Designer technique IA

Description du poste

Designer technique pouvant démontrer une expérience tangible sur des projets d'IA :

• Compréhension des besoins utilisateur afin de concevoir des expériences adaptées.
• Conception d'interfaces intuitives et compréhensibles des utilisateurs.
• Conception de systèmes transparents, expliquant leurs décisions et réduisant la "boîte noire" des modèles IA.
• Intégrer des principes de design responsables et évitant les biais pour garantir une IA équitable.
• Adaptation des designs en fonction des retours utilisateurs et des performances des modèles.
• Collaboration avec les équipes IA et Produit.
• Personnalisation et adaptation des interfaces.

NB : la séniorité doit s'entendre sur la base du temps passé sur des projets et missions spécifiquement sur l'IA. Sans expertise spécifique IA, le profil BANA du Segment B s'applique.

Le stream "Observabilité" recrute un profil expert en AIOps (Artificial Intelligence for IT Operations). La mission consiste à concevoir et implémenter des solutions d'analyse automatisée de la donnée de production pour réduire le MTTI (Mean Time To Identify) et le MTTR (Mean Time To Repair). Le projet s'appuie sur une stack d'observabilité mature pour alimenter des moteurs d'intelligence artificielle.

Le prestataire sera le garant de l'intelligence analytique appliquée aux flux opérationnels. Ses responsabilités principales incluent :

• Conception d'algorithmes de détection d'anomalies : Développement de jobs (Python) permettant l'identification proactive de signaux faibles sur les infrastructures et applications.
• Corrélation de données multi-sources : Mise en place de logiques de corrélation entre les logs (Elasticsearch) et les métriques de performance/topologies (Dynatrace).
• Modélisation pour la Root Cause Analysis (RCA) : Structuration des données d'observabilité pour permettre leur exploitation par les LLM (via les frameworks LangChain/LangGraph de l'équipe Core).
• Réduction du bruit (Noise Reduction) : Optimisation des mécanismes d'alerting par le Machine Learning pour isoler les incidents critiques des faux positifs.

Profil recherché – Compétences Techniques :

• +++ Culture Ops : Bonne compréhension des architectures IT bancaires et des problématiques de haute disponibilité.
• Expertise Python : Développement de scripts de traitement de données et d'automatisation.
• Observabilité avancée : Maîtrise de l'écosystème Dynatrace et de la suite Elastic. l'expertise sur d'autres outils d'observabilité sera également étudiée.
• Data Science / ML : Solides connaissances en algorithmes de détection d'anomalies (Unsupervised Learning, Time Series Analysis).
• IA Générative : Compréhension des interactions avec les LLM (Prompt engineering technique et structuration de données pour RAG/Agents).