Vous interviendrez auprès des directions métiers, des DSI et des équipes Data sur plusieurs domaines clés :1. Définition des architectures data Concevoir des architectures data modernes : Data Lake, Lakehouse, Data Warehouse, Data Mesh. Définir les architectures cibles de plateformes cloud data : Azure, Snowflake, Databricks ou équivalents. Structurer les flux de données de bout en bout : ingestion, transformation, exposition. Mettre en place des patterns d’architecture réutilisables et des bonnes pratiques documentées. 2. Modélisation & structuration des données Construire des modèles de données conceptuels, logiques et physiques adaptés aux cas d’usage métier et IA. Définir les référentiels, dictionnaires de données et standards associés, en lien avec les équipes Data & IT. Mettre en place des stratégies de gestion des données : MDM, Data Products, catalogues de données. Garantir la cohérence, la qualité, la traçabilité et le bon niveau de documentation des données. 3. Gouvernance & conformité Définir et déployer des frameworks de gouvernance Data & IA. Mettre en œuvre des règles de qualité, de sécurité, de gestion des accès et de data lineage. Assurer la conformité avec les réglementations applicables. Contribuer à la mise en œuvre d’une approche Responsible AI sur l’ensemble des projets data & IA. 4. Architecture pour l’IA & GenAI Intégrer les architectures nécessaires aux usages IA & GenAI : pipelines data, RAG, LLM, agents IA, features stores, etc. Garantir la disponibilité, la fiabilité et la résilience des données pour l’entraînement et l’exploitation des modèles. Structurer les environnements d’expérimentation et d’industrialisation (MLOps / LLMOps) en lien avec les équipes Data Science et IT.
Profil Recherché 5 à 8 années d’expérience en architecture data et/ou IA, idéalement sur des projets de transformation data à l’échelle (multi-pays, multi-entités, contexte SI complexe). Participation démontrée à des programmes data structurants (mise en place de plateformes cloud data, data hubs, gouvernance data, industrialisation IA/GenAI).  Expertises techniques & méthodologiques Data Architecture : maîtrise des concepts et patterns Data Lake, Lakehouse, Data Warehouse ; modélisation Data Vault ou dimensionnelle ; architectures distribuées et intégration de données à grande échelle. Plateformes & outils : bonne connaissance d’au moins une grande plateforme data (Azure Data Platform, Snowflake, Databricks ou équivalent), ainsi que des outils ETL/ELT et d’outillage de gouvernance data (catalogue, qualité, sécurité, MDM). IA & Data : compréhension solide des architectures IA / GenAI, des concepts RAG, LLM, pipelines IA et des enjeux de Responsible AI. Data Visualisation : notions sur des outils de BI (Power BI, Spotfire ou équivalents) pour appréhender les besoins de consommation des données.  Compétences comportementales Capacité à porter une vision d’architecture auprès des clients, à la rendre concrète et compréhensible pour des interlocuteurs techniques et non techniques. Forte capacité d’analyse, de structuration et d’anticipation des impacts SI. Esprit de synthèse, sens de la pédagogie, aptitude à vulgariser des sujets complexes. Capacité à travailler en environnement complexe multi-acteurs (IT, métiers, partenaires, éditeurs). Leadership, sens du collectif et posture de conseil. Maîtrise du français et de l’anglais à l’oral comme à l’écrit.  Formation & certifications Diplôme d’école d’ingénieur, de commerce ou Master 2 (SI, Data, Business Development ou équivalent). Certifications appréciées : PSPO Product Owner, Leading SAFe, Design Thinking, AI for Business, Human-Centered Artificial Intelligence, certifications cloud ou data (Azure, Snowflake, Databricks…). Ce que nous vous proposons  Des communautés d’experts en IA, data, souveraineté, RSE… Montée en compétences accélérée, trajectoire rapide, programme talent, catalogue de plus de 600 formations certifiantes. Disponibilité de tous vos congés et RTT dès votre arrivée. Aide à la mobilité durable. Carte titres‑restaurant, Mutuelle Groupe, CSE.