Find your next tech and IT Job or contract LangChain

Je suis à la recherche pour un de nos clients d'un Testeur modèles IA. Tester des modèles d'IA, des systèmes pilotés par l'IA et des applications centrées sur les données - Conception de cas de tests pour les systèmes dynamiques/pilotés par l'IA - Conception de cas de tests spécifiques par niveau (code, data, modèle LLM, pipeline) - Dossier d'évaluation de la précision, de l'explicabilité et du biais du modèle utilisé - Dossier d'évaluation de l'impact éthique de la dérive des données - Cahiers de tests d'IA sur des cas particuliers Python, Langchain Eval, RAGAS, LangFuse, outils de tests (PyTest, TensorFlow, MLFlow, Azure ML etc…) Conception de cas de tests Biais, équité et explicabilité en IA

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).

Chez nous, l’innovation n’est pas simplement un mot à la mode ; elle est au cœur de notre ADN et guide chaque aspect de notre activité. Au cours des deux dernières années, nous avons consolidé notre position de leader dans le domaine de l’intelligence artificielle générative (GenAI), en lançant avec succès de nombreux services et solutions GenAI. Ces initiatives ont connu une adoption remarquable et continue à travers l’entreprise, établissant fermement notre groupe comme un leader mondial dans l’exploitation des technologies d’Intelligence Artificielle les plus avancées. Nous sommes maintenant prêts pour la prochaine étape : évoluer vers une plateforme agentique complète. Cette transformation stratégique permettra non seulement de renforcer nos équipes, mais aussi de rendre ces outils puissants plus accessibles et plus impactants pour tous les collaborateurs du groupe. Notre ambition est claire : accélérer la transformation de l’ensemble du groupe grâce à des solutions IA innovantes et performantes. Ce projet exige une passion évidente pour l’IA, une curiosité insatiable pour les dernières avancées, ainsi qu’un enthousiasme proactif pour explorer les nouvelles tendances, qu’elles soient techniques ou réglementaires. Votre rôle : Consultant Plateforme Agentique GenAI En tant que Consultant Plateforme Agentique GenAI au sein de l’équipe Tech Data & AI, vous jouerez un rôle clé dans la construction de notre avenir. Vous serez à l’interface entre innovation et mise en œuvre, en pilotant l’adoption et le succès de notre plateforme agentique sur plusieurs axes stratégiques : Conseil stratégique & accompagnement : agir en tant que consultant interne de confiance, en guidant les équipes tout au long du cycle de vie de leurs projets GenAI – de la conception initiale à l’intégration et au support continu. Définition des règles & standards : concevoir et établir des lignes directrices et des standards techniques solides, favorisant le développement rapide, scalable et sécurisé de solutions GenAI à l’échelle de l’entreprise. Autonomisation du développement : piloter la création de kits de développement intuitifs et prêts à l’emploi, permettant aux équipes internes de concevoir et déployer des applications GenAI avec rapidité, efficacité et cohérence. Adoption fluide : concevoir et mettre en place des processus d’onboarding performants garantissant une adoption simple, engageante et réussie pour les nouveaux utilisateurs dès le premier jour. Innovation continue : rechercher, évaluer et promouvoir les fonctionnalités GenAI les plus avancées du marché, afin de rester à la pointe des tendances technologiques et de maintenir un avantage compétitif. Compétences et expérience requises Pour réussir dans ce rôle, vous disposerez d’une solide expertise : Expérience confirmée : minimum 2 ans d’expérience pratique en tant que consultant en systèmes d’information, avec un parcours prouvé en intelligence artificielle, notamment dans le domaine GenAI. Maîtrise de GenAI sur GCP : connaissance pratique des services GenAI de Google Cloud Platform (GCP), incluant une bonne compréhension des outils et concepts tels que ADK, Agent Engine, Memory Bank, Session Agent Engine, Evaluation et Retrieval Augmented Generation (RAG Engine, Vertex AI Search). Communication internationale : un bon niveau d’anglais est indispensable pour collaborer efficacement avec des équipes internationales et interagir avec des parties prenantes variées. Collaboration et influence : excellentes qualités relationnelles, capacité à communiquer, esprit d’équipe et aptitude à favoriser l’adoption et la réussite collective.

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).

Dans le cadre d’un projet à forte dimension SRE, DevOps et Intelligence Artificielle, nous recherchons un SRE DevOps confirmé IA AWS pour intervenir sur l’optimisation d’agents IA utilisés dans l’analyse des alertes et la Root Cause Analysis. Le consultant aura pour rôle de garantir la fiabilité du dispositif, de superviser le comportement des agents IA et de maintenir un haut niveau d’observabilité sur des environnements de production exigeants. Missions principales Déployer, superviser et optimiser des agents IA dédiés à la Root Cause Analysis. Intervenir sur des environnements AWS intégrant notamment AWS Bedrock, Knowledge Base, MCP et Strands Agents. Superviser le comportement des agents IA et améliorer leur efficacité dans les workflows d’analyse d’incidents. Mettre en place et maintenir l’observabilité via Prometheus, Alertmanager, Grafana, Thanos, Elastic et les outils APM. Investiguer les incidents, analyser les alertes et contribuer à l’amélioration continue des pipelines de RCA. Automatiser et fiabiliser les environnements de production cloud, CI/CD et conteneurisés. Participer à l’amélioration des runbooks, du monitoring et des processus de troubleshooting automatisé. Collaborer avec les équipes SRE, DevOps, Cloud, IA et production.

Au sein de l'IT Group Production, le projet vise l'optimisation du MTTR (Mean Time To Repair) par l'automatisation de l'analyse d'incidents. L'objectif est de réduire drastiquement le temps d'identification des causes racines (Root Cause Analysis - RCA) en exploitant les données d'observabilité via des technologies d'Intelligence Artificielle et de Machine Learning. Le prestataire sera intégré au stream "Observabilité" wet travaillera en collaboration étroite avec l'équipe "Core IA" (en charge de la plateforme agentique). Ses missions principales incluent : * Développement d'agents intelligents spécialisés dans le diagnostic technique, en s'appuyant sur les frameworks LangChain et LangGraph. * Conception et déploiement de jobs de détection d'anomalies automatisés pour identifier les dérives comportementales des systèmes. * Exploitation et corrélation des sources de données : ingestion et analyse des logs via Elasticsearch et des métriques de performance/APM via Dynatrace. * Industrialisation de modèles LLM appliqués à la RCA pour transformer les données brutes d'observabilité en diagnostics actionnables. Environnement technique cible :

Au sein d'une équipe IA Engineering Agentic (Manager, Lead Tech + 4 devs), tu interviens sur un projet stratégique de génération automatisée de contenu pour l'animation d'un site e-commerce . L'objectif : concevoir un système agentique de génération de briefs d'animation commerciale. Tes missions Développer des solutions d'extraction basées sur les LLM (sources non standardisées, fichiers Sheets) Automatiser le mapping de données multi-sources (manipulation, typage, formatage pour templates dynamiques) Déployer la solution sur GCP et l'intégrer à l'écosystème Google Concevoir les outils de pilotage et d'évaluation Stack & compétences attendues Indispensables : workflows multi-agents (protocoles A2A/ACUI), Google Cloud Platform (Vertex AI / Agent Platform, Cloud Run), parsing de données non structurées (PDF, images, tableaux). Appréciés : ADK / LangChain / LangGraph, FastAPI & Pydantic, bases vectorielles (embeddings, indexation), optimisation des coûts IA, évaluation LLM (QA, LLM-as-a-Judge), Python (Pandas, NumPy).

Dans le cadre d’un projet stratégique au sein d’un acteur majeur du secteur des paiements, nous recherchons un Senior Python Engineer spécialisé en Intelligence Artificielle Générative (LLM) . Vous interviendrez au sein d’une équipe dédiée au développement d’une plateforme IA générative en environnement on-premise . Le rôle est fortement orienté développement logiciel et architecture applicative : nous recherchons un profil capable de concevoir, développer et industrialiser des applications IA en production. Vos principales responsabilités : Concevoir et développer des applications backend Python intégrant des modèles de langage (LLM). Développer des APIs robustes avec FastAPI (ou frameworks équivalents). Concevoir des architectures RAG (Retrieval-Augmented Generation) performantes. Mettre en œuvre les mécanismes d’ingestion documentaire, chunking, embeddings et recherche sémantique. Intégrer et orchestrer différents modèles LLM (GPT, Mistral, Claude ou équivalents). Développer des composants exploitables en production avec une approche qualité logicielle. Participer aux choix d’architecture technique et aux bonnes pratiques de développement. Mettre en place les pratiques de qualité : tests, revue de code, Clean Code, documentation technique. Compétences attendues Techniques Python confirmé (développement applicatif backend) FastAPI / Flask / Django Développement d’API REST Architecture backend et microservices LLM : GPT, Mistral, Claude, OpenAI API, Anthropic API RAG (Retrieval-Augmented Generation) LangChain, LlamaIndex ou frameworks équivalents Embeddings et recherche sémantique Bases vectorielles : Qdrant, Pinecone, Weaviate, Chroma ou équivalent PostgreSQL / bases de données relationnelles Docker CI/CD Tests automatisés Git et pratiques de revue de code Savoir-être Esprit d’analyse et capacité à résoudre des problématiques complexes Autonomie et force de proposition Sens de la qualité logicielle Capacité à travailler dans un environnement exigeant Bon relationnel avec les équipes techniques et métiers Curiosité technologique et veille active sur les évolutions IA

Dans le cadre de ses activités d’innovation et de transformation, le Secrétariat Général d'un grand compte bancaire source un profil pour une mission de conseil en ingénierie IA orientée R&D. L’objectif est de concevoir et prototyper des outils agentiques à destination des métiers de la Compliance et du Legal, en explorant les apports des architectures basées sur LLM. Les POC devront s’appuyer sur des use cases existants ou à construire avec les équipes métier. Cette démarche de R&D a vocation à construire des POC fonctionnels dans les standards de développement du Groupe, avec un objectif d’industrialisation facilité pour les cas validés. La mission s’inscrit dans une démarche expérimentale avec un fort enjeu de transformation des pratiques métiers.

Pour pallier un manque d’expertise interne sur les technologies d' IA Agéntielle , nous recherchons un(e) Développeur(se) Senior Python pour concevoir, développer et industrialiser une plateforme interne d'agents IA. L'objectif est d'automatiser l'investigation et la résolution des incidents IT en croisant plusieurs systèmes de monitoring et de ticketing. Les Grands Chantiers de la Mission Développement IA Agéntielle (BibOps) : Concevoir des architectures multi-agents et implémenter des solutions de RAG (Retrieval-Augmented Generation) pour automatiser les workflows d'investigation complexes. Backend & Intégration Python : Développer le cœur de la plateforme en Python et connecter les agents IA aux outils internes (Splunk, ServiceNow, Grafana, etc.). Garantir la robustesse du code via des tests unitaires et d'intégration poussés. Industrialisation & DevOps : Construire les pipelines CI/CD sous GitLab, packager et déployer les services sur des clusters Kubernetes (Docker, Helm). Observabilité & Run : Mettre en place la stack d'observabilité (Grafana, Prometheus, OpenTelemetry), assurer la gestion de la sécurité (certificats, credentials) et documenter la plateforme. Compétences Clés (Hard Skills) Développement & IA : Expertise Python incontournable, maîtrise de l'écosystème LLM / Orchestration ( LangChain, Microsoft Agent Framework / Azure AI appréciés). DevOps & Infra : Solide maîtrise de Kubernetes , Docker, et des pipelines CI/CD ( GitLab ). Observabilité & APIs : Pratique courante de Grafana/Prometheus et intégration d’APIs REST (la connaissance de ServiceNow et Splunk est un bonus). Modalités de la Mission TJM : 380 € HT Maximum Date de démarrage : ASAP Date de fin prévue : 31/12/2026 (Visibilité long terme, renouvelable) Localisation : Clermont-Ferrand Rythme de travail : Temps plein, 2 à 3 jours obligatoires par semaine sur site

CONTEXTE DE LA MISSION Au sein d’une direction Data, IA et Innovation d’un grand acteur du secteur de l’assurance, la direction SMART IA porte une initiative de transformation visant à industrialiser l’usage de l’intelligence artificielle sur les processus métiers. L’enjeu central est l’exploitation des corpus documentaires assurance via des agents IA spécialisés, déployés sur la solution interne SMART Chat (basée sur la solution open source Onyx). Le consultant interviendra sur trois axes : automatisation de la production documentaire, déploiement d’agents IA métiers, et mise en œuvre de la gouvernance associée (évaluation et partage des agents). Il collaborera étroitement avec les équipes métiers assurance (souscription, sinistres, juridique, conformité), les équipes data/IA et les équipes produit. La base est Le Mans, avec interactions régulières avec Paris et Niort. RÔLE ET RESPONSABILITÉS PRINCIPALES Traduire les besoins en architecture d’agents IA (analyse documentaire, RAG, génération de documents normalisés) Animer des ateliers de recueil et cadrage des besoins avec les métiers assurance (souscription, sinistres, juridique, conformité) Analyser les processus documentaires existants et identifier les cas d’usage à valeur Configurer et paramétrer les agents dans la plateforme Onyx (prompts, workflows, règles métier, connexion GED) Tester, ajuster et optimiser les performances des agents déployés Structurer des bibliothèques de prompts et templates ; garantir traçabilité et reproductibilité des résultats Valider les cas d’usage avec les utilisateurs et adapter les agents selon les retours terrain Contribuer à la gouvernance SMART IA : principes d’évaluation, de partage des agents et diffusion des bonnes pratiques LIVRABLES ATTENDUS Cartographie et priorisation des cas d’usage documentaires assurance Architecture des agents IA et stratégies de prompting associées Agents configurés et opérationnels dans la plateforme Onyx (SMART Chat) Bibliothèque de prompts et templates industrialisables Documentation des solutions mises en place Guide des bonnes pratiques d’usage de l’IA agentique sur la plateforme

Les missions sont: 1- Conception et développement d’agents autonomes avec LangGraph : - Architecture 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 Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : - Worflow AI et Agentic AI pour les process - Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés - Bases de connaissances, RAG Factory, ... - Socle et process LLMOps et evaluation de performance, ... Description Conception et développement de solutions IA générative end-to-end, intégration de LLM, développement d'agents autonomes, mise en place de RAG, pipelines d'ingestion, orchestration multi-agents, process et outils d'évaluation de performance, LLM as a Judge, Optimisation itérative

Almatek recherche pour l'un de ses clients Un Senior Software Engineer sur Grenoble. Profil recherché : - Très bonne maîtrise de Python, avec une vraie expérience de développement (obligatoire) - Compétence solide sur les deux domaines suivants, avec une priorité sur l'IA : - Agentic AI (IA agentique), avec des frameworks comme LangChain, LangGraph, LangSmith - Edge computing (informatique de périphérie) - Bon niveau d'anglais, écrit et parlé (obligatoire) - Profil senior, capable de s'engager sur une mission longue durée En plus c'est un vrai plus : Linux, Docker, CI/CD, IoT, GPU, Scrum/SAFe

Notre client dans le secteur Banque et finance recherche un AI Engineer – AIOps & Observabilité H/F Descriptif de la mission: Description de mission Contexte et objectif de la mission Au sein de la Direction IT Production d'un grand groupe du secteur financier, le stream « Observabilité » porte un projet stratégique d'optimisation du MTTR (Mean Time To Repair) par l'automatisation de l'analyse d'incidents. L'objectif est de réduire drastiquement le temps d'identification des causes racines (Root Cause Analysis – RCA) en exploitant les données d'observabilité grâce à des technologies d'Intelligence Artificielle et de Machine Learning. Le prestataire sera intégré au stream « Observabilité » et travaillera en collaboration étroite avec l'équipe « Core IA », en charge de la plateforme agentique. Missions principales • Développer des agents intelligents spécialisés dans le diagnostic technique en s'appuyant sur les frameworks LangChain et LangGraph • Concevoir et déployer des jobs de détection d'anomalies automatisés pour identifier les dérives comportementales des systèmes • Ingérer et analyser les logs via Elasticsearch et les métriques de performance/APM via Dynatrace • Corréler les différentes sources de données d'observabilité pour produire des diagnostics actionnables • Industrialiser des modèles LLM appliqués à la RCA, transformant les données brutes en analyses exploitables par les équipes IT • Contribuer à l'amélioration continue des pipelines d'observabilité dans un environnement de production contraint Environnement technique • Langage : Python (expertise requise) • Observabilité : Elasticsearch (Log Management), Dynatrace (Monitoring / APM) • IA / LLM : LangChain, LangGraph, Machine Learning (Anomaly Detection) • Contexte : Intégration continue en environnement de production bancaire

Missions Concevoir et développer des applications de A à Z Développer des APIs et services backend robustes en Python Participer au développement frontend et aux interfaces utilisateurs Déployer et maintenir les applications sur des environnements cloud Intégrer des solutions IA et GenAI dans des produits clients Participer aux choix d'architecture et aux réflexions techniques Échanger directement avec les clients et comprendre leurs enjeux métier Accompagner ponctuellement les équipes lors de workshops et hackathons techniques Stack technique Backend Python FastAPI / Django / Flask Frontend React Next.js TypeScript Cloud & DevOps AWS ou GCP Docker Kubernetes CI/CD IA LLM RAG Agents IA LangChain / LlamaIndex (bonus) Mobile (bonus) React Native Flutter Kotlin Swift