Architecte IA Senior H/F – Toulouse
CELADSaaS B2BPubliée aujourd'hui
800 €/j
- Lieu
- Toulouse · Sur site
- Durée
- 6 mois
- Démarrage
- 8 octobre 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.
- Le TJM de cette mission se situe au-dessus de la médiane des 23 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 575 €/jour (moitié centrale : 485 à 650 €/jour).
- 14 missions ingénieur ia sont ouvertes à Toulouse en ce moment, sur 297 pour ce métier en France.
- 1 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Prometheus (57 missions), Grafana (108 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil expert (10 ans et +) · Comment ces repères sont calculés
La mission
Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l’intelligence artificielle, du cloud et de l’architecture de systèmes IA.
Vous interviendrez sur la conception et l’évolution d’architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu’à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼
Vos missions : 🎯
Environnement technique : 🔧
Vos responsabilités
- Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production
- Sélectionner les modèles et solutions adaptés aux différents cas d’usage : LLM, modèles open-weight et Computer Vision
- Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents
- Définir les architectures de serving, d’inférence et d’orchestration GPU
- Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles
- Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté
- Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA
- Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU…
Compétences attendues
Indispensables
- LLM
- Prometheus
- Grafana
- AWS
- Azure
- Kubernetes
- Docker
- Terraform
Appréciées
- PyTorch
- Kafka
- Snowflake
- CI/CD
- GitHub Actions
- GitLab CI