureuse : tests, CI/CD, observabilité, évaluation quantitative des performances (RAGAS, LLM-as-judge).

Un plus

• Expérience sur Google Cloud Platform (Vertex AI, Cloud Run, Gemini, BigQuery), AWS, Scaleway.
• Connaissances en fine-tuning, quantification et déploiement de modèles open-source (vLLM, Hugging Face).
• Pratique des architectures multi-agents et des protocoles d'interopérabilité (MCP).
• Bases en data engineering (pipelines, orchestration, qualité de données)
• Contributions open source, talks, certifications