Conseiller(ère) en architecture de solutions - Intelligence artificielle

Qualifications

• Maîtriser les relations interpersonnelles et être à l’aise dans un environnement impliquant de multiples parties prenantes.
• Démontrer un forte capacité d’influence et de collaboration dans un environnement multidisciplinaire.
• Apprendre avec agilité et maintenir ses connaissances dans un domaine technologique en évolution rapide.
• Stimuler l’innovation tout en maintenant une approche pragmatique dans la conception des solutions.
• Être orienté vers le client, la valeur et les résultats.
• Faire preuve d’un excellent esprit analytique, de rigueur et de jugement.
• Être capable de vulgariser des concepts technologiques complexes auprès d’auditoires techniques, d’affaires et de gestion.
• Être à l’aise dans des contextes d’incertitude, d’ambiguïté et d’évolution technologique rapide.
• Connaissances et aptitudes requises
• Un minimum de huit ans d’expérience pertinente en technologies de l’information, dont au moins cinq ans d’expérience en architecture de solutions.
• Expérience significative dans la conception, l’architecture ou la mise en place de solutions ou de plateformes d’intelligence artificielle en contexte d’entreprise.
• Expérience concrète dans la conception ou l’intégration de solutions utilisant des LLM et des technologies d’intelligence artificielle générative.
• Bonne compréhension des architectures modernes d’applications, des environnements infonuagiques, des API, de la conteneurisation et des plateformes d’orchestration.
• Compréhension des architectures de données modernes supportant les cas d’usage d’IA et des enjeux permettant de rendre les données AI-ready.
• Capacité à produire et à communiquer des architectures de solutions complexes dans un environnement comportant de multiples parties prenantes.
• Expertise en communication, en rédaction et en présentation de recommandations à différents niveaux de l’organisation, incluant le niveau exécutif.
• Capacité à exercer un rôle d’influence auprès des équipes de développement, d’infrastructure, de sécurité, de données et d’architecture.
• Capacité à travailler efficacement dans l’incertitude et l’ambiguïté.
• Maîtrise du français et de l’anglais de niveau avancé en raison de la nature des tâches, des outils de travail ou des interactions avec des partenaires, membres ou clients anglophones.
• Connaissance du formalisme ArchiMate ainsi que des outils de documentation et de collaboration utilisés en architecture.
• Connaissances techniques recherchées
• Le(a) conseiller(ère) devra démontrer une bonne compréhension globale des architectures d’intelligence artificielle d’entreprise, ainsi qu’une expérience significative dans plusieurs des domaines suivants.
• Architecture et plateformes d’intelligence artificielle
• Conception et intégration de solutions ou de plateformes d’IA en contexte d’entreprise.
• Compréhension du fonctionnement et des principales caractéristiques des modèles de langage (LLM) et des solutions d’IA générative.
• Expérience avec Azure AI Foundry, Azure OpenAI ou des plateformes équivalentes permettant la gestion et le déploiement de solutions d’IA d’entreprise.
• Compréhension des architectures permettant l’hébergement, l’exposition, l’orchestration et la consommation sécurisée de modèles et services d’IA.
• Connaissance ou expérience des LLM gateways / AI gateways.
• Connaissance ou expérience de la mise en place ou de l’intégration de serveurs MCP (Model Context Protocol).
• Expérience dans l’intégration d’ API et de services d’IA générative.
• Données, RAG et connaissances d’entreprise
• Compréhension des architectures de données modernes supportant les cas d’usage d’intelligence artificielle.
• Compréhension des concepts et pratiques permettant de rendre les données AI-ready, notamment la qualité, la gouvernance, le catalogage et le lineage des données.
• Connaissance des embeddings, de la vectorisation, de la recherche sémantique, des architectures RAG et des bases de données vectorielles.
• Compréhension de l’intégration entre les solutions d’IA et les plateformes de données et analytiques d’entreprise.
• Compréhension des enjeux de protection, de classification, de traçabilité et de gouvernance des données consommées ou générées par les solutions d’IA.
• Architectures agentiques
• Compréhension des architectures agentiques modernes et de leurs principaux patrons de conception.
• Connaissance des mécanismes d’ orchestration d’agents, des outils (tools), de gestion du contexte et de la mémoire.
• Compréhension des mécanismes d’ évaluation, de traçabilité et d’observabilité des solutions d’IA et des systèmes agentiques.
• Compréhension des mécanismes permettant aux agents d’interagir de façon sécurisée avec les API, données, outils et systèmes d’entreprise.
• Infrastructure et industrialisation
• Expérience avec des environnements infonuagiques ainsi qu’une bonne compréhension des architectures de conteneurisation et d’orchestration telles que Kubernetes et OpenShift.
• Compréhension des enjeux de disponibilité, résilience, performance, évolutivité, observabilité et maîtrise des coûts associés aux plateformes et solutions IA.
• Connaissance des pratiques d’industrialisation des solutions d’IA, notamment les principes de MLOps / LLMOps, CI/CD, monitoring et observabilité.
• Sécurité et gouvernance
• Une expérience en cybersécurité constitue un atout important, particulièrement dans le contexte de la sécurisation des plateformes et solutions d’intelligence artificielle.
• Une connaissance de plusieurs des éléments suivants sera considérée favorablement:
• Gestion des identités et des accès aux modèles, données, API et services IA.
• Protection et classification des données.
• Gestion sécurisée des secrets et des informations sensibles.
• Sécurité applicative, infonuagique et des API.
• Compréhension des risques propres aux LLM, à l’intelligence artificielle générative et aux architectures agentiques.
• Connaissance de référentiels de sécurité pertinents tels qu’ OWASP, NIST et ISO 27001.
• Gouvernance des données, confidentialité et conformité, notamment la Loi 25.
• Connaissance d’outils de gestion de secrets tels que HashiCorp Vault, un atout.
• Atouts
• Expérience dans une grande organisation comportant un environnement technologique complexe et fortement intégré.
• Expérience dans un environnement réglementé ou dans le secteur financier.
• Participation à la conception ou à l’implantation d’une plateforme d’IA partagée à l’échelle d’une entreprise.
• Expérience d’architecture impliquant simultanément les équipes d’IA, de données, d’infrastructure, de sécurité, d’architecture et de développement.
• Expérience pratique avec des architectures agentiques ou des solutions intégrant des services d’IA à des systèmes d’entreprise.
• Connaissances en gouvernance, gestion des risques et utilisation responsable de l’intelligence artificielle.
• Certifications pertinentes en architecture infonuagique, intelligence artificielle ou cybersécurité.
• Seuls les candidat(es) légalement autorisés(ées) à travailler pour tout employeur au Canada seront considérés(ées).
• Wepoint Benefits
• Minimum of 3 weeks of vacation starting from the first year;
• Comprehensive group insurance with a generous employer contribution;
• Employer contribution to a group RRSP;
• Full remote work flexibility: Hybrid, Remote, or On-site;
• A warm, bright, and welcoming office offering fresh fruit, coffee, beverages, occasional meals, etc.;
• Annual IT equipment budget;
• A balanced work environment with flexible working hours;
• Career development: training and certifications, online or in-person learning, Wepoint Academy, etc.;
• An international community of experts ready to share their knowledge;
• A company culture focused on individuals’ needs and their belonging to a strong community.
• #tech&security
• Permis CNESST: AP-2504754, AP-2504755, AR-2504756