Architecte Data & IA

A propos de CYCLAD:

Cyclad est une entreprise spécialisée dans le recrutement de profils qualifiés dans le domaine de l’informatique. Nous sommes présents en France, en Pologne et au Maroc. Nous misons sur la transparence et la proximité avec les experts qui nous rejoignent. 

• Objectif de la mission

Renforcer la gouvernance technique et l’architecture de la plateforme Data & IA d’AXA France, dans un contexte de modernisation et de convergence vers une plateforme unifiée, gouvernée et agentique-ready.

L’Architecte IA jouera un rôle clé dans la mise en place des fondations technologiques

permettant de :

• Accélérer l’industrialisation des cas d’usage IA et ML,

• Garantir la cohérence des environnements MLOps/LLMOps,

• Et soutenir la montée en maturité des équipes DataOps et Delivery.

Responsabilités principales

Architecture et Gouvernance technique

• Contribuer à l’évolution de l’offre de service du Socle Data & IA, en cohérence avec la

stratégie Agentic AI d’AXA France.

• Concevoir et formaliser les architectures cibles pour les cas d’usage IA/LLM (MLOps,

LLMOps, DataOps, Unity Catalog).

• Contribuer à la supervision de la mise en œuvre de Unity Catalog pour l’ensemble des environnements Databricks (sécurité, lineage, data sharing, FinOps …).

• Définir et maintenir le cadre d’architecture du socle IA, intégrant les principes de

gouvernance, de sécurité, de traçabilité et d’observabilité.

• Garantir la cohérence technique entre les environnements Data Factory, AI Factory et

les systèmes opérationnels.

Accompagnement & Encadrement des équipes

• Encadrer et accompagner les équipes DataOps / MLOps dans la mise en œuvre des

bonnes pratiques d’automatisation, d’intégration continue et de monitoring des

modèles.

• Assurer la passation de connaissances et la montée en compétences sur les

technologies Databricks, Unity Catalog, MLFlow, Azure ML et Azure Data Factory.

• Collaborer avec les équipes Delivery pour garantir la fiabilité des pipelines de

production et la résilience des environnements IA.

Innovation et modernisation

• Préparer la plateforme pour exposer ses Data Products fédérés au sein du parcours

d’Agentic IA (interopérabilité MCP, Managed Server, automation).

• Contribuer à la définition et au déploiement d’une approche AI by Design, intégrant les principes de conformité (RGPD, AI Act, ISO 42001).

• Proposer des architectures d’intégration pour les modèles de LLMs internes (AXA

Secure GPT, Mistral, Claude, etc.) et hybrides.

• Identifier et piloter les initiatives d’innovation (IA Observability , AI Cost Control / FinOps IA, Real-Time Data Activation).

Livrables attendus

• Schéma d’architecture cible Data & IA unifiée.

• Framework d’implémentation MLOps/LLMOps (CI/CD, MLFlow, observabilité).

• Guide de bonnes pratiques DataOps & Knowledge Transfer.

• Tableau de bord de suivi des performances et de maturité IA/ML.

• Recommandations d’évolution de la gouvernance Data & IA (fédération, autonomie,

sécurité).

Contexte technique

La mission s’inscrit dans le cadre du projet de modernisation du socle Data & IA, visant à :

• Migrer les environnements Databricks vers Unity Catalog,

• Structurer les offres MLOps, Monitoring ML,

• Définir une gouvernance unifiée (Data + AI),

• Et renforcer les capacités temps réel via Databricks Structured Streaming et intégration Kafka.

Technologies clés :

• Azure Cloud : Data Factory, Databricks, , Data Lake Storage, Event Hub, Key Vault…

• Databricks : Unity Catalog, Delta Sharing, MLFlow, Structured Streaming, AutoML…

• Azure ML / AI Gateway : orchestration, model serving, agentic automation…

• CI/CD & DevOps : Terraform, Azure DevOps…

• Langage de développement : python, spark, pyspark..

• Diplôme d’ingénieur ou équivalent (informatique, data, IA).

• Expérience confirmée en architecture Data & AI (7+ ans minimum).

• Expertise en Databricks Lakehouse Platform (Unity Catalog, MLFlow, Delta Live Tables,

Delta Sharing).

• Connaissances solides des environnements Azure Data & AI, MLOps, LLMOps, et des

frameworks IA modernes.

• Bonnes pratiques de FinOps, sécurité, data lineage et observabilité.

• Excellent relationnel et capacité à travailler dans des contextes agiles et collaboratifs

(interaction Data Factory / AI Factory)