Description de l'entreprise :

NFAI accompagne les clients au coeur de leurs problématiques Data, IA. Elle identifie et met en oeuvre les solutions technologiques pour assurer une croissance durable.

Notre ambition : placer la Data Science et l’IA au cœur des stratégies d’entreprise. En stage, vous contribuerez à un projet de R&D du Lab et à des missions clients, de la définition du besoin à la mise en production

Description du poste :

Vos missions

Data pipelines : concevoir des solutions de collecte, d’organisation et de modélisation adaptées aux fortes volumétries, au service des analystes, data scientists et cas d’usage GenAI (ingestion, parsing, chunking, embeddings et indexation vectorielle) ;
Infrastructure, DevOps et LLMOps : déployer par infrastructure-as-code et CI/CD des environnements cloud ou on premise, incluant stacks data, stockage, serving de modèles, passerelle LLM et orchestration d’agents ;
GenAI & Agentic Engineering : concevoir et industrialiser des applications LLM, RAG avancées et systèmes multi-agents (LangGraph), avec gestion du contexte, de la mémoire et sélection des modèles selon le coût, la latence et la souveraineté ;
Évaluation et fiabilité de l’IA : définir jeux de tests et métriques (pertinence, hallucinations, coût, latence), assurer tracing et monitoring, et intégrer les garde-fous de sécurité, confidentialité et conformité à l’AI Act ;
Back-end et exposition de modèles IA : concevoir, développer et conteneuriser des API REST intégrant data, IA ou agents LLM pour les utilisateurs et services applicatifs ;
Architecture Data & IA : concevoir une stack complète, sécurisée, scalable, auditable et disponible, intégrant les composants GenAI (passerelle LLM, RAG, agents) au SI client ;
Veille technologique : suivre et partager les innovations, notamment en GenAI et systèmes agentiques, afin d’améliorer nos pratiques et de proposer des solutions de pointe.

Description du profil :

Data pipelines : concevoir des solutions de collecte, d’organisation et de modélisation adaptées aux fortes volumétries, au service des analystes, data scientists et cas d’usage GenAI (ingestion, parsing, chunking, embeddings et indexation vectorielle) ;
Infrastructure, DevOps et LLMOps : déployer par infrastructure-as-code et CI/CD des environnements cloud ou on premise, incluant stacks data, stockage, serving de modèles, passerelle LLM et orchestration d’agents ;
GenAI & Agentic Engineering : concevoir et industrialiser des applications LLM, RAG avancées et systèmes multi-agents (LangGraph), avec gestion du contexte, de la mémoire et sélection des modèles selon le coût, la latence et la souveraineté ;
Évaluation et fiabilité de l’IA : définir jeux de tests et métriques (pertinence, hallucinations, coût, latence), assurer tracing et monitoring, et intégrer les garde-fous de sécurité, confidentialité et conformité à l’AI Act ;
Back-end et exposition de modèles IA : concevoir, développer et conteneuriser des API REST intégrant data, IA ou agents LLM pour les utilisateurs et services applicatifs ;
Architecture Data & IA : concevoir une stack complète, sécurisée, scalable, auditable et disponible, intégrant les composants GenAI (passerelle LLM, RAG, agents) au SI client ;
Veille technologique : suivre et partager les innovations, notamment en GenAI et systèmes agentiques, afin d’améliorer nos pratiques et de proposer des solutions de pointe.