> Markdown version of [/jobs/ext/3982540-lead-ai-engineer-f-h](https://www.wearedevelopers.com/jobs/ext/3982540-lead-ai-engineer-f-h). 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).

---

# Lead AI Engineer (F/H)

- **Company:** AXA
- **Location:** Suresnes, France (Remote available)
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Agile Methodology, Artificial Intelligence, Microsoft Azure, Cloud Computing, Software Quality, Code Review, Continuous Integration, DevOps, Topic Modeling, Technical Debt, Information Technology, Machine Learning Operations
- **Published:** October 28, 2026
- **Apply:** https://espace-emploi.agefiph.fr/jobs/22211629

## About the Role

* Cloud & architecture : solide expérience sur Azure (services data/compute, sécurité, réseau, monitoring) et design de solutions scalables.

 * DevOps : CI/CD, conteneurisation, automatisation, qualité logicielle, exploitation, observabilité.

 * Agile : maîtrise des méthodes agiles et capacité à travailler efficacement avec un Product Owner et une équipe QA.

 * Expertise approfondie sur les techniques OCR (pipeline, qualité, post-traitement, performance, industrialisation).

 * Expertise approfondie sur les techniques Speech / NLP (speech-to-text en temps réel, hierarchical topic modeling, embedding, extractive summarization) et compréhension des limites/risques.

 * Qualités personnelles : excellente organisation, rigueur, exigence de qualité, sens du collectif, capacité à décider et à prioriser.

 * Veille technologique : capacité à anticiper et à intégrer les évolutions pertinentes.

VOTRE PROFIL

 * Formation supérieure (Bac+5) école d'ingénieur ou université scientifique.

 * Expérience confirmée (5+ ans) en ingénierie IA/ML et expérience de lead (tech lead / lead engineer / engineering lead) avec encadrement d'équipe.

 * Maîtrise complète du cycle de vie : conception * développement * production * exploitation de solutions IA.

 * Très bonne capacité à communiquer avec des interlocuteurs techniques et non techniques, et à produire une documentation claire.

 * Forte culture de la qualité : tests, robustesse, sécurité, conformité, traçabilité.

## Description

Vous allez aimer innover avec nous.

Vous allez aimer que nos clients nous adorent.

VOTRE RÔLE ET VOS MISSIONS

Au sein de l'équipe Data & AI de la Direction Informatique et Innovation (D2I) de Direct Assurance (groupe AXA), et en tant que Lead AI Engineer, vous serez responsable de la conception, l'industrialisation et la mise à l'échelle de nos usecases IA, avec un fort niveau d'exigence technique et opérationnel.

Vous piloterez une équipe pluridisciplinaire dédiée au delivery (3 développeurs, 1 Product Owner, 3 testeurs) et garantirez l'alignement entre vision produit, excellence technique, qualité, sécurité et time-to-market.

Les usecases prioritaires :

 * OCR : Océrisation massive de nos documents (extraction du texte, classification, NER, analyse de champs, etc.).

 * Speech Analytics : traitement audio/texte, compréhension, classification, extraction d'insights, industrialisation.
 * Construction de notre plateforme IA : standardisation des usecases, construction d'assets réutilisables, ouverture du développement de usecases à d'autres équipes techniques., Leadership technique & delivery :
 * Encadrer et animer l'équipe (rituels, priorisation, arbitrages techniques, qualité, respect des engagements).

 * Mettre en place et faire vivre des standards d'ingénierie (revue de code, architecture, tests, documentation, performance).

 * Porter l'architecture end-to-end des produits IA (ingestion, traitement, orchestration, serving, observabilité).

 * Superviser la conception, le développement, la mise en production et la maintenance des composants IA.

 * Assurer la qualité (tests, validation, gestion des erreurs, robustesse aux cas réels, drift/monitoring).

 * Challenger l'existant et proposer des approches innovantes (choix modèles, optimisation coût/latence, nouvelles briques, outillage).

 * Conduire une veille active (modèles, frameworks, services Azure, pratiques MLOps/LLMOps) et la transformer en décisions actionnables.

 * Définir et déployer des pratiques DevOps : CI/CD, IaC, environnements, sécurité, gestion des secrets, observabilité.

 * Valoriser les résultats, expliciter les arbitrages, et assurer un alignement fort avec les sponsors business et les équipes IT.

 * Rendre lisibles des sujets complexes via une communication claire (roadmap, risques, KPIs, dette technique).