Architecte logiciel IA

Publiée le 02/07/2026

Description de l'employeur

"Nous sommes la fabrique numérique du Groupe SNCF. "#CheminotsDuNumérique"

Avec plus de 2000 collaborateurs présents sur tout le territoire, nos équipes e.SNCF Solutions sont fières d'accompagner l'ensemble des agents du Groupe SNCF sur tous les domaines du numérique.

Notre force réside dans notre capacité à produire et à gérer des services numériques performants et sécurisés grâce à :

• Nos activités de production : Cybersécurité, Digital Workplace, Connectivités (Fibre, 5G, satellite...), Hébergement (Geocluster) et exploitation applicative mais également du Design et développement d'applications métiers, le tout s'appuyant sur un système de supervision et de gestion de crise éprouvé.

• Notre DSI Holding (fonctions support) qui propose des solutions numériques complètes et intégrées dans le domaine applicatif des métiers RH, achats et finance, communication...

• Nos expertises numériques : Data, Intelligence Artificielle, IOT, École numérique, AR·VR, Laboratoire d'innovations et de prototypages, Sourcing logiciels...

Rejoignez-nous pour faire partie d'une équipe innovante qui façonne l'avenir de la mobilité grâce au numérique.

Description du poste

Objectifs du poste

• Concevoir des architectures logicielles intégrant l'intelligence artificielle (modèles prédictifs, intelligence artificielle générative, agents autonomes, outils d'aide à la décision, plateformes de données métiers).

• Garantir la robustesse, la maintenabilité, la scalabilité, la sécurité et la bonne intégration des solutions au système d'information.

• Assurer l'alignement avec les enjeux métiers, les cadres de gouvernance, de cybersécurité, de protection des données et d'intelligence artificielle responsable.

• Préparer une industrialisation maîtrisée des solutions, en s'appuyant sur les bonnes pratiques de développement et d'exploitation, d'optimisation des coûts du cloud et d'industrialisation des modèles d'apprentissage automatique.

Missions principales

• Cadrage des besoins et des cas d'usage

  • Qualifier les besoins métiers et proposer des cas d'usage d'intelligence artificielle pertinents (prédiction, recommandation, automatisation, agents, génération de texte, traitement d'images, analyse de langage naturel).

  • Évaluer les prérequis techniques et données : qualité, disponibilité, volumétrie, gouvernance, sécurité.

• Conception d'architectures intégrant l'intelligence artificielle

  • Concevoir des architectures logicielles orientées services, intégrant :

    • des modèles d'intelligence artificielle (prédictifs, génératifs, agents autonomes),

    • des interfaces de programmation applicative pour exposer les services,

    • des chaînes de traitement de données (collecte, préparation, stockage, supervision).

  • Choisir les composants et modèles d'architecture les plus adaptés :

    • génération de texte enrichie par recherche documentaire (approche d'augmentation par recherche),

    • agents d'intelligence artificielle orchestrés,

    • personnalisation de modèles (réentraînement ciblé),

    • classification, prédiction, recommandation, vision par ordinateur, traitement automatique du langage naturel.

• Industrialisation et exploitation

  • Préparer l'industrialisation des solutions en s'appuyant sur :

    • les pratiques de développement et d'exploitation pour automatiser les déploiements, les tests et les mises en production,

    • les démarches d'industrialisation des modèles d'apprentissage automatique pour suivre les performances, les dérives et les mises à jour de modèles,

    • les approches d'optimisation des coûts du cloud pour garantir une utilisation efficiente des ressources.

  • Concevoir des mécanismes de supervision et d'observabilité pour suivre en continu la performance, la disponibilité, la sécurité et les coûts des solutions d'intelligence artificielle.

• Gouvernance, sécurité et intelligence artificielle responsable

  • Intégrer les principes de gouvernance de la donnée : identification des sources de données, des responsables de données, gestion de la qualité et du cycle de vie.

  • Formaliser les exigences de cybersécurité et de protection des données (confidentialité, intégrité, conformité réglementaire).

  • Garantir la mise en oeuvre d'une intelligence artificielle responsable : transparence des modèles, maîtrise des risques, contrôle des usages.

• Production des livrables d'architecture et de synthèse

  • Élaborer des dossiers d'architecture, des notes de cadrage technique, des dossiers d'intégration au système d'information.

  • Produire des guides d'industrialisation et de supervision, des analyses de sécurité et de coûts.

  • Rédiger des comptes rendus, des synthèses de veille technologique et des documents de référence pour les équipes métiers et techniques.

• Collaboration transverse et accompagnement des équipes

  • Travailler en étroite collaboration avec les équipes métiers, développement, infrastructure, cybersécurité, data et urbanisation du système d'information.

  • Contribuer à la définition de standards techniques pour l'usage de l'intelligence artificielle dans les applications métiers.

  • Accompagner les équipes projet dans la mise en oeuvre concrète des architectures définies et dans la montée en compétence sur les sujets d'intelligence artificielle.

Enjeux et périmètre

• Intervenir sur un portefeuille d'applications métiers intégrant progressivement des briques d'intelligence artificielle.

• Piloter un à deux chantiers d'outillage technique (plateformes, composants communs, outils de supervision).

• Contribuer chaque année à une à deux études de stratégie technique autour de l'intelligence artificielle (orientations d'architecture, choix de plateformes, standards).

Profil recherché

Formation et expérience

• Diplôme de niveau Bac+5 en informatique, intelligence artificielle, data ou école d'ingénieurs (ou équivalent).

• Expérience significative (5 à 8 ans) en architecture logicielle et/ou data, dont une partie sur des projets d'intelligence artificielle (prédictif, IA générative, agents, outils d'aide à la décision).

• Pratique avérée dans des contextes SI complexes (multi-applications, multi-projets, environnement industriel ou grands comptes).

Compétences techniques

• Architecture IA et logicielle :

  • Conception d'architectures intégrant des briques IA (modèles prédictifs, intelligence artificielle générative, agents autonomes, systèmes de recommandations, outils d'aide à la décision).

  • Maîtrise des patterns IA : génération de texte enrichie par recherche de documents (Retrieval-Augmented Generation), agents IA, personnalisation de modèles (fine-tuning), classification, analyse de langage naturel, traitement d'images.

  • Capacité à concevoir des architectures orientées services, intégrées au système d'information existant.

• Data, industrialisation et supervision :

  • Bonne compréhension des plateformes de données métiers et des prérequis data (qualité, disponibilité, gouvernance).

  • Maîtrise des pratiques de développement et d'exploitation (DevOps), d'industrialisation des modèles de machine learning (ML Ops) et d'optimisation des coûts du cloud (FinOps).

  • Connaissance des outils de supervision et observabilité pour suivre les performances, la disponibilité et la consommation des solutions IA.

• Sécurité et IA responsable :

  • Sensibilité aux enjeux de sécurité, confidentialité, conformité (données sensibles, éthique, protection des utilisateurs).

  • Capacité à intégrer les principes d'IA responsable dans les choix d'architecture et de gouvernance.

• Conception et documentation :

  • Expérience dans la production de dossiers d'architecture, de notes de cadrage, de dossiers d'intégration SI et de guides d'industrialisation et de maintenance en conditions opérationnelles.

  • Capacité à formaliser des synthèses claires et structurées permettant de décider et de partager les orientations techniques.

Posture professionnelle

• Vision transverse et sens du collectif :

  • Capacité à travailler en transversal avec les métiers, les urbanistes, les architectes, les équipes projet et les équipes d'exploitation.

  • Aptitude à relier les enjeux métiers, data, sécurité et exploitation dans une vision cohérente.

• Autonomie, anticipation et fiabilité :

  • Capacité à prendre des décisions techniques, à anticiper les risques et à proposer des scenarii argumentés.

  • Esprit de responsabilité sur la robustesse, la scalabilité et la pérennité des architectures proposées.

• Créativité et pragmatisme :

  • Envie d' explorer les nouvelles technologies IA tout en restant pragmatique sur leur valeur ajoutée réelle pour les métiers.

  • Capacité à trouver des solutions simples et efficaces dans des contextes complexes.

• Communication et pédagogie :

  • Excellente communication écrite et orale, pour expliquer des architectures et des choix techniques à des interlocuteurs variés (techniques et métiers).

  • Capacité à vulgariser les concepts IA et à convaincre sur la base d'arguments clairs, factuels et structurés.

Rétribution et avantages

La politique de rétribution SNCF a pour ambition de valoriser les compétences, le professionnalisme et l'engagement de ses équipes. Notre rémunération comporte un salaire fixe et des éléments additionnels individuels ou collectifs, dépendant de la performance et des résultats de l'entreprise. Des indemnités et des gratifications peuvent venir s'y ajouter selon le métier exercé. Nous offrons également des avantages spécifiques tels l'aide au logement, la protection sociale, les facilités de voyages, l'épargne salariale, le comité d'entreprise...

Tous nos métiers sont ouverts aux personnes en situation de handicap.

Salaire

55 à 70 KE selon expérience avec une prime de performance individuelle jusqu'à 10%

2026-014036