AI ENGINEER

Dans le cadre du développement de ses activités, Databiz filiale d'autobiz (groupe Stellantis) recherche un AI ENGINEER. Si vous êtes prêt à contribuer et à créer de la valeur pour la mobilité plus propre et plus intelligente de demain, Databiz est l'endroit où il faut être.

Entreprise :

Notre entreprise

Créée en 2004, AUTOBIZ est une société européenne, ayant aujourd’hui ses bureaux à Paris, Valence, Milan et Berlin. Elle compte aujourd’hui 200+ collaborateurs et fait partie des trois 1ers fournisseurs de valeurs de marché au monde du secteur automobile.

Spécialisée dans la conception d’outils de données en temps réel, la société déploie, pour le compte de ses clients (constructeurs automobiles, concessionnaires, assureurs, loueurs longue durée) une large gamme de services/ solutions de pilotage et d’aide à la décision pour le secteur automobile

Le groupe automobile PSA (Peugeot-Citroën) est entré au capital de l’entreprise en 2017. Cette collaboration renforce la position d’AUTOBIZ sur le marché automobile à l’international et lui permet de développer de nouvelles solutions au quotidien.

Mission principale

Concevoir, développer et industrialiser des solutions basées sur l’intelligence artificielle (machine learning, deep learning, LLM) afin d’améliorer les produits, automatiser les processus et créer de la valeur business.

Responsabilités principales1. Développement de solutions IA

• Concevoir et entraîner des modèles (ML, Deep Learning, NLP, Computer Vision)
• Implémenter des solutions basées sur des LLM (GPT, open-source, etc.)
• Développer des pipelines de traitement de données

2. Industrialisation (MLOps)

• Déployer les modèles en production (API, batch, temps réel)
• Mettre en place monitoring, performance, dérive des modèles
• Automatiser les pipelines (CI/CD data & ML)

3. Data & qualité

• Travailler sur la préparation, nettoyage et structuration des données
• Améliorer la qualité et la gouvernance des datasets
• Collaborer avec les équipes Data Platform

4. Innovation & veille

• Tester de nouvelles approches IA (LLM, agents, RAG, etc.)
• Prototyper rapidement (POC → industrialisation)
• Participer aux choix technologiques

5. Collaboration produit

• Comprendre les besoins métiers
• Traduire les cas d’usage en solutions techniques
• Participer à la roadmap produit IA

Compétences techniques requises Langages & outils

• Python (obligatoire)
• SQL
• APIs / FastAPI / Flask

IA / Data

• Machine Learning (scikit-learn, XGBoost…)
• Deep Learning (TensorFlow / PyTorch)
• NLP / LLM (OpenAI, Hugging Face, LangChain, etc.)
• RAG, embeddings, vector databases (Pinecone, Weaviate, FAISS…)

Data Engineering

• Manipulation de données (Pandas, Spark)
• Pipelines de données

MLOps / Cloud

• Docker / Kubernetes
• CI/CD
• Cloud (GCP, AWS ou Azure)
• Monitoring (logs, performance modèles)

Compétences comportementales

• Esprit analytique et orienté solution
• Capacité à vulgariser des sujets complexes
• Autonomie et proactivité
• Culture produit et impact business
• Capacité à travailler en équipe transverse

Profil recherché

• Bac+5 (informatique, data, IA ou équivalent)
• 2 à 5 ans d’expérience (ou plus selon séniorité)
• Expérience concrète en projets IA en production

Indicateurs de performance (KPIs)

• Mise en production de modèles IA
• Performance des modèles (précision, recall, etc.)
• Temps de mise en production (POC → prod)
• Adoption des solutions IA par les équipes métier
• Fiabilité et stabilité en production

Enjeux du poste 

• Passage d’une logique “projets” à une logique plateforme IA scalable
• Industrialisation des cas d’usage (et pas uniquement POC)
• Création d’avantages compétitifs via la data et l’IA
• Intégration de l’IA dans les produits existants

La maitrise des différents outils liés à l’intelligence artificielle, à l’automatisation et au no-code/low-code est un plus : tels que n8n, Make, OpenAI API, LangChain, Airtable, Notion, Tally, Typeform, Retool, Bubble, Flowise et Weaviate