Consultant(e) en ingénierie des connaissances (Knowledge Engineering)

À propos du poste

Accenture recrute un(e) consultant(e) en ingénierie des connaissances (Knowledge Engineering Team Lead/Consultant) à Paris, en temps plein. Il s'agit d'un poste de niveau intermédiaire, pour un contributeur individuel solide en ingénierie des connaissances qui évolue vers un rôle de chef d'équipe. Le poste couvre l'ensemble du cycle de vie des graphes de connaissances, de l'ingestion à la modélisation, la curation et le déploiement.

Missions principales

• Construire des composants de graphe de connaissances qui contribuent à la transformation de l'architecture de données d'un client.
• Concevoir, développer et mettre en œuvre des solutions d'IA et sémantiques, intégrées au système global.
• Travailler avec l'équipe projet et les responsables de livraison, et établir de solides relations avec les interlocuteurs clients.
• Aider à rassembler les éléments justifiant la solution de couche sémantique recommandée, et soutenir les efforts commerciaux d'Accenture lorsque cela est demandé.
• Démontrer la valeur des approches basées sur l'IA générative et les graphes de connaissances, et partager ses apprentissages avec l'équipe.
• Collaborer avec les utilisateurs, les cas d'usage, les ingénieurs, les architectes et les concepteurs UI pour une solution de bout en bout.
• Développer ses compétences dans les solutions Data & AI, notamment les technologies agentiques, et les transmettre à l'équipe.

Profil recherché

• Diplôme de licence ou équivalent, avec au moins 3 des éléments suivants : expérience avec les technologies Knowledge Graph (RDF, SPARQL, LPG, SHACL), conception de schémas, gestion d'ontologies et curation de Knowledge Graphs, conception de solutions Knowledge Graph et de modèles de machine learning basés sur les graphes, mise en œuvre de pipelines de données pour l'IA (LLM).
• Solides connaissances des bases de données relationnelles, objet, graphe (Stardog, Neo4j, Amazon Neptune) et vectorielles.
• Qualifications préférées : expérience sur AWS, Azure, GCP ; Python, TensorFlow, PyTorch, ETL (Apache NiFi, Airflow) ; NLP, prompt engineering et LLMs ; expérience de chef d'équipe et de conseil auprès de clients externes.

Compétences requises

• RDF, SPARQL, LPG, SHACL
• Bases de données : Stardog, Neo4j, Amazon Neptune, bases vectorielles
• Python, TensorFlow, PyTorch, Apache NiFi, Airflow (préféré)
• NLP, prompt engineering, LLMs, machine learning et systèmes agentiques (préféré)