Find your next tech and IT Job or contract CrewAI

Sous la direction de l'Agentic AI Lead et du Head of IT Transformation, vous portez la stratégie « AI for Engineering » : définir les usages des assistants IA au codage, les bonnes pratiques, les conventions et la gouvernance commune à l'ensemble des équipes. Vous standardisez et industrialisez l'IA agentique au sein de l'organisation, concevez des agents spécialisés et accompagnez leur adoption dans plus de 20 équipes de développement (documentation, formation, coaching, suivi des KPIs). PÉRIMÈTRE & MISSIONS PRINCIPALES 1 · Stratégie & gouvernance « AI for Engineering » Mettre en œuvre la stratégie « AI for Engineering » : usages des assistants IA au codage, bonnes pratiques, conventions et gouvernance commune à toutes les équipes 2 · Standardisation & industrialisation de l'IA agentique Standardiser et industrialiser l'IA agentique : configurations AWS Kiro (agents, steerings, skills, MCP…), guidelines d'implémentation des LLM et des frameworks agentiques Évaluer, déployer et opérer les plateformes agentiques (AWS Bedrock, GitLab Duo…) Concevoir des agents spécialisés : remédiation de CVE, revue de code, tests, documentation, migration, incidents 3 · Intégration dans les workflows & adoption Intégrer les agents dans les workflows existants : pipelines CI/CD (GitLab CI) et outillage des équipes développement, QA et DevOps Accompagner l'adoption dans les 20+ équipes : documentation, formations, coaching Suivre les KPIs d'usage et d'impact

Dans le cadre de sa stratégie de transformation digitale et du déploiement de l'intelligence artificielle générative, une grande entreprise souhaite renforcer son dispositif d'expertise autour des agents IA et des solutions d'automatisation. L'objectif est d'accélérer l'identification, le développement, l'industrialisation et le déploiement de cas d'usage à forte valeur ajoutée basés sur les technologies d'IA générative. L'intervenant accompagnera les équipes tout au long du cycle de vie des projets, depuis la phase de conception jusqu'à la mise en production et le support des solutions déployées.

Contexte de la mission L'équipe MTA (Modélisation et Technologies Avancées) conçoit et industrialise les composants IA utilisés par les métiers. Ses principales missions incluent : Développement des API Développement de chatbots : internes (ex. Jarvis) et externes (assistants métiers). Création d'agents IA : capables d'exécuter des workflows, interagir avec des API, orchestrer des outils, et automatiser des tâches complexes. Intégration avancée des modèles LLM : Mistral, GPT, Claude, etc. Contribution technique aux plateformes transverses : IALAB, IAP, GED/PHX, RPA, etc. Participation aux démonstrations système : sujets chatbots, workflows automatisés, IALAB, etc. Pour soutenir la montée en puissance des usages IA, le client souhaite renforcer l'équipe MTA avec un développeur expérimenté spécialisé en agents IA, orchestration, chatbots avancés et intégrations SI. Objectifs et livrables 1 Développer des agents IA avancés pour les métiers Conception d'agents capables d'appeler des API, déclencher des outils internes, et exécuter des actions complexes. Gestion de scénarios multi-étapes : analyse ® décision ® action ® supervision. Construction de "tooling IA" : actions, connecteurs, permissions, wrappers. Alignement avec les procédures SSI, DPO et gouvernance IA. 2 Conception ou amélioration de chatbots métiers Développement d'assistants IA pour piloter la documentation, les workflows, la qualification documentaire, etc. Implémentation des mécanismes clés : mémoire, récupération d'information, contextualisation. Optimisation UX des interactions : prompts, actions, réponses structurées. Support multi-modèles : Mistral Large, GPT-4o, Claude 3.7, etc. 3 Intégration et orchestration avec le SI Appels sécurisés vers les API internes : ERP, GED, RPA, CRM, PHX, etc. Connexion aux outils d'orchestration existants : RPA, IALAB, pipelines documentaires. Mise en place d'exécuteurs d'outils avec gestion fine des autorisations et logs. 4 Industrialisation et fiabilisation Observabilité complète : logs, métriques, traçabilité, monitoring des coûts. Tests unitaires et end-to-end pour chatbots et agents. Contribution aux frameworks internes : libs maisons, conventions IA. Participation aux démos système, PI planning et increments Agile. Développement Python expert : FastAPI, async, architectures modulaires. Très bonnes bases en Node.js/TypeScript pour certains agents front ou services d'intégration. Développement orienté API-first. Bonne pratique des patterns d'architecture cloud : Azure Functions, containers, CI/CD. DévSecOps: You Build It And You Run It. IA et Agents Maîtrise de la conception d'agents IA outillés (ReAct, Agentic Workflow, Toolformer-like). Connaissance des frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel ou équivalents. Forte capacité à modéliser des workflows IA/métiers dans des environnements complexes. Excellente maîtrise des LLM (Mistral, GPT, Claude). 3 Chatbots Conception de flows conversationnels complexes. Intégration de modules mémoire, RAG, reformulation. Optimisation de prompts avancés. Conscience UX conversationnelle : turn-taking, clarifications automatiques. 4 Intégration et Données Appels API REST/GraphQL internes. Interaction avec GED, bases documentaires, data lakes. Utilisation ou construction de {*}connecteurs métier{*}. 5 Qualité, Sécurité et Gouvernance Logs, audit, monitoring : Grafana, Prometheus, Langfuse. Compréhension des contraintes de sécurité des agents : permissions d'actions, filtrage des commandes, sandboxing, conformité interne IA. Forte autonomie et capacité à mener des sujets en transverse. Pédagogie et vulgarisation pour les métiers utilisant les chatbots/agents. Capacité à documenter : guides, API docs, schémas. Esprit produit : proposer, challenger, prioriser, démontrer. Participation active aux rituels Agile et aux démonstrations. 1 Langages et Frameworks Python (FastAPI, async) Node.js/TypeScript Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel 2 Modèles et IA LLM : Mistral, GPT, Claude RAG (Retrieval-Augmented Generation) Mémoire et contextualisation 3 Intégration et Orchestration API : REST, GraphQL Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Connecteurs métier 4 Cloud et DevOps Kafka Azure Functions Containers CI/CD 5 Observabilité et Sécurité Grafana Prometheus Langfuse SSI, DPO, gouvernance IA Compétences demandéesCompétencesNiveau de compétence CI/CD Containers Connecteurs métier SSI, DPO, gouvernance IA KAFKA API : REST, GraphQL LLM : Mistral, GPT, Claude Mémoire et contextualisation Prometheus Python (FastAPI, async) Grafana Langfuse Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel Node.js/TypeScript Azure Functions RAG (Retrieval-Augmented Generation)

Ingénieur IA : Mistral & AWS Le rôle consiste à concevoir, développer et déployer des solutions d'IA générative et agentique, avec une forte expertise autour de la plateforme Mistral et de son industrialisation à grande échelle. L'AI Engineer intervient sur l'intégration, la configuration et l'optimisation des LLM, ainsi que sur la mise en place de solutions d'agents autonomes et multi-agents, de pipelines techniques et de mécanismes d'évaluation, de monitoring et de détection des hallucinations et biais. Il contribue également au déploiement sécurisé des solutions, à leur versioning et à leur industrialisation avec Python, Docker, Kubernetes et CI/CD, en collaboration avec les équipes IT, Data, DevOps et Sécurité. Une attention particulière est portée aux contraintes RGPD, AI Act, sécurité, explicabilité et auditabilité. Technologies clés : Mistral, LLM, Python, LangChain, AutoGen, CrewAI, Docker, Kubernetes, CI/CD, fine-tuning, transfer learning, prompt engineering, few-shot learning et multi-agent systems.

Job title: AI Engineer Contract: 12 months Location: London (hybrid) The Role We are seeking a highly skilled AI Engineer with hands-on experience in building AI-powered software solutions using GitHub Copilot, Claude Code, and modern Large Language Models (LLMs). The ideal candidate will leverage AI-assisted development tools to accelerate software delivery, automate engineering workflows, and build intelligent applications utilizing agentic AI frameworks, code generation, and enterprise AI platforms. The candidate should possess strong software engineering fundamentals along with expertise in integrating AI models into real-world applications and driving developer productivity through AI-assisted coding solutions. Your responsibilities: * Design, develop, and deploy AI-powered applications using LLMs and Generative AI technologies. * Build engineering solutions leveraging GitHub Copilot, Claude Code, OpenAI, Azure OpenAI, Anthropic Claude, and related AI platforms. * Develop AI agents, copilots, and workflow automation solutions for enterprise use cases. * Create retrieval-augmented generation (RAG) solutions using vector databases and knowledge repositories. * Design and implement prompt engineering frameworks and evaluation mechanisms. * Integrate AI services with enterprise applications using APIs, microservices, and cloud-native architectures. * Build automated coding assistants, developer productivity tools, and intelligent software engineering workflows. * Collaborate with business and technical stakeholders to identify AI-driven opportunities and translate them into scalable solutions. * Establish best practices for AI governance, security, model monitoring, and responsible AI implementation. * Mentor development teams on effective usage of AI-assisted development tools. Your Profile Essential skills/knowledge/experience: AI & Generative AI * Strong experience with Large Language Models (LLMs) and Generative AI. * Hands-on experience with: o GitHub Copilot o Claude Code o OpenAI GPT Models o Azure OpenAI Services o Anthropic Claude APIs * Prompt Engineering and Prompt Optimization. * Agentic AI frameworks such as: o LangChain o LangGraph o CrewAI o AutoGen o Semantic Kernel Software Development * Strong programming expertise in: o Python o JavaScript/TypeScript o C# or Java * Experience building RESTful APIs and microservices. * Knowledge of software design patterns and scalable application architecture. AI Application Development * Retrieval-Augmented Generation (RAG) * Vector databases: o Pinecone o ChromaDB o Weaviate o Azure AI Search * Embedding models and semantic search. * Model evaluation and observability. Desirable skills/knowledge/experience: * Azure, AWS, or Google Cloud Platform. * CI/CD pipelines using GitHub Actions, Azure DevOps, or Jenkins. * Docker and Kubernetes. * Infrastructure as Code (Terraform preferred). LA International is an award-winning partner of choice for many of the world's most influential companies and government organisations. Holding Enhanced Government Security Accreditation, we are recognised as the European market leader in the delivery of Security Cleared talent to organisations that demand the very highest levels of security, compliance and assurance. A multiple award-winning organisation, having secured the prestigious Queens Award for Enterprise: International Trade over consecutive years. We are committed to fostering an inclusive, equitable and accessible workplace where everyone feels valued and supported. We welcome applications from all individuals, regardless of background or identity, and we encourage candidates who may not meet every listed requirement to still apply. If you require any adjustments or support during the recruitment process, please let us know and we will work with you to ensure a fair and accessible experience. Please Note: If a high volume of applications is received, only candidates shortlisted will be contacted.