Find your next tech and IT Job or contract GraphQL

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)

Pour l'un de nos clients, acteur majeur du secteur des services et de la transformation digitale, nous recherchons un Tech Lead Full Stack & IA Engineer afin d'accompagner l'évolution d'une plateforme stratégique au sein d'un environnement technologique innovant. Vous interviendrez sur des sujets à forte valeur ajoutée mêlant architecture microservices, développement Full Stack, DevSecOps et Intelligence Artificielle Générative, avec un rôle transverse auprès des équipes de développement. Descriptif du posteAu sein d'une équipe technologique dynamique, vous aurez pour missions de : Piloter les évolutions d'architecture des applications basées sur des microservices et API REST/GraphQL. Concevoir et intégrer des solutions d'Intelligence Artificielle Générative et des systèmes agentiques multi-agents. Développer et optimiser des workflows d'agents autonomes, en utilisant notamment les protocoles MCP, les Skills, le Prompt Engineering et les mécanismes d'interception (Hooks). Participer à l'industrialisation des pratiques DevSecOps et à l'automatisation des déploiements cloud native. Réaliser des revues de code et garantir la qualité des développements Java, NodeJS et Angular. Concevoir des architectures d'intégration complexes autour de GraphQL, REST et middleware. Accompagner les équipes techniques dans l'adoption des bonnes pratiques de conception, développement et déploiement. Assurer une veille technologique active et contribuer à l'amélioration continue des standards de développement.

Dans le cadre du développement d'une Factory dédiée à la conception de solutions innovantes autour de la Data et de l'IA, nous recherchons un(e) Tech Lead Full Stack / Lead Engineer. Cette entité rassemble des experts en architecture, développement logiciel, cloud et IA afin de concevoir des produits robustes, scalables et sécurisés répondant à des enjeux stratégiques de la Défense Nationale. Vous évoluerez dans un environnement d'excellence technique où l'architecture logicielle, la qualité de code, l'industrialisation et l'accompagnement des équipes occupent une place centrale. | Vos missions | \- Concevoir et faire évoluer les architectures applicatives. \- Participer aux développements Full Stack des solutions. \- Définir les standards techniques et les bonnes pratiques. \- Accompagner les développeurs dans leur montée en compétence. \- Garantir la qualité des développements, des tests et de l'intégration continue. \- Contribuer aux sujets DevOps, sécurité et observabilité. \- Participer à l'amélioration continue des processus d'ingénierie. | Contraintes spécifiques | Ce poste nécessitera une habilitation au secret de la Défense Nationale délivrée par les autorités compétentes (DGSI) | Environnement technique | \- Front-End : React / Angular / Vue.js \- Back-End : Python / Java / Node.js \- Cloud & DevOps : Kubernetes / Terraform / Ansible / GitLab CI / GitHub Actions / Infrastructure as Code \- Qualité & Sécurité : API REST / GraphQL / TDD / BDD / DDD / OWASP / DevSecOps \- Observabilité : Prometheus / Grafana / ELK Stack