Contractor job Expert GenAI LLM Engineering - Sénior

• Identifier les cas d’usage à forte valeur autour de la GenAI

• Concevoir des architectures IA industrialisables

• Déployer des assistants intelligents et agents autonomes

• Mettre en place des pipelines RAG sécurisés

• Optimiser la qualité, la pertinence et les performances des modèles

• Accompagner la montée en maturité des équipes internes

• Concevoir des architectures GenAI enterprise

• Définir les patterns techniques autour de :

  • RAG

  • Agents multi-outils

  • Prompt orchestration

  • Memory management

  • Tool calling

  • Function calling

  • Model routing

• Définir les standards d’industrialisation

• Concevoir et développer des solutions GenAI robustes

• Industrialiser les pipelines IA

• Développer :

  • assistants conversationnels

  • copilots métiers

  • agents autonomes

  • systèmes de recherche augmentée

• Intégrer les solutions aux SI existants

Large Language Models & providers :
Solutions basées sur les modèles OpenAI, Anthropic, Mistral, Hugging Face ou Gemini, avec une bonne compréhension des spécificités de chaque provider (performance, coût, contexte, sécurité, tool calling…).

RAG & Vector Search :
Conception et industrialisation de pipelines RAG avec des bases vectorielles telles que Pinecone, Weaviate, Chroma, Milvus ou Elasticsearch en mode vector search.

Cloud & déploiement :
Expérience de déploiement de solutions IA sur des environnements cloud enterprise : AWS, Azure ou GCP.

Industrialisation / DevOps / MLOps :
Maîtrise des pratiques d’industrialisation via Docker, Kubernetes et pipelines CI/CD, avec une sensibilité aux problématiques de monitoring, scalabilité et observabilité des solutions GenAI.