Spin - Job Board External

28 oct. 2026

IC6 - Architecte Data & IA Senior Staff

Mexique

Mexico

AWSGCPTerraform

Traduction automatique. Consultez l’original.

Objectif du poste

Prenez la tête de la prochaine évolution de l'écosystème Data et IA de Spin en tant qu'Architecte Data & IA Senior Staff. Dans ce rôle technique de haut niveau, vous agirez en tant que stratège principal pour concrétiser notre vision « AI-First », de la conception à la mise en œuvre à grande échelle. Vous concevrez les systèmes modulaires et interopérables qui relient de manière fluide l'ingénierie, la modélisation des données et le machine learning dans tous les domaines d'activité. Si vous aimez résoudre des défis techniques complexes, établir des normes de pointe et encadrer des équipes de classe mondiale pour générer un impact réel, ce poste est fait pour vous.

Principales responsabilités

Architecture d'entreprise et feuille de route : Définir, maintenir et communiquer l'architecture cible Data et IA ainsi que la feuille de route technologique pluriannuelle, couvrant les capacités de lakehouse, de streaming, de MLOps/LLMOps et de gouvernance, en alignement avec la stratégie de l'entreprise.

Gouvernance de l'architecture : Présider les instances de décision de conception et les processus de revue d'architecture ; documenter les décisions via des Architecture Decision Records (ADR) et garantir la conformité des solutions aux normes approuvées, avec une analyse documentée des compromis, des coûts et des risques.

Amélioration continue et rationalisation : Évaluer le paysage actuel des plateformes et les initiatives en cours pour détecter la dette technique, les redondances et les lacunes ; recommander et parrainer des initiatives d'optimisation avec des bénéfices quantifiables en termes de performance, de fiabilité, de coût et de rapidité de livraison.

Architectures de référence et normes : Développer et gouverner des architectures de référence, des modèles de conception et des directives d'ingénierie (architecture médaillon, contrats de données, produits de données, conception événementielle, modèles orientés domaine), en favorisant leur adoption par les équipes de livraison via l'accompagnement.

Interopérabilité et composabilité : Concevoir des architectures composables avec des interfaces bien définies (APIs, flux d'événements, formats de table ouverts, couches sémantiques) qui réduisent les dépendances entre les composants, simplifient l'évolution et le remplacement des capacités, et permettent l'intégration avec les plateformes technologiques et les partenaires externes.

Architecture de plateforme (Databricks & AWS) : Assumer la responsabilité de l'architecture et du modèle opérationnel de la plateforme de Data Intelligence Databricks (Unity Catalog, Delta Lake, Lakeflow, Workflows, Mosaic AI, Model Serving) et de son intégration avec les services AWS, incluant la stratégie d'espace de travail, le réseau, la sécurité, la gestion des environnements et la gouvernance des coûts.

Architecture IA/ML & GenAI : Diriger l'architecture des solutions d'IA d'entreprise, incluant la gestion du cycle de vie des modèles, l'ingénierie des caractéristiques (feature engineering), le registre et le déploiement de modèles, l'observabilité et la détection de dérive, la génération augmentée par récupération (RAG), les flux de travail agentiques, la recherche vectorielle, ainsi que les contrôles de sécurité et d'évaluation de l'IA.

Architecture de solutions sectorielles : Fournir une orientation architecturale pour les cas d'usage stratégiques du Retail (vue 360, personnalisation, prévision, tarification, fidélisation) et de la Fintech (risque de crédit, détection de fraude, paiements, prise de décision en temps réel), en gérant des charges de travail à haut volume et faible latence.

Sécurité, conformité et IA responsable : Intégrer la confidentialité des données, la sécurité, la traçabilité (lineage), l'auditabilité et les principes d'IA responsable dans chaque conception, en assurant l'alignement avec les réglementations et normes applicables (ex. : CNBV, CONDUSEF, LFPDPPP, PCI-DSS) et les politiques de gestion des risques liés aux modèles.

Leadership technique et mentorat : Agir en tant que référent technique pour les architectes, les ingénieurs de données, les modélisateurs de données, les équipes DataOps et les ingénieurs ML via le coaching, les revues de conception et les communautés de pratique ; contribuer à l'évaluation des talents, au recrutement et au développement des compétences.

Engagement des parties prenantes : Collaborer avec les directions Produit, Crédit, Risque, Technologie, Sécurité et Business pour traduire les objectifs métier en stratégie technique et assurer l'alignement avec l'architecture d'entreprise.

Fiabilité, évolutivité et optimisation des coûts : Définir les exigences non fonctionnelles et les objectifs de niveau de service (SLO), les approches de résilience et de reprise après sinistre, les pratiques d'observabilité et les contrôles FinOps pour les charges de travail par lots et en temps réel.

Évaluation des technologies émergentes : Évaluer les technologies et approches émergentes (IA générative, agents IA, feature stores, data mesh, formats de lakehouse ouverts) via des preuves de concept et des benchmarks, et émettre des recommandations d'adoption.

Documentation et gestion des connaissances : Maintenir le référentiel d'architecture, les plans directeurs et la documentation technique en tant que source de vérité faisant autorité.

Culture d'ingénierie : Favoriser l'appropriation, la responsabilité opérationnelle et une culture DevOps/DataOps au sein des équipes d'ingénierie.

Esprit « AI-First » et autonomisation : Défendre le pilier « AI-First » de Spin en intégrant l'IA comme une considération par défaut dans les décisions d'architecture et de conception, en encourageant l'utilisation d'outils assistés par l'IA tout au long du cycle de vie de l'ingénierie, et en favorisant la culture de l'IA et un état d'esprit axé sur l'expérimentation parmi les équipes et les parties prenantes.

Connaissances et expérience requises

Formation : Licence ou Master en informatique, ingénierie logicielle ou systèmes, intelligence artificielle, science des données ou domaine connexe.

Expérience : 10+ années d'expérience progressive en ingénierie de données, architecture de données ou architecture logicielle, dont 5+ années dans un rôle d'architecte d'entreprise ou de solution et 3+ années dans la conception de plateformes IA/ML ou de données à grande échelle en production. Expérience démontrée dans la livraison d'architectures adoptées par plusieurs équipes ou unités commerciales.

Expérience sectorielle : Expérience avérée dans le Retail et la Fintech, ou dans des environnements réglementés à haut volume comparables.

Compétences techniques

Databricks (Obligatoire) : Maîtrise experte de la plateforme Databricks pour les charges de travail Data et IA : Delta Lake, Unity Catalog, Lakeflow/Delta Live Tables, Structured Streaming, Photon, MLflow, Feature Store, Mosaic AI et Model Serving ; administration de plateforme, réglage des performances et optimisation des coûts.

Plateformes Cloud (Obligatoire : AWS) : Maîtrise experte et pratique de AWS (S3, Kinesis, MSK, Glue, IAM, VPC, Lambda, EKS) et de son intégration avec Databricks ; une connaissance pratique de GCP (BigQuery, Pub/Sub, Vertex AI) est souhaitable.

Cadres et méthodes d'architecture : Maîtrise de TOGAF, des cadres Well-Architected du cloud, DAMA-DMBOK, modélisation C4 et pratiques ADR ; concepts de Domain-Driven Design, data mesh et produits de données ; modèles Lambda/Kappa ; intégration événementielle et microservices ; conception d'API et de contrats de données.

Modélisation et stockage des données : Expert en modélisation dimensionnelle, relationnelle, NoSQL et lakehouse ; formats de table ouverts (Delta Lake, Apache Iceberg, Apache Hudi) ; couches sémantiques et outils de la Modern Data Stack.

Streaming et intégration : Connaissance avancée des plateformes de streaming et événementielles (Kafka, Kinesis, Pub/Sub), du changement de données capturé (CDC) et des modèles d'intégration d'entreprise.

IA/ML & GenAI : Architecture des pipelines MLOps/LLMOps, réentraînement automatisé, surveillance des modèles, RAG, bases de données vectorielles, orchestration LLM et gouvernance de l'IA.

Gouvernance, sécurité et livraison : Gouvernance des données, catalogage, traçabilité, confidentialité dès la conception (privacy by design), modèles de contrôle d'accès et de chiffrement, infrastructure en tant que code (Terraform), CI/CD pour la donnée et l'IA, et pratiques FinOps.

Leadership et compétences relationnelles : Pensée stratégique et fortes capacités d'abstraction ; capacité à articuler et justifier les décisions architecturales auprès d'audiences techniques et exécutives ; gestion des parties prenantes et influence ; coaching et mentorat ; rigueur analytique et jugement sûr ; fort état d'esprit « AI-First », avec une adoption démontrée des outils d'IA et une volonté de promouvoir des méthodes de travail basées sur l'IA.

Langues : Maîtrise intermédiaire de l'anglais.

Chez Spin, nous nous engageons à bâtir un lieu de travail diversifié et inclusif.

Nous croyons en l'égalité des chances et promouvons un environnement exempt de discrimination fondée sur la race, l'origine nationale, le genre, l'identité de genre, l'orientation sexuelle, le handicap, l'âge ou toute autre condition légalement protégée.

Langues

IC6 - Architecte Data & IA Senior Staff

Objectif du poste

Principales responsabilités

Connaissances et expérience requises

Compétences techniques

Continuer à explorer

Ton prochain jobest déjà à ta recherche.

Plus d’opportunités avec un seul profil

Ingénieur logiciel senior, Enablement des développeurs

Consultant Fonctionnel Microsoft Dynamics 365 F&O

04 Spécialiste CRM et Automatisation – HubSpot/Salesforce (RevOps)