Find your next tech and IT Job or contract AI

Contexte de la missionDans le cadre d'un programme de transformation Finance et d'évolution des systèmes comptables, nous recherchons un Consultant Traducteur Comptable AFAH / AIS / SAI afin d'intervenir sur l'intégration et la maintenance des flux comptables vers SAP. Vous rejoindrez une équipe en charge du paramétrage et de l'évolution de la plateforme AFAH (Axway Financial Accounting Hub), dans un environnement à forte volumétrie de traitements financiers. MissionsAnalyse des besoins fonctionnels exprimés par les équipes Finance et Comptabilité. Conception et mise en œuvre des règles de traduction comptable. Paramétrage des règles et tables de gestion dans les outils AFAH : Portal Studio Interplay Développement et maintenance des traitements en langage « Règle du Jeu ». Gestion des flux comptables en mode fichiers. Participation aux phases de tests, recette et mise en production. Analyse et résolution des incidents de production. Accompagnement des équipes métiers et support fonctionnel. Collaboration avec les équipes SAP pour garantir l'intégration et la cohérence des données comptables. Environnement techniqueAFAH (Axway Financial Accounting Hub) AIS SAI SAP FI/CO Portal Studio Interplay Langage « Règle du Jeu » Linux RedHat Shell Unix/Linux SQL Flux batch et échanges de fichiers

🚀 Mission – Expert Kubernetes / OpenShift (H/F) Tu es passionné par les environnements cloud, la conteneurisation et les plateformes Kubernetes ? Tu aimes être au cœur des sujets techniques et faire évoluer des plateformes critiques ? Cette mission est pour toi 👇 🔎 Le contexte Tu interviens sur une plateforme OpenShift stratégique, avec un vrai rôle d'expert pour accompagner son évolution et répondre aux besoins des équipes. 💥 Tes missions principales Définir et proposer des solutions Kubernetes adaptées, en respectant les standards en place Déployer, tester et faire évoluer des clusters et composants techniques Assurer le MCO OpenShift (maintenance, patching, améliorations continues) Intervenir en support N3 sur des problématiques techniques pointues Partager ta veille et accompagner l'équipe dans la montée en compétences Transmettre ton savoir (docs, démos, ateliers…) 🛠️ Ton quotidien Faire évoluer la stack OpenShift et garantir sa stabilité Automatiser (Ansible, GitOps…) pour gagner en efficacité Travailler dans un environnement orienté DevOps / Agile Être force de conseil et autonome sur tes sujets 📦 Tes livrables ✔️ Documentation technique (installation, configuration, exploitation) ✔️ Procédures automatisées ✔️ Spécifications techniques détaillées ✔️ Supports de partage de connaissances ⚙️ Stack & compétences attendues Kubernetes & OpenShift (MCO + déploiement) GitOps (ArgoCD, Ansible, GitHub) Observabilité (Prometheus, Dynatrace) Écosystème Kubernetes (cert-manager, Kyverno, Velero…) Bonnes pratiques (Conventional Commits…) 💡 Le petit + Expérience en environnement Agile Connaissance Apache Tomcat 👉 Pourquoi c'est intéressant ? Rôle clé sur une plateforme stratégique Environnement technique moderne et stimulant Forte autonomie et impact direct Dimension expertise + partage

Je recherche pour un de mes clients un Chef de projet fonctionnel senior Bilingue, Expertise réglementaire sur les marchés financiers sur Paris Titre ; Accompagnement du projet IA relatif au contrôle des données émetteurs actions suivis dans le cadre de l'application du droit boursier Description : La prestation porte sur une mission d'assistance à maîtrise d'ouvrage (AMOA), d'expertise fonctionnelle et de pilotage de projet dans le cadre d'un projet de POC IA puis d'une mise en production relatifs au suivi réglementaire des franchissements de seuils français. Dans ce contexte, le client souhaite renforcer l'équipe GDAFIA par un profil disposant à la fois : D'une expertise fonctionnelle approfondie sur la réglementation française des déclarations de franchissements de seuils et un maîtrisée des données métiers et de leur qualification. D'une capacité de pilotage transverse de projet ; D'une expérience de coordination entre équipes métiers, IT, gouvernance et parties prenantes internes. Taches 3.1.1.1 Accompagnement des processus internes Prise en charge et coordination des travaux nécessaires dans le cadre des processus internes de validation applicables aux projets IA ; Préparation des documents nécessaires aux différentes instances et comités ; Coordination des échanges avec les parties prenantes concernées ; Suivi des validations et des actions associées. 3.1.1.2 Coordination de projet transverse Organisation et animation de la gouvernance projet ; Coordination des différentes équipes intervenantes ; Suivi de l'avancement des travaux ; Identification et suivi des risques, dépendances et points de blocage ; Préparation des supports de pilotage et de comitologie ; 3.1.1.3 Expertise fonctionnelle réglementaire Le prestataire devra apporter une expertise fonctionnelle portant notamment sur : Les obligations réglementaires françaises de déclarations de franchissements de seuils ; Les problématiques liées aux dénominateurs applicables ; Les pratiques de recherche et d'analyse documentaire associées ; Les règles métier nécessaires à l'exploitation des résultats produits par la solution. 3.1.1.4 Accompagnement de l'industrialisation La préparation de la phase d'industrialisation ; La structuration des processus opérationnels cibles ; La formalisation des besoins complémentaires ; La coordination des travaux nécessaires à la mise en production 3.1.1.5 Retour d'expérience (REX) Les enseignements du POC ; Les gains opérationnels identifiés ; Les difficultés rencontrées ; Les recommandations permettant d'accélérer l'adoption de cas d'usage IA similaires au sein de GDA. Compétences Expérience impérative dans la conduite de projet ; forte méthodologie de travail requise Bilingue français / anglais, à l'oral et à l'écrit (niveau C1/C2 CECRL avec une expérience significative an milieu anglophone ; Maîtrise des caractéristiques et des données de marché des instruments financiers concernés par les obligations déclaratives concernées Connaissance des obligations déclaratives sur la France ; Connaissance de l'activité des gestions d'actif, du fonctionnement ; Excellentes qualités de synthèse, d'organisation et de formalisation ; Très bonne maîtrise des outils bureautiques (Powerpoint, Word, Excel), et particulièrement la rédaction de présentations Powerpoint ; Très bonnes capacités de travail en équipe et d'adaptabilité exigées ; Une forte autonomie et neutralité sont requises. Les environnements informatiques

Séniorité - ingénieur IA opérationnel. Une personne qui a réellement conçu et déployé des projets IA concrets (agents, prompts, MCP, mémoire), et pas seulement dirigé ces projets. Doit être capable de livrer de manière autonome. Utilisation de VSCode Github Copilot Description des services à réaliser L'équipe Train Release Management (TRM) est responsable de la mise en œuvre et de la gestion des processus de release à travers les environnements de développement, de test et de production. Cela inclut la coordination de trois processus : la Gestion des Releases, la Gestion des Changements et la Gestion des Incidents. L'équipe travaille en collaboration avec tous les acteurs des projets de développement logiciel, en traduisant les besoins (releases trains, correctifs, incidents, bugs, BAU, vulnérabilités, demandes ad hoc, obsolescence) en une feuille de route détaillée des releases avec les rapports associés, et en améliorant continuellement chaque processus. Ce projet s'appuie sur la mise en œuvre de l'IA déjà en cours au sein de l'équipe, avec un accent sur l'automatisation, la gestion du contexte et le partage des connaissances appliqués aux activités de gestion des releases. L'objectif est d'améliorer l'efficacité individuelle et collective en intégrant des améliorations IA dans les processus TRM existants (planification des releases, coordination des changements, suivi des incidents, surveillance de l'éligibilité, reporting), tout en alignant les solutions avec les exigences de gouvernance et les bonnes pratiques du cycle de vie du développement logiciel (SDLC). Le service comprendra les éléments suivants : 1. Mise à l'échelle du framework IA pour l'équipe : L'ingénieur structurera et mettra à l'échelle le framework IA existant (agents, prompts, mémoire, méthodologie de cas d'usage) afin qu'il soit documenté, standardisé et utilisable par tous les membres de l'équipe. Cela inclut la structuration du dépôt Git partagé avec une organisation claire, des règles de contribution et des pratiques de contrôle de version, en veillant à ce que les cas d'usage suivent une approche cohérente, soient versionnés, testables et conformes aux normes SDLC et de gouvernance. 2. Processus opérationnels TRM assistés par l'IA : Le service fournira des solutions assistées par l'IA pour les processus clés de gestion des releases tels que la planification, le suivi des changements, le monitoring de la résolution des incidents, le reporting d'éligibilité, l'analyse des causes racines et les retours d'expérience. Cela inclut l'utilisation de GitHub Copilot pour automatiser les tâches répétitives, soutenir l'analyse et la prise de décision, améliorer la traçabilité et accroître l'efficacité opérationnelle. 3. Qualité et responsabilité : L'ingénieur sera garant de la qualité de tous les livrables assistés par l'IA, en intégrant des pratiques de validation et d'assurance qualité dans les solutions délivrées. Garantir la fiabilité et la responsabilité des résultats générés par l'IA fait partie intégrante du service. 4. Gestion du contexte et de la mémoire : L'ingénieur construira et maintiendra une base de connaissances structurée permettant aux outils IA d'opérer avec une pleine connaissance des processus, règles et données de référence TRM. Cela inclut la codification des définitions de processus, des règles de progression des trains, des workflows d'approbation des changements et des données de référence en formats lisibles par machine. La base de connaissances sera mise à jour selon un cycle régulier (révision bimensuelle). 5. Co-création et montée en compétences : L'ingénieur travaillera en collaboration avec l'équipe pour co-créer des standards, outils et documentations. Le service inclura du coaching, des conseils et des transferts de connaissances pour permettre à l'équipe d'adopter, maintenir et étendre les frameworks IA de manière autonome. 6. Mesure de la performance et reporting : L'ingénieur définira, automatisera et suivra les indicateurs clés de performance (KPIs) liés aux activités IA, et soutiendra la communication de l'impact de l'IA sur la productivité, la qualité et la réduction des risques. 7. Documentation et communication : Le service fournira une documentation claire et complète ainsi que des présentations pour mettre en valeur les frameworks IA, les solutions et les réalisations auprès des parties prenantes, dans un souci de transparence et d'amélioration continue. Livrables et Calendrier Livrables : Framework IA déployé à l'équipe : documenté, standardisé, avec dépôt Git structuré Implémentation de solutions IA pour les processus clés TRM (suivi des releases, coordination des changements, monitoring des incidents, reporting d'éligibilité, analyse des causes racines) Base de connaissances structurée, mise à jour bimensuellement Sessions de partage des connaissances, ateliers et supports de coaching Tableaux de bord de performance et suivi automatisé des KPIs Rapport final résumant les réalisations, lessons learned et recommandations

Mission de l'équipe :La mission s'inscrit dans un programme stratégique de transformation du Client Lifecycle Management (CLM) visant à optimiser l'ensemble du parcours client grâce à l'introduction de capacités d'IA agentique et d'orchestration des processus. L'objectif est d'améliorer durablement les performances des processus de Client Onboarding et de Client Lifecycle Management, en réduisant les délais de traitement, en renforçant la qualité des données et des contrôles, en automatisant les activités à faible valeur ajoutée et en améliorant l'expérience utilisateur. Le consultant interviendra au croisement des équipes Métier, Opérations, Transformation, Data, IA et IT afin de structurer les processus, formaliser les besoins fonctionnels et accompagner la mise en œuvre d'un modèle opérationnel cible reposant sur des agents d'intelligence artificielle. 1. Analyse et transformation des processus End to End CLML'équipe est responsable de l'analyse détaillée des processus actuels de Client Lifecycle Management, des modèles opérationnels et des workflows associés. Les principales activités consistent à : Analyser les processus existants de Client Onboarding, KYC, Tax & Regulatory et Référentiels. Identifier les inefficacités, tâches manuelles, points de friction et dépendances opérationnelles. Formaliser les processus existants (As Is) ainsi que les processus cibles (To Be). Produire les cartographies de processus, workflows BPMN, taxonomies métier et spécifications fonctionnelles. Formaliser les règles métier nécessaires à l'exécution future des agents IA. 2. Recueil des besoins fonctionnels et cadrage métierL'équipe est responsable de la collecte, de l'analyse et de la formalisation des besoins métier nécessaires à la transformation des processus CLM. Les principales activités consistent à : Animer les ateliers avec les équipes Métier, Opérations, Conformité, KYC et Transformation. Recueillir, challenger et formaliser les besoins fonctionnels. Rédiger les spécifications fonctionnelles et les User Stories. Définir les critères d'acceptation métier. Contribuer à la priorisation des cas d'usage et au cadrage du pilote. 3. Analyse des données et amélioration des processusL'équipe est responsable d'exploiter les données opérationnelles afin d'identifier les leviers d'amélioration des processus. Les principales activités consistent à : Analyser les KPI opérationnels, volumes, délais de traitement et indicateurs de performance. Identifier les problématiques de qualité de données et les dépendances entre référentiels. Définir les besoins de données nécessaires au fonctionnement des agents IA. Identifier les sources de données critiques ainsi que les points de contrôle associés. 4. Conception des processus Agentic AIL'équipe est responsable de traduire les processus métier en workflows compatibles avec un fonctionnement basé sur des agents d'intelligence artificielle. Les principales activités consistent à : Collaborer avec les équipes IA, Data Science et IT. Définir les responsabilités des agents, leurs périmètres de décision et les mécanismes d'escalade. Participer à la conception des logiques d'orchestration entre les différents agents. Formaliser les règles métier, exceptions et connaissances nécessaires à leur fonctionnement. 5. Coordination des phases de tests et du piloteL'équipe est responsable de préparer et coordonner les activités de validation fonctionnelle du programme. Les principales activités consistent à : Définir la stratégie de tests End to End. Construire les scénarios de tests et les cas de recette. Coordonner les campagnes de User Acceptance Testing (UAT). Garantir la traçabilité entre les exigences métier, les processus documentés, les spécifications fonctionnelles et les résultats de tests. Accompagner le déploiement du pilote et capitaliser sur les retours utilisateurs. 6. Pilotage des parties prenantes et gouvernanceL'équipe est responsable d'assurer la coordination entre les différentes parties prenantes impliquées dans le programme de transformation. Les principales activités consistent à : Animer les ateliers et les réunions de travail. Faciliter l'alignement entre les équipes Métier, Opérations, IT, Data et IA. Préparer les supports de gouvernance, comités de pilotage et documents d'aide à la décision. Assurer un suivi régulier de l'avancement des travaux et des priorités du programme.

Dans le cadre du développement d'une plateforme d'Intelligence Artificielle innovante, nous recherchons un Développeur Python confirmé disposant d'une expérience concrète sur les technologies d'IA générative. Vous interviendrez sur la conception, le développement et l'évolution d'une plateforme IA stratégique développée en interne, avec un fort niveau d'exigence en matière de qualité logicielle, d'architecture et de maintenabilité. Vos missions Participer à la conception et à l'évolution d'une plateforme IA en environnement Python Développer des applications et API robustes autour des technologies IA générative Concevoir et implémenter des architectures RAG (Retrieval Augmented Generation) Intégrer et orchestrer des modèles LLM Garantir la qualité du code, les performances et la maintenabilité des développements Participer aux revues de code et à l'amélioration continue des bonnes pratiques de développement Contribuer aux choix d'architecture et aux évolutions techniques de la plateforme Collaborer avec les équipes produit et techniques dans un contexte innovant Environnement techniqueIndispensable Python FastAPI ou frameworks backend équivalents API REST Git Docker Tests automatisés Clean Code Architecture logicielle IA Générative LLM (OpenAI, Mistral, Llama ou équivalent) RAG LangChain ou LlamaIndex Bases vectorielles (Qdrant, ChromaDB, Weaviate, Pinecone ou équivalent) Embeddings Apprécié Langfuse ou outils d'observabilité IA Kubernetes CI/CD Déploiement de solutions IA en environnement de production

La Factory conçoit et développe les services analytiques pour fournir aux équipes métier des données et analyses fiables, soutenant la transformation analytique et la prise de décision dans tous les domaines. Talk to my Data est un agent conversationnel d'analyse de données déployé en production sur Agent Platform. Nous sollicitons une prestation pour prendre en charge et faire évoluer trois volets clés de la solution : La couche d'évaluation « LLM as a judge », en poursuivant la conception, l'industrialisation et le suivi des métriques de qualité des réponses de l'agent ; La maintenance de la plateforme, garantissant sa fi abilité, la correction des anomalies et la mise à jour des composants ; Les analyses LLM avancées, pour approfondir la compréhension du comportement de l'agent, identifi er les axes d'amélioration et fi abiliser les résultats. Objectif : assurer la continuité, la robustesse et la montée en qualité de la solution en production. Livrables : Framework d'évaluation LLM-as-a-judge maintenu et documenté (métriques, jeux de test, seuils de qualité) Maintenance corrective et évolutive de l'agent en production (correction d'anomalies, mises à jour) Analyses LLM approfondies avec recommandations d'amélioration

Contexte Dans le cadre du renforcement de la sécurité de ses plateformes d'IA générative, notre client, acteur majeur du secteur bancaire et financier, recherche un(e) expert(e) en cybersécurité spécialisé(e) sur les environnements GenAI et l'écosystème Microsoft. Vous interviendrez au sein des équipes en charge de la cybersécurité des données (Cloud, IA, Big Data) pour sécuriser la conception, le déploiement et les usages des solutions d'IA générative, en France et à l'international. Vos missions Assistance sécurité aux centres de compétences sur les sujets GenAI Sécurisation des plateformes GenAI Microsoft (architecture, normes, standards) Production de dossiers de sécurité incluant des analyses de risques détaillées et les contre-mesures associées Revue de sécurité du code des composants développés Support sécurité aux Business Units et Service Units sur les projets GenAI Rédaction des chapitres sécurité des livrables projet (DAT, DAH, HLD, LLD, politiques, standards) Reporting et indicateurs de sécurité Compétences attendues Sécurité opérationnelle sur l'écosystème Microsoft : Microsoft 365, Azure Cognitive Services, Copilot, Fabric, Power Platform, Azure ML, code agentic Maîtrise des risques spécifiques aux LLM et services GenAI : prompt injection, data leakage, model poisoning, et leur évolution dans les cas d'usage agentic Frameworks de menaces IA : OWASP Top 10 LLM, MITRE ATLAS, NIST AI Outils de sécurité opérationnelle : Sentinel, Defender for Cloud, Purview Sécurisation des tenants Azure : RBAC, MFA, Conditional Access, Privileged Identity Management DevSecOps : CI/CD sécurisés, IaC (Terraform, Bicep) Scripting (PowerShell, Python), analyse de logs, automatisation de contrôles de sécurité Conception et déploiement de contrôles de sécurité en environnements IA hybrides

Mission de prestation – Définition des offres AI For Employee, accompagnement au déploiement et conduite du change 1. Ambition de BNP Paribas sur les offres AI For Employee BNP Paribas souhaite structurer, sécuriser, formaliser et déployer à l'échelle du Groupe des offres AI For Employee L'ambition n'est pas de développer des solutions techniques spécifiques dans le cadre de cette mission, mais de : • Clarifier l'offre Groupe (positionnement, périmètre, cible, coût), • Structurer des propositions lisibles pour les entités et alignées avec la stratégie AI4Eet les product Mix • Accompagner le déploiement et l'adoption des offres agents, dans le respect des cadres de gouvernance, de risque et de conformité existants. Les offres agents doivent être compréhensibles, industrialisables et partageables, afin de permettre un passage maîtrisé de l'expérimentation au déploiement opérationnel au sein des entités du Groupe. __________ 2. Objectifs de la mission L'objectif principal de la mission est d'accompagner BNP Paribas dans la structuration de ses offres et dans leur déploiement auprès des entités, en intégrant fortement les dimensions d'adoption et de change. Les objectifs détaillés sont les suivants : • Définir et formaliser des offres structurées et cohérentes; • Clarifier le positionnement des offres, leurs couts, leurs cas d'usage cibles et leur valeur business ; • Contribuer à la mise sur étagère des offres à destination des entités du Groupe • Accompagner les entités dans la compréhension, l'appropriation et le déploiement des offres agents ; • Définir une stratégie d'adoption et de conduite du change associée aux agents dans le cadre du programme Agents du Groupe et particulièrement définir et déployer la stratégie d'adoption et de conduite du change pour les AI For Employee • Sécuriser la lisibilité des offres au regard des cadres de gouvernance, risques et conformité existants (sans prise en charge des assessments techniques). __________ 3. Structuration de la mission La mission est structurée autour de trois axes principaux, centrés sur la valeur, le déploiement et l'adoption. 3.1 Définition et structuration des offres Cet axe vise à structurer des offres claires, homogènes et actionnables pour les entités. L'accompagnement porte sur la formalisation de l'offre, et non sur sa mise en œuvre technique. 3.2 Accompagnement au déploiement des offres auprès des entités La mission inclut un accompagnement des entités pilotes et cibles dans : • la compréhension des offres, • le cadrage de leur usage dans les contextes locaux, • la structuration du passage de l'expérimentation au déploiement. 3.3 Adoption et conduite du change Un axe spécifique est dédié à l'adoption et au change, afin de : • favoriser l'appropriation des offres agents par les équipes opérationnelles, • soutenir les “doers” et sponsors locaux, • accompagner les consommateurs/users d'agents • maximiser l'impact des déploiements. 4. Définition des tâches Dans ce périmètre, les tâches confiées au prestataire couvrent notamment : 4.1 Définition et mise sur étagère des offres • Clarification du positionnement des offres AI For Employee au sein du Groupe; • Formalisation des caractéristiques des offres, incluant : o Périmètre fonctionnel, o Types de cas d'usage adressés, o Valeur business attendue, o Couts o Principes de gouvernance et de conformité existants, o Modalités de déploiement auprès des entités ; o Monitoring et KPIS • Contribution à la mise sur étagère des offres pour un usage transverse Groupe. 4.2 Accompagnement au déploiement auprès des entités • Appui à la préparation du déploiement des offres auprès des entités pilotes et cibles ; • Accompagnement des entités dans le cadrage de leur démarche agents (hors build) ; • Soutien à la coordination entre acteurs Groupe et entités ; • Capitalisation des retours d'expérience pour enrichir et ajuster les offres. 4.3 Adoption et change • Définition de la stratégie d'adoption et de conduite du change associée aux agents dans le cadre du programme Agents du Groupe et particulièrement définir et déployer la stratégie d'adoption et de conduite du change • Identification des leviers et freins à l'adoption côté métiers et équipes opérationnelles ; • Définition et déploiement de dispositifs d'accompagnement au change ; • Appui au suivi de l'adoption et recommandations d'ajustement. __________ 5. Définition des livrables Les livrables de la mission incluent notamment : Livrables de structuration des offres • Dossiers de définition des offres ; • Fiches de positionnement des offres à destination des entités ; • Synthèses des cas d'usage cibles et de la valeur business associée. Livrables d'accompagnement au déploiement • Supports d'accompagnement au déploiement des offres ; • Synthèses de retours d'expérience des entités ; • Recommandations d'ajustement des offres. Livrables adoption et change • Contribution formalisée à la stratégie d'adoption des offres ; • Notes de suivi et recommandations sur l'appropriation des offres.

Vous souhaitez mettre l'IA générative au cœur de l'e-commerce à très grande échelle ? Rejoignez l'Analytics Factory pour concevoir et déployer le futur système agentique destiné à automatiser et accélérer la création de contenus d'animation commerciale. Informations clés : Localisation : Massy (3 jours/semaine sur site obligatoires) TJM : 500 € max Démarrage : ASAP Durée : Mission long terme (visibilité jusqu'au 06/07/2029) Le Challenge Technique : En binôme avec le Tech Lead et le Product Manager, votre objectif est de bâtir un écosystème d'agents autonomes capables d'extraire, de structurer et de mapper des données multi-sources non standardisées pour générer dynamiquement des briefs commerciaux. Vos Missions Principales : R&D et Développement d'Agents : Concevoir des workflows multi-agents et des protocoles de communication Agent-to-Agent (A2A). Extraction & Structuration de Données : Développer des pipelines LLM pour parser, nettoyer et structurer la donnée brute (fichiers Sheets, PDF, images). Intégration Cloud : Déployer, orchestrer et industrialiser vos solutions sur l'environnement Google Cloud Platform. Évaluation & Pilotage : Mettre en place des outils de monitoring et des pipelines d'évaluation de la performance des modèles.

Mission : Projeter, définir et piloter le développement du SI dans son ensemble. S'appuyer sur la stratégie de l'entreprise, notamment en matière de sécurité et de risques. Définir une architecture agile, pérenne et évolutive Piloter les développements, etc... Environnement technique : - Data Models, Data Lineage, …. - Maîtrise des techniques de l'environnement Data; Big Data; Analytics, - DataViz - Expertise en architecture SI - Expertise en architecture et modélisation BDD - Maitrise du SI de l'entreprise dans son ensemble : Afin de proposer la bonne solution pouvant s'intégrer dans le SI de l'entreprise, etc... Les missions sont: 1- Conception et développement d'agents autonomes avec LangGraph : - Architectur des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrtion des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimisation les stratégies de prompt engineering et les mécanismes de contrôle (ex: function calling, tool use, plan-and-execute). 2- Intégration avec des pipelines ML/MLOps existants : -Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatisation de versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construction des pipelines de données pour alimenter les agents -Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimisation les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveillance les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documentation des limites et cas d'usage (ex: matrice de risques pour les décisions critiques). Compétences souhaitées: Expérience avancée avec LangGraph : -Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop, et intégration avec des LLMs. -Expérience en déploiement d'agents en production. Python et écosystème IA : -Bibliothèques : langgraph, langchain, llama-index, pydantic. -Frameworks ML : PyTorch/TensorFlow (pour customiser des modèles si besoin).

Contexte : Dans le cadre du développement de solutions autour de l'IA (LLM, agents IA, industrialisation des modèles), notre client renforce ses équipes et recherche un PM IA pour piloter des produits innovants à forte valeur métier. Cette mission se réalise auprès des équipes comptabilité et finance du groupe. 🎯 Missions Recueillir, challenger et prioriser les besoins métiers autour des cas d'usage IA (LLM, agents intelligents) Définir la vision produit et construire la roadmap en lien avec les équipes techniques et data Rédiger les user stories et piloter le backlog (Agile / Scrum) Suivre le delivery des équipes (Data, ML Engineer, Data Engineer) et garantir la valeur délivrée Assurer la coordination entre équipes techniques, métiers et parties prenantes Suivre la performance des solutions IA mises en place et piloter leur amélioration continue Accompagner l'industrialisation des produits IA (MLOps, passage à l'échelle)

Dans le cadre du renforcement de ses effectifs, notre client recherche un Développeur Backend Python / FastAPI pour intégrer une équipe transverse d'experts. La mission consistera à accompagner les équipes de développement sur des sujets de conception logicielle, d'exposition d'API et de bonnes pratiques afin d'améliorer la qualité, la sécurité et l'industrialisation des développements. Le consultant interviendra ponctuellement auprès de différentes équipes en fonction des priorités des projets. Vos missions : Concevoir, développer et maintenir des API REST en Python / FastAPI. Participer à la conception technique et à l'architecture des applications. Accompagner les équipes sur les bonnes pratiques de développement, de qualité logicielle et de Craft. Mettre en place et améliorer les stratégies de tests, de sécurisation et d'industrialisation des applications. Participer à l'amélioration des pipelines CI/CD et des processus de livraison. Favoriser l'adoption des standards de développement et des pratiques DevSecOps.

Architecture & Software Engineering GEN AI PYTHON 500 e par j : Participer activement à la conception et au développement de la librairie centrale en Python. Garantir la maintenabilité et la robustesse de la base de code selon des standards rigoureux (clean code, tests unitaires/d'intégration, CI/CD, design patterns). Industrialisation Gen AI : Assurer le passage à l'échelle et la mise en production de solutions de Gen AI et RAG multi-agents, avec une attention particulière portée à la stabilité, au monitoring, aux performances et à la résilience des modèles en environnement réel. MLOps sur GCP : Développer et maintenir des pipelines de validation et de déploiement de bout en bout sur l'écosystème GCP, en particulier avec Vertex AI. Niveau d'expérience : Senior Compétences techniques indispensables : Expertise Python : Maîtrise avancée de Python, avec une forte sensibilité à l'architecture logicielle et aux contraintes de production (qualité, tests, performance). Expertise GenAI & RAG en Production : Expérience concrète et réussie dans la conception et le déploiement opérationnel en production de systèmes de Gen AI (RAG, Vision RAG, parsing avancé, chunking intelligent, orchestration de LLMs). Cloud GCP & Vertex AI : Solide expérience de l'écosystème GCP et plus particulièrement de Vertex AI. Le candidat doit être autonome pour développer et maintenir des pipelines MLOps robustes sur cette plateforme. 500 e par j

Contexte de la missionArtificial Intelligence is at the core of the company's Mission and Vision 2035. Its use is rapidly accelerating across the organization and represents major transformation opportunities: simplifying and standardizing everyday actions, optimizing and enhancing individual performance, and reinventing and transforming business activities. The company aims to frame AI-related practices to ensure that its use aligns with its core values—Vitality, Generosity, Responsibility, and Authenticity—and delivers long-term benefits for the Company, People, and the Planet. The Data & (Gen)AI Center of Expertise, made up of more than 200 teammates, supports and guides the entire organization in the “AI First for All” movement, by making Data and (Gen)AI technologies accessible so that each team can locally create AI-powered solutions. Within this department, this role is an opportunity to join the “Adoption & Experience” team as a Solution Architect to support the acceleration of AI solution adoption across the company's 100,000 teammates, while ensuring compliance with standards, a clear governance framework, and the proper integration of use cases with technological systems. The position is based at the company campus (Villeneuve d'Ascq) or in Paris. Objectifs et livrablesReporting to the Partnership squad, you will act as a high-level technical and methodological advisor for digital and business teams. You will handle complex technical deployments and provide expert consulting on Data & AI architectures to ensure the technical success of our users. You will work closely with the SWAT team which handles the vision and the architecture guidelines. You will be responsible for the following: Guide the implementation of complex Data and AI solutions within business domains ensuring architectural best practices are upheld. Deploy directly onto high-stakes projects to handle complex technical deployments, operating under specific models (Time & Materials or Fixed Price). Resolve critical technical debt for local teams and ensure sustainable skill transfer so they can master the platform autonomously. Leverage our technical stack to allow the creation of new products and capabilities for tech experts across the company. Gather continuous field feedback during deployments to proactively improve the global platform ecosystem. RequirementsStrong engineering background with deep, hands-on expertise in Cloud, Data architectures, and AI solutions. Solid experience in technical consulting, solution design, or complex systems architecture. Ability to act as an authoritative technical advisor while maintaining a strong pedagogical approach for skill transfer. Fluent in written and spoken English (mandatory). Technical Proficiency: Extensive knowledge of AWS (Bedrock, S3, IAM, EKS) and GCP (Vertex, BigQuery, etc.).