Data & IA Engineer Dataiku H/F

Contexte : La Direction de la Stratégie et de la Transformation a pour mission de définir, piloter et accompagner la mise en œuvre de la stratégie d’entreprise du client, en soutenant sa performance globale, son adaptation aux évolutions du secteur spatial et la réussite de ses  transformations. À ce titre, elle : • Élabore, en lien avec la Direction Générale, la vision stratégique du client et la décline en orientations opérationnelles, en tenant  compte des évolutions du marché spatial, des dynamiques et des enjeux géopolitiques et réglementaires, • Pilote les démarches de transformation de l’entreprise, en  accompagnant les directions et les équipes dans l’évolution des  organisations, des processus et des outils, notamment dans le cadre de  la transformation digitale, • Définit et met en œuvre la stratégie d’innovation de l’entreprise,  en identifiant et en expérimentant de nouvelles technologies et de  nouveaux modèles susceptibles de renforcer la compétitivité du client, • Contribue au développement de partenariats stratégiques et d’alliances industrielles et commerciales avec les principaux acteurs du secteur spatial et de l’écosystème d’innovation, • Par son rôle transversal, la Direction de la Stratégie, de la Transformation constitue un levier d’anticipation, d’innovation et de  cohérence stratégique, au service de la compétitivité du client. Missions : • Sous l’autorité du Leader de la Transformation Numérique et en relation constante avec les équipes de design, de développement, les  administrateurs systèmes et infrastructures (SI), les experts cybersécurité, ainsi que les utilisateurs métiers et clients finaux, le/la Data & IA Engineer Senior est le garant de la chaîne de valeur de la donnée, de sa source jusqu'à son exploitation intelligente. • Véritable profil hybride à la croisée du Data Engineering et de la Data Science, il/elle conçoit et déploie des architectures de données  robustes et des solutions d'IA générative prêtes à l'emploi. Ses missions s'articulent autour de quatre piliers majeurs : • Ingestion, tri et qualification de la donnée : Identifier, collecter et fiabiliser les données depuis leurs sources (fichiers, bases, applications métiers), en assurer le nettoyage, la qualification et la documentation, et garantir leur qualité et leur traçabilité. • Ingénierie et Pipeline de données : Concevoir et  automatiser des flows de traitement complexes (recettes, scripts Python) et des systèmes ETL. • Architecture IA et Agents intelligents : Traduire  les besoins métiers en cas d'usage concrets via la création d'agents IA.  Mettre en place et optimiser des systèmes hybrides RAG (Retrieval Augmented Generation) pour garantir la pertinence et la précision des  réponses des modèles en collaboration avec les administrateurs systèmes. • Servicialisation et Exploitation : Transformer les  modèles et les données en services accessibles via des API. Permettre la  visualisation et l'exploitation des résultats à travers des interfaces  web et des outils de pilotage décisionnels (dashboards). • Fiabilité, Sécurité et Gouvernance : Réaliser des  tests de fiabilité rigoureux sur les agents et les collections de  données. Garantir la continuité et le respect des politiques de  ségrégation de la donnée, en assurant une intégration stricte avec les  systèmes de gestion des accès (LDAP/IAM) et les exigences de la  cybersécurité.