Senior AI Engineer / Data Scientist Senior – Intelligence Artificielle

Contexte

Dans le cadre d’un programme stratégique visant à exploiter l’intelligence artificielle pour améliorer les pratiques de conseil et renforcer la conformité réglementaire, une organisation du secteur des services financiers souhaite développer un assistant intelligent destiné à accompagner les conseillers dans leurs échanges avec les clients.

L’objectif est de concevoir une solution capable d’analyser les conversations, de vérifier le respect des obligations réglementaires et de suggérer en temps réel les questions pertinentes à poser aux clients.

La mission s’inscrit au sein d’une équipe spécialisée en intelligence artificielle, data engineering et automatisation. Elle couvre l’ensemble du cycle de vie des solutions IA, du cadrage initial à la mise en production, en passant par le développement, le déploiement et le maintien en conditions opérationnelles.

2. Missions du poste

Cadrage et conception technique : participer à la définition des besoins, concevoir l’architecture de la solution IA et identifier les approches techniques adaptées aux enjeux métier et réglementaires.

Développement de solutions IA : concevoir et développer un assistant conversationnel intelligent capable d’analyser les échanges entre conseillers et clients.

Développement LLM et RAG : mettre en œuvre des solutions basées sur les grands modèles de langage (LLM), la génération augmentée par récupération de données (RAG) et les agents IA.

Traitement audio et transcription : développer des pipelines de traitement de la voix intégrant la transcription audio (Speech-to-Text), la diarisation des locuteurs et l’analyse des conversations.

Traitement en temps réel : concevoir et optimiser des architectures de streaming permettant l’analyse des échanges et la génération de recommandations en temps réel.

Développement de pipelines IA : mettre en œuvre des chaînes de traitement de bout en bout, de l’audio à la transcription, puis à l’analyse et à la recommandation.

Analyse et conformité : développer des mécanismes permettant d’identifier les écarts par rapport aux exigences réglementaires et de proposer des questions ou actions pertinentes aux conseillers.

Industrialisation et mise en production : assurer le déploiement des solutions, leur intégration dans l’environnement technique existant et leur passage à l’échelle.

Monitoring et maintien en conditions opérationnelles : mettre en place le suivi des performances, la surveillance des modèles et l’amélioration continue des solutions déployées.

Collaboration transverse : travailler en étroite collaboration avec les équipes métier, conformité, data et IT afin de garantir l’adéquation des solutions aux besoins opérationnels.