> Markdown version of [/jobs/ext/3839911-architecte-data-ia-industrie-cdi-h-f](https://www.wearedevelopers.com/jobs/ext/3839911-architecte-data-ia-industrie-cdi-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Architecte Data - IA - Industrie CDI H/F - **Company:** Scalian Groupe - **Location:** Vitrolles, France (Remote available) - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Airflow, Amazon Web Services, Component-Based Software Engineering, Computer Vision, Microsoft Azure, C++ (Programming Language), Cloud Computing, Continuous Integration, Data Governance, Document Management Systems, Digital Technology, Supervisory Control and Data Acquisition (SCADA), Python (Programming Language), Message Queuing Telemetry Transport (MQTT), OpenCV, Data Mesh, Tensorflow, OPC Unified Architecture, SQL Databases, Digital Twin, Feature Store, Google Cloud, Retrieval-Augmented Generation, Snowflake, Apache Spark, Llamaindex, Generative AI, Data Lakes, Kubernetes, Low Latency, HuggingFace, Apache Kafka, Triton Inference Server, Machine Learning Operations, Azure IoT, NVIDIA Jetson, Terraform, Aws Iot, Devsecops, Docker, Databricks - **Published:** October 20, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/84592375.html ## About the Role Ce que nous recherchons chez vous10 à 15 ans d'expérience, dont au moins 5 ans en architecture Data/IA dans un environnement industriel (Aéronautique, Automobile, Énergie, Process/Manufacturing, etc.).Expérience significative d'au moins deux projets Data/IA mis en production à l'échelle industrielle (OT/IT ou Cloud/Edge).Formation ingénieur, grande école scientifique avec forte spécialisation technique, ou équivalent universitaire Bac +5.Maîtrise des architectures Data/IA en environnement contraint/sécurisé et des enjeux de latence, de continuité de service et de gouvernance de données industrielles.Bonne compréhension des métiers industriels (PLM, ERP, MES, SCADA, GED / documentation technique, Supply Chain).Capacité à intervenir en avant-vente et en solutioning, puis à porter l'architecture en delivery sur des projets complexes.Capacité à structurer une démarche d'industrialisation : prérequis, phases, livrables, risques, chiffrage et trajectoire de déploiement.Aptitude à dialoguer avec les décideurs, les équipes métiers/usine, les équipes Data/IA, les équipes IT/OT et cloud.Esprit de capitalisation : formaliser des patterns, développer les actifs de la practice et outiller les équipes.Compétences techniques souhaitéesData et plateformes : Databricks ou Snowflake, Delta Lake, Apache Kafka, MQTT, OPC-UA, Airflow, Spark.IoT & Edge IA : Azure IoT Edge, AWS IoT Greengrass, NVIDIA Jetson / Triton Inference Server, OpenVINO, TensorFlow Lite.MLOps et IA : MLflow, Vertex AI ou SageMaker, feature stores (Tecton ou Feast), Hugging Face, vision par ordinateur (OpenCV, YOLO).IA générative : LangChain, LlamaIndex, architectures RAG (recherche dans les documentations techniques, manuels de maintenance, fiches de sécurité) et fine-tuning.Cloud & Souveraineté : AWS, Azure ou GCP ; cloud souverain ou privé (OVHcloud, Outscale, S3NS) ; architectures hybrides / On-Premise.Infrastructure & DevSecOps : Kubernetes, Docker, Terraform, CI/CD pipelines.Langages : Python, C++, SQL.Cas d'usage industriels : Maintenance prédictive, contrôle qualité automatique, optimisation des procédés (Digital Twin / Jumeau numérique), suivi de consommation énergétique, planification de Supply Chain, copilotes techniques., * 10 à 15 ans d'expérience, dont au moins 5 ans en architecture Data/IA dans un environnement industriel (Aéronautique, Automobile, Énergie, Process/Manufacturing, etc.). * Expérience significative d'au moins deux projets Data/IA mis en production à l'échelle industrielle (OT/IT ou Cloud/Edge). * Formation ingénieur, grande école scientifique avec forte spécialisation technique, ou équivalent universitaire Bac +5., Compétences techniques souhaitées * Data et plateformes : Databricks ou Snowflake, Delta Lake, Apache Kafka, MQTT, OPC-UA, Airflow, Spark. * IoT & Edge IA : Azure IoT Edge, AWS IoT Greengrass, NVIDIA Jetson / Triton Inference Server, OpenVINO, TensorFlow Lite. * MLOps et IA : MLflow, Vertex AI ou SageMaker, feature stores (Tecton ou Feast), Hugging Face, vision par ordinateur (OpenCV, YOLO). * IA générative : LangChain, LlamaIndex, architectures RAG (recherche dans les documentations techniques, manuels de maintenance, fiches de sécurité) et fine-tuning. * Cloud & Souveraineté : AWS, Azure ou GCP ; cloud souverain ou privé (OVHcloud, Outscale, S3NS) ; architectures hybrides / On-Premise. * Infrastructure & DevSecOps : Kubernetes, Docker, Terraform, CI/CD pipelines. * Langages : Python, C++, SQL. * Cas d'usage industriels : Maintenance prédictive, contrôle qualité automatique, optimisation des procédés (Digital Twin / Jumeau numérique), suivi de consommation énergétique, planification de Supply Chain, copilotes techniques., ISO 27001 Intelligence artificielle GED Contrôle qualité SQL Création d'une base documentaire Kubernetes OpenCV Python Gouvernance des données KAFKA Derive Gestion de la chaîne d'approvisionnement C++ SCADA Docker ## Description Au sein du domaine Digital Solutions, vous rejoignez la practice Data & IA, qui définit les socles technologiques et les plateformes IA, contribue à leur industrialisation et les déploie chez les clients de Scalian, avec une portée nationale et des interactions internationales. En tant qu'Architecte Data / IA Industrie, vous définissez et industrialisez des architectures adaptées aux environnements industriels (Aéronautique, Naval, Énergie, Chimie, Pharma, Manufacturing / Usine 4.0). Vous contribuez à développer cette verticale, portez les premières missions à fort enjeu et concevez des solutions robustes, temps réel/edge, traçables et compatibles avec les exigences opérationnelles et réglementaires du secteur industriel. Votre rôle combine à parts égales le support avant-vente et le solutioning d'une part, et le delivery de projets complexes d'autre part. Vous êtes directement rattaché(e) à la direction de la practice Data & IA et contribuez activement au développement de l'offre, des actifs et des références., Définir des architectures Data & IA : Data Mesh / Data Fabric, plateformes MLOps, IoT / IIoT edge-to-cloud, maintenance prédictive, contrôle qualité par vision industrielle, optimisation de Supply Chain et IA générative pour le technicien/ingénieur augmenté (documentation technique, PLM, copilotes de maintenance). - Industrialiser les solutions en garantissant passage à l'échelle, haute disponibilité, résilience, faible latence et maîtrise des coûts. - Traduire les exigences des normes et réglementations industrielles (ex. AI Act, EU Data Act, NIS 2, Cyber Resilience Act, ISO 27001 / IEC 62443, bilan carbone / Scope 3) en choix d'architecture. - Garantir la robustesse, la traçabilité des modèles, le contrôle de la dérive (drift detection) et la sécurité OT/IT. - Intégrer les contraintes des métiers industriels : ingénierie/bureau d'études, production, maintenance, qualité, Supply Chain, HSE (Hygiène, Sécurité, Environnement) et gestion de l'énergie. - Capitaliser les patterns d'architecture et développer des briques réutilisables d'ingestion IIoT, de détection d'anomalies, d'optimisation de procédés et de contrôle qualité vision. - Contribuer aux propositions commerciales et aux cadrages clients. - Développer l'offre, construire les premières références et porter l'expertise en delivery chez les clients., * Maîtrise des architectures Data/IA en environnement contraint/sécurisé et des enjeux de latence, de continuité de service et de gouvernance de données industrielles. * Bonne compréhension des métiers industriels (PLM, ERP, MES, SCADA, GED / documentation technique, Supply Chain). * Capacité à intervenir en avant-vente et en solutioning, puis à porter l'architecture en delivery sur des projets complexes. * Capacité à structurer une démarche d'industrialisation : prérequis, phases, livrables, risques, chiffrage et trajectoire de déploiement. * Aptitude à dialoguer avec les décideurs, les équipes métiers/usine, les équipes Data/IA, les équipes IT/OT et cloud. * Esprit de capitalisation : formaliser des patterns, développer les actifs de la practice et outiller les équipes.