Architecte IA - Freelance (H/F)
Collective.workSaaS B2BPubliée il y a 4 jours
~ 750 – 950 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 6 mois
- Démarrage
- 17 novembre 2026
- Expérience
- Expert (10 ans et +)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 88 missions qa engineer sont ouvertes à Paris en ce moment, sur 395 pour ce métier en France.
- 2 % des missions qa engineer de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Kanban (90 missions), RGPD (170 missions), Tests automatisés (259 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil expert (10 ans et +) · Comment ces repères sont calculés
La mission
CONTEXTE
L'objectif principal est d'industrialiser l'intégration de l'Intelligence Artificielle (notamment l'IA Générative) à chaque étape du cycle de vie du delivery logiciel (PDLC - Product Development Life Cycle).
Le titulaire du poste doit viser une augmentation significative de la vélocité, une amélioration de la qualité du code et une réduction du "time-to-market", tout en garantissant la sécurité, la conformité et la montée en maîtrise IA des équipes métiers et techniques participant au PDLC.
MISSIONS
Axe A : Optimisation du Cycle de Développement (Conception et Construction) L'objectif est de passer d'un cycle "manuel" à un cycle augmenté IA afin de gagner en efficacité et vélocité.
* Déploiement de framework et d'enablers IA * Fluidification des processus et des interactions transverses * Rendre la documentation IA compatible * Modernisation du Legacy : Utiliser l'IA pour analyser, documenter et migrer des systèmes obsolètes vers des architectures modernes * Accompagnement à l'Architecture : Intégrer l'IA dans la phase de conception pour générer des diagrammes, des spécifications techniques et valider la cohérence architecturale
Axe B : Automatisation de la Qualité et des Tests (QA & Testing) L'objectif est de réduire le temps de test et d'augmenter la couverture.
* Génération de Tests Automatisés : Mettre en place des outils d'IA pour générer automatiquement des tests unitaires, d'intégration et de non-régression * Synthèse de Données de Test : Utiliser l'IA pour créer des jeux de données de test synthétiques et réalistes (en respectant le RGPD) * Analyse Prédictive des Bugs : Implémenter des outils d'analyse statique augmentés par l'IA pour détecter les vulnérabilités et les bugs avant la mise en production
Axe C : Gouvernance, Sécurité et Accompagnement (Change Management) L'objectif est de sécuriser l'usage et de transformer la culture.
* Cadre Éthique et Sécuritaire : Déployer les règles de sécurité (ex : interdiction d'envoyer des secrets/clés API dans les LLM publics) et s'assurer de la propriété intellectuelle du code généré * Plan de Montée en Compétences : Organiser des workshops, des "AI Dojos" et des formations pour transformer la communauté PDLC en "Équipier augmentés AI" * Mesure de la Performance (KPIs) : Définir et suivre des indicateurs de succès (ex : réduction du cycle time, taux d'acceptation des suggestions d'IA, diminution du taux de bugs en prod et des coûts)
PROFIL RECHERCHÉ
Compétences techniques (Hard Skills)
* Expertise SDLC : Maîtrise parfaite du cycle de développement (Agile, Scrum, Kanban) * Culture DevOps : CI/CD, Docker, Kubernetes, Cloud (AWS/Azure/GCP) * Maîtrise de l'IA Générative : Compréhension du fonctionnement des LLM, Prompt Engineering, connaissance des outils de codage IA * Architecture Logicielle : Capacité à challenger des choix techniques et architecturaux
Qualités personnelles (Soft Skills)
* Leadership transformationnel : Capacité à convaincre et à embarquer des équipes techniques parfois réticentes * Curiosité insatiable : Veille technologique constante sur un domaine qui évolue chaque semaine * Pragmatisme : Capacité à distinguer le "hype" de la valeur métier réelle * Pédagogie : Savoir transmettre
1. Maîtrise parfaite du cycle de développement (Agile, Scrum, Kanban) 2. Culture DevOps : CI/CD, Docker, Kubernetes, Cloud (AWS/Azure/GCP) 3. Maîtrise de l'IA Générative : compréhension des LLM, Prompt Engineering, connaissance des outils de codage IA 4. Capacité à challenger des choix techniques et architecturaux en architecture logicielle 5. Leadership transformationnel : capacité à convaincre et embarquer des équipes techniques réticentes 6. Curiosité insatiable et veille technologique constante 7. Pragmatisme : capacité à distinguer le "hype" de la valeur métier réelle 8. Pédagogie : savoir transmettre
Entreprise : Collective.work
Lieu de travail : 75 - Paris
Type de contrat : Profession libérale — Emploi non salarié
Expérience : Débutant accepté
Rémunération : - /
Code ROME : M1889 Ingénieur / Ingénieure en Intelligence Artificielle (IA)
Dernière mise à jour chez France Travail : 27/10/2026
Source : France Travail — offre reprise sous la Licence de réutilisation de la base de données des offres d'emploi (francetravail.io).
Compétences attendues
Indispensables
- Tests automatisés
- RGPD
- LLM
- Agile
- Scrum
- Kanban
- CI/CD
- Docker
Appréciées
- Kubernetes
- AWS
- Azure
- GCP
- Prompt engineering
- Architecture logicielle

