Find your next tech and IT Job or contract GenAI

Présentation de la missionDans le cadre de la définition et du déploiement du socle Data & IA au sein d'un grand groupe industriel, nous recherchons un(e) Product Owner Dataiku / Product Manager (Grade C/D). Vous contribuerez directement à la stratégie produit et au déploiement des plateformes clés. En premier lieu, vous piloterez l'outil Dataiku (outil pivot de Data Science, d'IA self-service et d'agentique pour les métiers), tout en accompagnant l'intégration des solutions d'IA générative et des briques technologiques à venir. Au-delà de la gestion produit, vous serez un contributeur clé de la veille LLM et de la réflexion stratégique sur l'IA générative, dans un environnement industriel exigeant en matière de souveraineté, de sécurité et de contraintes SI réglementées. Informations clés sur la missionLocalisation / Site : Paris (Île-de-France) Modalités de travail : Hybride (2 jours de télétravail par semaine) Date de démarrage : Dès que possible (ASAP) Date de fin prévisionnelle : 30/06/2027 TJM / Tarif d'achat : Selon profil et expérience Missions et Responsabilités1. Product Ownership & Maîtrise Fonctionnelle DataikuWorkflows & Traitement de données : Conception et optimisation des Flows & Recipes (préparation visuelle, jointures, transformations, connexion aux sources de données). Modélisation & ML : Accompagnement sur les fonctionnalités Visual ML / AutoML, le déploiement, le scoring, la mise à disposition d'API endpoints et la mise en œuvre des principes MLOps. Applications & Restitution : Conception et support sur les Dataiku Applications, dashboards et webapps. Écosystème & Extensibilité : Gestion des projets, environnements de code (Python / R), intégration de plugins et d'extensions. Capacités GenAI & Agentiques : Exploitation et promotion des fonctionnalités IA générative de Dataiku (LLM Mesh, Prompt Studios, RAG, agents et Govern node). Administration & Administration fonctionnelle : Gestion et gouvernance des espaces de travail, rôles, permissions, licences et nœuds. 2. Déploiement, Adoption & Animation de CommunautéPiloter la roadmap de déploiement de la plateforme à l'échelle des différentes Business Units (BU), des sites opérationnels et du central. Animer la communauté d'utilisateurs : animation de sessions de formation, diffusion des bonnes pratiques, création et mise à disposition de templates réutilisables. Mesure de l'usage et de la valeur : Suivre et analyser les KPIs d'adoption, le nombre de projets actifs, le ROI généré et le niveau de satisfaction des utilisateurs métiers. Assurer la relation avec l'éditeur (Dataiku) concernant les évolutions de roadmap et le support, en étroite collaboration avec les équipes plateforme/infrastructures. 3. Gouvernance des Cas d'Usage Data & IAMaintenir à jour le portefeuille global des cas d'usage développés sur la plateforme. Garantir la conformité des projets avec le cadre de gouvernance Data & IA de l'entreprise (sécurité, souveraineté, éthique). Suivre le cycle de vie complet des cas d'usage : du cadrage/POC jusqu'à l'industrialisation, le run et le décommissionnement. Assurer la traçabilité, la documentation et la capitalisation (réutilisation des assets entre BUs et sites).

RESPONSABILITÉS PRINCIPALES • Concevoir des applications LLM de bout en bout, du besoin métier à la mise en production. • Construire et opérer les pipelines de retrieval, d'indexation, d'embeddings et d'évaluation. • Concevoir et orchestrer des agents et workflows multi-agents, avec garde-fous et politiques d'usage. • Définir les stratégies d'évaluation : qualité des réponses, sécurité, robustesse et parcours utilisateurs. • Mettre en place les métriques, le monitoring et les pratiques GenAIOps. • Sécuriser, déployer et intégrer les applications IA dans les processus et outils métiers. • Collaborer avec les métiers pour identifier et prioriser les cas d'usage à forte valeur.

Contexte d'utilisation chez Limagrain Compétences attendues Niveau RAG end-to-end Retrievers & embeddings Assistants scientifiques, juridiques et métiers sur corpus internes. Optimiser la récupération de sources fiables. Ingestion, parsing, OCR, structure, chunking, embeddings, indexation, retrieval, reranking, génération et citations. Indispensa ble Dense/sparse/hybride, metadata filters, multi query, parent-child, contextual retrieval, vector stores et évaluation du retrieval. Indispensa ble Analyse documentaire Exploiter PDF, Word, PowerPoint, Layout-aware parsing, OCR, extraction Indispensa Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Référentiel de compétences - Tech Lead GenAI Limagrain - Septembre 2026 Technologies / savoir-faire Contexte d'utilisation chez Limagrain Compétences attendues Niveau tableaux, scans et dossiers complexes. tables/images, métadonnées, déduplication, classification et validation. ble VLM & VQA Analyser images, figures, schémas, parcelles, maladies, rapports et documents multimodaux. Vision-language models, visual question answering, grounding, OCR multimodal, évaluation et limites. Avancé Gestion du contexte Maîtriser qualité, coût et mémoire des agents. Context engineering, fenêtres, compression, résumé, mémoire court/long terme, cache, provenance et isolation. Indispensa ble Single-agent Automatiser une tâche métier avec outils et garde-fous. ReAct/tool calling, structured outputs, validation, retries, human-in-the-loop et permissions. Indispensa ble Multi-agent Décomposer les workflows complexes entre agents spécialisés. Supervisor, router, planner-executor, handoffs, shared state, parallélisme, consensus et contrôle des boucles. Avancé LangChain / LlamaIndex Assembler modèles, retrievers, tools et chaînes RAG. Intégrations, loaders, chains, agents, structured output et composants remplaçables. Avancé LangGraph Orchestration stateful et durable de workflows agentiques. Graphes, état, checkpoints, streaming, interruptions, human-in-the-loop et reprise. Avancé LangSmith Tracing, debugging, datasets, évaluations et monitoring.

Contexte Renforcement des équipes DSI pour industrialiser et gouverner la plateforme IA Groupe. Mission Finaliser le déploiement et la cohérence de la plateforme IA (LiteLLM, Azure AI Foundry, Langfuse, MLflow, n8n). • Concevoir et maintenir l'architecture cible de la plateforme IA. • Définir et mettre en oeuvre les principes de gouvernance IA (architecture, sécurité, conformité, éthique). • Participer aux comités de Design Authority et produire des avis d'architecture IA. • Accompagner les Business Units dans la qualification, la conception et l'évaluation des projets IA. • Définir des patterns d'architecture IA (agents, RAG, orchestration, APIs). Livrables attendus • Dossiers d'architecture (HLD / LLD). • Avis Design Authority. • Standards et patterns IA. • Contributions à la gouvernance IA Groupe

Contexte de la mission : Dans le cadre d'une migration AWS vers Azure, le DevOps aura pour mission d'aider notre client dans la mise en place des briques logicielles permettant l'automatisation des déploiements et de la plateforme. Au vu du contexte avec plein d'initiatives et de nouveaux projets IA / IA GEN, le profil recherché devra être en mesure d'accompagner le déploiement de projets GenAI dans Azure, notamment via Azure AI Foundry, en s'appuyant sur des modules Terraform. Tâches à réaliser : · Expertise DevOps et CI/CD ; · Maîtrise d'Azure et idéalement d'Azure AI Foundry ; · Solide expérience sur Terraform et sur la création/utilisation de modules ; · Maîtrise de GitHub Actions / Workflows ; · Expérience dans l'automatisation des déploiements et de l'onboarding de projets ; · Capacité à intervenir dans un contexte GenAI / Cloud et à mettre en place des solutions industrialisées et reproductibles. Compétences recherchées : Obligatoires : Azure DevOps : Solide maitrise (en particulier GitHub Actions / GitHub Workflows) Expérience nécessaire : 5 années minimum sur la fonction avec une expérience significative sur Azure / DevOps Méthodologie : Agile Langues : Anglais (Courant) Localisation : Full Remote – Rattachés aux locaux situés Lyon Possibilité d'interventions hors site Client : OUI (100% du temps de prestation contractualisé – réalisable en France Métropolitaine uniquement) Astreintes / interventions HNO : NON Déplacements sur d'autres site OBS SA ou client en France : NON Autre matériel requis : NON

Synthèse du Poste ● Localisation & Statut : Paris / Levallois-Perret (déplacements à prévoir) – CDI Cadre avec prise de participation au capital (Associé). ● Rémunération : Package jusqu'à 150 K +Equity (BSA / Parts sociales). ● Périmètre : Offre globale Data, Intelligence Artificielle (GenAI), Plateformes Data & Transformation ERP. ● Volet Business Partner (1 M€+ de New Bizz/an) : Génération de nouvelles opportunités business sur la Data/IA/ERP, rayonnement lors de conférences/événements et rôle de conseiller de confiance auprès des Comités Exécutifs. ● Volet Leader Technique & Stratégie : Portage et enrichissement des offres Data & IA, conception d'organisations Data internationales, généralisation des usages IA et maximisation du ROI via la gouvernance des données. ● Grands Programmes & SI : Cadrage et alignement des grands programmes de transformation (Data Mesh, Cloud souverain, trajectoires ERP).

Au sein de l'entité en charge des infrastructures et de la production informatique d'un grand groupe, nous recherchons un DevOps GenAI pour accompagner l'industrialisation des cas d'usage d'IA générative et leur passage en production. Le consultant rejoindra une équipe dédiée et interviendra notamment sur : ▪ Le déploiement et l'automatisation des environnements nécessaires aux applications d'IA générative ▪ La construction et la maintenance des pipelines CI/CD dédiés aux composants IA (applications, prompts, configurations de modèles) ▪ La conteneurisation et l'orchestration des services IA ▪ L'intégration des applications GenAI avec les services de la plateforme : gateways LLM, bases documentaires, connecteurs ▪ La mise en place de la supervision et du logging des applications IA en production ▪ Le support aux équipes de développement pour le déploiement de leurs cas d'usage ▪ La contribution à l'amélioration continue des pratiques de déploiement et à la documentation d'exploitation

Dans le cadre du développement d'une plateforme d'IA générative souveraine et sécurisée, nous recherchons un DevOps IA Mistral pour intervenir sur le déploiement, l'industrialisation et l'exploitation d'une plateforme Mistral AI On-Premise. Vous participerez à la conception de l'architecture, à l'automatisation des déploiements et à la mise en place de services managés en intégrant les contraintes de sécurité, de conformité et de gouvernance. Vous assurerez également le maintien en conditions opérationnelles et de sécurité des plateformes IA. Intégré à une équipe Agile dédiée aux produits Data & IA, vous prendrez en charge des éléments du backlog, participerez à la construction de la roadmap et assurerez un rôle de lead technique sur le produit. La mission comprend également la documentation, les mises en production, la réalisation de démonstrations ainsi que la participation aux astreintes techniques. Compétences techniquesIA / GenAIMistral AI Plateformes agentiques OpenClaw Hermes LLMOps Workloads IA / Data Dataiku MLflow Infrastructure / ConteneurisationKubernetes OpenShift Docker Infrastructure On-Premise DevOps / AutomatisationTerraform Ansible Jenkins GitLab CI Kestra Artifactory (JFrog) CI/CD Développement / DataPython SQL Bases de données / Vector DBOpenSearch Elasticsearch PGVector MongoDB Atlas RDS Sécurité / RéseauVault Nginx Kong Sécurité des données Compliance / Gouvernance ObservabilitéDynatrace CloudWatch Prometheus Grafana X-Ray GPU – appréciésCUDA MIG Slurm

Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.

Dans le cadre de l'accélération de l'intelligence artificielle au sein d'un grand groupe bancaire, nous recherchons un AI Engineer confirmé pour transformer des opportunités Gen-AI en solutions concrètes, robustes et mesurables, intégrées aux processus métiers dans un environnement exigeant (sécurité, conformité, données sensibles). Le consultant interviendra de bout en bout, du cadrage métier jusqu'à l'industrialisation des solutions en production. Il sera notamment amené à : ▪ Concevoir des architectures IA end-to-end et sélectionner les modèles adaptés aux cas d'usage ▪ Arbitrer entre performance, coût et robustesse ▪ Concevoir et développer des solutions basées sur les LLM et les agents IA (RAG, orchestration multi-agents) ▪ Industrialiser à l'échelle : mise en production de solutions robustes (CI/CD, monitoring, auditabilité) ▪ Structurer les outils de pilotage et optimiser les coûts ▪ Intégrer les solutions IA aux processus et outils métiers existants

Concevoir, développer, déployer et optimiser des solutions d'IA et d'IA générative en production. Collaborer avec les parties prenantes métiers et techniques pour identifier les opportunités et fournir des capacités d'IA évolutives. Promouvoir les meilleures pratiques d'ingénierie de l'IA, notamment l'évaluation, l'observabilité, la gouvernance, la sécurité et l'optimisation des performances. Soutenir la gestion des coûts de l'IA, la gouvernance de son utilisation et les initiatives d'excellence opérationnelle. Développer des cadres, des normes et des garde-fous réutilisables pour une adoption responsable de l'IA. Collaborer avec les data scientists, les data engineers, les chefs de produit et les équipes plateforme. Encadrer les ingénieurs et assurer le leadership technique des initiatives d'IA. Fournir des solutions intégrant RAG, l'IA conversationnelle, l'automatisation des flux de travail et les systèmes d'agents.

Contexte de la missionAu sein de l'équipe en charge de la sécurité des applications, vous interviendrez en étroite collaboration avec les équipes de développement, d'infrastructure et de production afin d'évaluer et de renforcer la sécurité des projets d'intelligence artificielle. Vous serez impliqué dès la phase de conception, puis tout au long du développement et de la mise en production des solutions, avec un rôle clé dans la sécurisation des architectures Cloud, des applications IA et des systèmes agentiques. Missions principalesExpertise en sécurité IA et Cloud : être le référent technique sur la sécurité des solutions d'intelligence artificielle, des applications Cloud et des architectures agentiques. Sécurisation des systèmes IA : concevoir, déployer et maintenir des mécanismes de sécurité adaptés, notamment des environnements isolés (sandbox), des garde-fous (guardrails), des contrôles de conformité et des dispositifs de gestion des vulnérabilités. Accompagnement des équipes de développement : identifier et corriger les vulnérabilités au sein des infrastructures Cloud, notamment celles définies par Infrastructure as Code (IaC), et promouvoir les bonnes pratiques de sécurité. Analyse des risques : participer aux revues de conception, aux analyses de menaces (threat modeling) et aux évaluations d'architecture afin d'anticiper les risques et de définir les mesures de protection adaptées. Définition des standards de sécurité : établir les bonnes pratiques, les politiques et les recommandations en matière de sécurité IA, puis les diffuser auprès des équipes. Gestion des identités et des accès des agents IA : contribuer à la mise en œuvre de solutions d'authentification, de gestion des identités et de contrôle des accès, selon des modèles basés sur les rôles (RBAC) ou les attributs (ABAC), dans des environnements Cloud et On-Premise. Intégration de la sécurité dans les chaînes CI/CD : intégrer et maintenir les outils de détection des vulnérabilités dans les pipelines de déploiement, en garantissant leur fiabilité et en limitant leur impact sur les livraisons. Pilotage de la sécurité : définir, suivre et communiquer des indicateurs de performance afin de mesurer l'efficacité des dispositifs de sécurité et d'inscrire les équipes dans une démarche d'amélioration continue. Veille technologique : suivre les évolutions des menaces, des outils et des recherches en sécurité IA afin d'adapter les pratiques aux nouveaux risques. Profil recherchéVous justifiez d'au moins 5 ans d'expérience en sécurité applicative, avec une expertise confirmée dans la sécurisation d'architectures modernes intégrant des environnements Cloud, des applications conteneurisées, des architectures serverless et des API. Vous disposez notamment des compétences suivantes : - Sécurité IA et GenAI : Expertise des architectures LLM, des embeddings, des bases de données vectorielles, du RAG et de l'inférence. Maîtrise des enjeux de sécurité des serveurs MCP, des outils de développement agentiques et des systèmes d'IA agentique. Excellente connaissance des référentiels OWASP Top 10 for LLM Applications et OWASP Top 10 for Agentic Applications. Connaissance des environnements MLOps et des services Cloud dédiés à l'IA et au Machine Learning : AWS SageMaker, Amazon Bedrock, Google Vertex AI ou Azure Machine Learning. - Sécurité Cloud et infrastructure : Expertise sur au moins un environnement Cloud parmi AWS, GCP et Azure. Bonne maîtrise des architectures Cloud : load balancers, gateways, services de calcul et de stockage, architectures serverless. Connaissance des enjeux de sécurité liés à Docker, Kubernetes et aux services managés tels qu'AWS EKS/ECS. Expérience dans la mise en œuvre et la gestion de solutions d'Infrastructure as Code (Terraform, Ansible, CloudFormation). Maîtrise de l'intégration des contrôles de sécurité et des outils de détection des vulnérabilités dans les pipelines CI/CD. - Développement et sécurité applicative : Solides compétences en développement dans au moins un langage de programmation, avec la capacité d'analyser du code et d'identifier des vulnérabilités. Bonne maîtrise des environnements Linux et des protocoles réseau : TCP/IP, UDP, HTTP, HTTPS et SSH. Expertise des protocoles d'authentification et d'autorisation : SAML, OAuth 2.0 et OpenID Connect. Une expérience en audit de sécurité approfondi et en analyse de menaces constitue un atout. - Communication et collaboration : Capacité à vulgariser des problématiques techniques complexes et à formuler des recommandations compréhensibles par des interlocuteurs techniques et métiers. Excellentes capacités de communication écrite et orale en français et en anglais. Intérêt marqué pour la veille en cybersécurité, les nouvelles menaces et les techniques d'attaque ciblant les systèmes d'intelligence artificielle. Environnement techniqueIA / GenAI : LLM, RAG, embeddings, bases vectorielles, IA agentique, MCP, MLOps. Sécurité IA : OWASP Top 10 for LLM Applications, OWASP Top 10 for Agentic Applications, guardrails, sandboxing, gestion des vulnérabilités. Cloud : AWS, GCP, Azure, services IA/ML, architectures serverless. Conteneurisation : Docker, Kubernetes, AWS EKS/ECS. Infrastructure et automatisation : Terraform, Ansible, CloudFormation, CI/CD. Sécurité applicative : analyse de code, threat modeling, audits de sécurité, sécurisation des API. Identité et accès : IAM, RBAC, ABAC, SAML, OAuth 2.0, OpenID Connect. Systèmes et réseaux : Linux, TCP/IP, UDP, HTTP/HTTPS, SSH.

Dans le cadre du développement et de l'industrialisation de solutions d'IA Générative et Agentique, nous recherchons un Développeur IA / AI Engineer spécialisé dans la conception d'agents IA, de chatbots métiers et leur intégration au système d'information. Vous interviendrez sur des sujets à fort enjeu autour des LLM, RAG, agents outillés, orchestration et industrialisation de solutions IA. Vos missionsDéveloppement d'agents IA Concevoir et développer des agents IA capables d'appeler des API, utiliser des outils internes et exécuter des actions complexes. Mettre en œuvre des workflows multi-étapes : analyse → décision → action → supervision. Développer des outils et connecteurs IA : actions, wrappers, permissions, exécuteurs d'outils. Intégrer les contraintes de sécurité, de conformité et de gouvernance IA. Conception de chatbots et assistants métiers Développer des assistants IA pour la documentation, les workflows et la qualification documentaire. Implémenter les mécanismes de RAG, mémoire, récupération d'information et contextualisation. Concevoir des flows conversationnels complexes et optimiser les prompts. Travailler avec différents LLM : Mistral, GPT, Claude, etc. Améliorer l'expérience utilisateur et la qualité des interactions conversationnelles. Intégration au SI Développer des intégrations sécurisées avec les API internes et les différents systèmes métiers. Connecter les agents aux environnements ERP, GED, CRM, RPA, data lakes et outils documentaires. Concevoir des connecteurs métier et des mécanismes d'orchestration. Mettre en place une gestion fine des autorisations, de la traçabilité et des logs. Industrialisation & fiabilisation Mettre en place l'observabilité des solutions : logs, métriques, monitoring, coûts et traçabilité. Développer des tests unitaires et end-to-end pour les agents et chatbots. Contribuer à l'amélioration des frameworks et librairies IA internes. Participer aux démonstrations, PI Planning et rituels Agile. Adopter une approche DevSecOps / You Build It, You Run It. Compétences recherchéesDéveloppement Excellente maîtrise de Python, notamment FastAPI et programmation asynchrone. Bon niveau en Node.js / TypeScript. Maîtrise des architectures API-first. Expérience avec les architectures cloud, containers et CI/CD. Pratique des environnements Azure Functions. IA Générative & Agentique Expérience concrète dans la conception d'agents IA outillés et de workflows agentiques. Maîtrise d'au moins un framework : LangChain, LlamaIndex, CrewAI, Semantic Kernel ou équivalent. Très bonne connaissance des LLM : Mistral, GPT, Claude… Maîtrise du RAG, de la mémoire, de la contextualisation et de la reformulation. Bonne maîtrise du prompt engineering. Capacité à modéliser des workflows IA complexes répondant à des problématiques métiers. Intégration & Data Maîtrise des API REST / GraphQL. Expérience avec des systèmes documentaires, bases de données et Data Lakes. Conception et utilisation de connecteurs métier. Une connaissance de Kafka est appréciée. Cloud / DevOps / Observabilité Containers, CI/CD, Azure Functions. Grafana, Prometheus, Langfuse. Sensibilité forte aux problématiques de sécurité, audit, monitoring et traçabilité. Sécurité & gouvernanceUne bonne compréhension des enjeux liés à la sécurisation des agents IA est attendue : Gestion des permissions et autorisations d'actions. Filtrage et contrôle des commandes. Sandboxing. Traçabilité et audit. Prise en compte des contraintes SSI, DPO et gouvernance IA. ProfilNous recherchons un profil autonome, technique et orienté produit, capable de porter des sujets IA de bout en bout. Vous êtes à l'aise pour : travailler en transverse avec des équipes techniques et métiers ; vulgariser des sujets complexes autour de l'IA ; documenter vos réalisations et produire des guides/API docs ; challenger les besoins et proposer des solutions ; participer activement aux démonstrations et rituels Agile. Mots-clés : AI Engineer, GenAI, Agentic AI, Agents IA, LLM, RAG, LangChain, LlamaIndex, CrewAI, Semantic Kernel, Python, FastAPI, TypeScript, API, Azure, Kafka, Langfuse, Grafana, Prometheus, DevSecOps.

Dans le cadre de l'industrialisation de ses produits data et d'intelligence artificielle, notre client recherche un Senior AI Engineer capable de concevoir, déployer et faire évoluer des solutions d'IA en environnement Azure. La mission se situe à la croisée de l'Azure AI, de l'IA générative, des agents et de Microsoft Copilot. L'objectif est d'accélérer le passage des prototypes à des solutions sécurisées, observables, maintenables et créatrices de valeur pour les métiers. Vous rejoindrez une équipe Data & AI travaillant en étroite collaboration avec l'Architecte IA, les Data Scientists, le Product Owner IA ainsi que les équipes Cloud, Data, Sécurité, Architecture, DSI et Métiers. Vos responsabilités Concevoir et industrialiser des solutions Azure AIConcevoir des architectures basées sur Azure AI Foundry ou Microsoft Foundry, Azure OpenAI et Azure AI Search. Développer et déployer des applications GenAI, des assistants, des agents et des solutions RAG. Mettre en place des API et des composants d'intégration avec les systèmes métiers et les plateformes data. Déployer les solutions via Azure Functions, Container Apps, AKS ou des services équivalents. Gérer les environnements de développement, recette et production. Développer des agents et des usages CopilotConcevoir des agents capables d'utiliser des outils, des APIs et des bases de connaissances. Mettre en œuvre des orchestrations multi-agents et des workflows agentiques. Versionner et maintenir les prompts, modèles, embeddings, index et configurations. Contribuer à des cas d'usage Microsoft Copilot, Copilot Studio ou Microsoft 365 Copilot. Mettre en place les guardrails nécessaires : contrôle des outils, gestion des permissions, filtrage, protection contre les prompt injections et validation humaine. Automatiser les déploiements et fiabiliser la productionConstruire et maintenir les pipelines CI/CD avec Azure DevOps, Azure Pipelines ou GitHub Actions. Décrire et versionner l'infrastructure avec Bicep et/ou Terraform. Mettre en œuvre les tests automatisés, les contrôles de sécurité et les mécanismes de rollback. Utiliser les pratiques de software engineering : Git, revue de code, packaging, Docker et gestion des dépendances. Contribuer aux pratiques MLOps et LLMOps : MLflow ou équivalent, évaluation, versioning et promotion entre environnements. Superviser, sécuriser et optimiserMettre en place l'observabilité des applications, agents, modèles et outils. Suivre les traces, erreurs, latences, appels de modèles, consommation de tokens et coûts. Configurer les mécanismes d'identité et de sécurité : Entra ID, RBAC, Key Vault, APIM, chiffrement et réseau privé. Participer au suivi des coûts Azure et LLM et proposer des optimisations sur les modèles, quotas, cache et capacités. Contribuer au diagnostic des incidents, au maintien en conditions opérationnelles et à la documentation des solutions. Accompagner les équipesComprendre un besoin métier et le traduire en solution technique pragmatique. Participer aux ateliers de cadrage et à la priorisation des sujets. Documenter les architectures, choix techniques, procédures d'exploitation et limites connues. Transférer les compétences aux équipes DSI et contribuer à la mise en place de standards réutilisables.

ContexteDans le cadre d'un programme de transformation de la relation client, notre client déploie des solutions basées sur l'IA conversationnelle et les Voice Bots afin d'améliorer l'expérience client, l'efficacité opérationnelle et la capacité de traitement des demandes. Nous recherchons un(e) Business Analyst confirmé(e) / Senior pour accompagner les équipes métier, IT, Data & AI ainsi que l'éditeur/intégrateur de la solution Voice Bot. Le consultant interviendra à l'interface entre les équipes Customer Care, Produit, IT, Data/IA et les équipes opérationnelles, de la définition des besoins jusqu'aux phases de test, déploiement et suivi de la valeur. Vos principales responsabilitésAnalyse des besoins métierRecueillir et formaliser les besoins auprès des équipes Customer Care. Animer des ateliers avec des interlocuteurs internationaux, régionaux et locaux. Analyser les processus existants et identifier les opportunités d'automatisation. Formaliser les règles métier, exceptions, contraintes et critères de validation. Construire et prioriser le catalogue des cas d'usage Voice Bot. Conception fonctionnelleTraduire les besoins métier en User Stories et critères d'acceptation. Concevoir les parcours clients et scénarios conversationnels. Cartographier les processus As-Is / To-Be. Définir les règles d'escalade, de transfert vers un conseiller et les situations nécessitant une intervention humaine. Participer à l'analyse des différentes options de solution et formuler des recommandations. Data & systèmesIdentifier les données nécessaires aux différents cas d'usage. Cartographier les sources de données, systèmes et dépendances. Analyser la qualité, disponibilité et fréquence de mise à jour des données. Coordonner les dépendances avec les équipes IT, Data & AI et les partenaires externes. Tests & qualitéDéfinir les scénarios et cas de tests fonctionnels. Tester les parcours conversationnels, les exceptions, les fallbacks et les handovers. Suivre les anomalies et leur résolution. Préparer les recommandations de readiness avant mise en production. Suivi de performance et valeurDéfinir les KPI de performance du Voice Bot. Participer à la conception du framework de monitoring et des dashboards. Suivre notamment les indicateurs de : Call Deflection Containment Rate Average Handling Time (AHT) Productivité Customer Satisfaction (CSAT) Adoption Qualité des conversations Définir les baseline et modalités de mesure des bénéfices après déploiement. Identifier les axes d'amélioration continue. Reporting & coordinationProduire les reportings d'avancement. Suivre les risques, problèmes, dépendances et décisions. Préparer les présentations destinées aux parties prenantes et au management. Maintenir la documentation fonctionnelle et les supports de formation. Participer à la structuration d'un référentiel documentaire partagé.

Vorstone recherche un profil Forward Deployed Engineer (FDE) – ingénieur IA expérimentée / Software Engineering pour un client dans le luxe basé à Paris. Dans le cadre de projets d'innovation et de transformation digitale au sein d'un grand groupe international du secteur du luxe, nous recherchons un Forward Deployed Engineer (FDE) expérimenté. À la croisée du développement logiciel, de l'intelligence artificielle et des enjeux métiers, vous interviendrez directement auprès des équipes opérationnelles pour concevoir, développer et intégrer des solutions technologiques sur mesure. L'objectif : transformer rapidement des problématiques métiers complexes en solutions concrètes, opérationnelles et à forte valeur ajoutée. Vos missions Collaborer étroitement avec les équipes métiers pour comprendre leurs besoins, processus et contraintes opérationnelles. Identifier les cas d'usage à forte valeur ajoutée, notamment autour de l'intelligence artificielle et de la data. Concevoir et développer rapidement des prototypes, des MVP et des solutions adaptées aux besoins identifiés. Développer et intégrer des solutions logicielles dans les environnements existants (applications métiers, API, plateformes et données). Accompagner l'industrialisation et le déploiement des solutions, en collaboration avec les équipes IT. Assurer l'interface entre les équipes techniques et métiers, avec une approche pragmatique et orientée résultats.