Find your next tech and IT Job or contract LangChain

Vos missionsDévelopper et optimiser des solutions d'IA et de Machine Learning Concevoir et intégrer des applications basées sur les LLM, le RAG et les Agents IA Participer à la mise en production des modèles via APIs et microservices Collaborer avec les équipes métiers, Data Science et Architecture Contribuer aux pratiques MLOps, à l'automatisation des tests et à l'industrialisation des développements Produire la documentation technique et partager les bonnes pratiques __________ Forte expérience en IA générative (LLM) Maîtrise de RAG, Prompt Engineering, AI Agents Utilisation avancée de GitHub Copilot, Cursor, Claude Code, ChatGPT Expérience avec LangChain et Hugging Face Développement d'API (FastAPI, Flask) Connaissances MLOps, CI/CD, Docker, Kubernetes Très bon niveau d'anglais Idéalement expérience banque / KYC / compliance

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 / GenAI – LLM, RAG & Agents IA Dans le cadre d'un projet autour de l'IA générative, nous recherchons un Ingénieur IA / GenAI pour concevoir, développer et industrialiser des solutions basées sur les LLM et les agents IA. Vos missions : Concevoir et développer des solutions GenAI / LLM Développer des agents IA et workflows agentiques Concevoir et implémenter des architectures RAG Intégrer les modèles IA aux applications via API Développer principalement en Python Travailler sur le prompt engineering et l'orchestration des LLM Mettre en place embeddings et bases vectorielles Évaluer la qualité, la performance et la fiabilité des réponses Industrialiser les solutions : CI/CD, monitoring, sécurité et observabilité Accompagner les POC jusqu'à leur mise en production Compétences recherchées : Python LLM / GenAI RAG Agents IA / Agentic AI LangChain / LangGraph ou équivalent OpenAI / Azure OpenAI / Anthropic / modèles open source FastAPI / APIs REST Vector databases / embeddings Docker, Git, CI/CD MLOps / LLMOps apprécié Fine-tuning / PEFT / LoRA apprécié 📍 Île-de-France / Hybride 📅 Mission longue durée

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

Notre client dans le secteur Assurance recherche un/une Développeur Python/IA Sénior H/F Description de la mission : Vous intégrerez l'une de nos équipes sous la responsabilité de son Lead Développeur IA, en lien avec le Tech Lead IA, référent technique du socle. Mission· Concevoir et développer des solutions d'intelligence artificielle (LLM, Agents, RAG) en Python. · Prendre un use case de la conception à son intégration dans le processus ou l'outil cible : cadrage technique avec le métier, développement, tests, déploiement, suivi. · Reprendre et optimiser les use cases existants : qualité des réponses, performance, coûts, montées de version de modèles. · Développer les nouveaux use cases selon la roadmap de l'équipe en respectant les engagements de planning. · Assurer la qualité et la maintenabilité du code : méthodologie, couverture de tests, documentation, revues de code. · S'inscrire dans les bonnes pratiques de l'équipe (code reviews, guidelines, sécurité des données) et participer à leur promotion. Profil recherchéCompétences techniques requises · Python : 3 ans d'expérience minimum. · Développement : 5 ans d'expérience sur des projets significatifs. · IA / LLM : expérience projet exigée (intégration d'APIs LLM, RAG, agents), avec une intégration réelle dans un processus métier ou un outil exposé à des clients, pas uniquement de la génération de code ou des POC. Compétences appréciées · Fibre DevOps : CI/CD, conteneurisation, déploiement cloud. · Connaissance du Cloud Azure (Container Apps, AI Services) et des frameworks LLM (LangChain, LlamaIndex). Environnement techniquePython, LLM (OpenAI, Anthropic), RAG, Agents, Azure (Container Apps, AI Services), MongoDB, PostgreSQL, GitLab CI/CD, Docker, Claude Code. Compétences / Qualités indispensables : python, IA, LLM Compétences / Qualités qui seraient un + : Claude Code, Azure DevOps, Au service du métierInformations concernant le télétravail : Oui — 2 jours/semaine