Votre Mission : En tant qu'IA Engineer Senior, vous rejoignez les équipes Data & AI de l'un de nos clients grands comptes et contribuez à la conception, au développement et à l'industrialisation de solutions d'Intelligence Artificielle à fort impact métier. Vous interviendrez sur des sujets stratégiques autour de l'IA générative, du Machine Learning et du MLOps afin d'accélérer l'adoption de l'IA au sein des métiers et de transformer les innovations en produits industriels robustes, sécurisés et scalables. Concrètement, vous allez : · Concevoir et développer des solutions d'IA générative basées sur les modèles de fondation (LLMs). · Concevoir des architectures RAG (Retrieval Augmented Generation) performantes et sécurisées. · Développer et industrialiser des pipelines Machine Learning et GenAI en production. · Créer et maintenir des agents IA, copilotes métier et assistants conversationnels. · Participer à la sélection, l'évaluation et l'optimisation des modèles d'IA (OpenAI, Claude, Mistral, Llama, Gemini...). · Intégrer les solutions IA dans les systèmes d'information existants via APIs et microservices. · Définir les bonnes pratiques de développement et d'industrialisation IA. · Mettre en œuvre les principes MLOps et LLMOps pour assurer la fiabilité et la scalabilité des solutions. · Superviser les performances des modèles et assurer leur amélioration continue. · Participer aux phases de cadrage, d'architecture et de choix technologiques · Accompagner les équipes métiers dans l'identification et la mise en œuvre de cas d'usage IA à forte valeur ajoutée. · Assurer une veille permanente sur les évolutions de l'écosystème IA et partager votre expertise auprès des équipes.
CONTEXTE ET ENVIRONNEMENT Le pôle conçoit et opère des plateformes « as a service » facilitant la mise en place d'architectures modernes, distribuées et hautement résilientes pour l'ensemble des entités du groupe. Le poste s'inscrit au sein de l'équipe GenAI du domaine d'expertise Data & IA, avec pour mission le déploiement, l'industrialisation et l'exploitation de la plateforme GPUaaS et LLMaaS On-Premise. Cette initiative majeure vise à offrir des solutions agentiques souveraines et sécurisées pour l'ensemble des entités du groupe. PÉRIMÈTRE D'INTERVENTION Le périmètre s'étend de la conception du service à son maintien en condition opérationnelle en production. Le candidat évoluera dans un environnement technique complexe, distribué, sécurisé et hautement disponible, au sein d'une équipe dédiée aux produits et services d'intelligence artificielle. MISSIONS PRINCIPALES • Industrialiser et automatiser le déploiement de plateforme dans un environnement on premise sécurisés • Contribuer à l'évolution de l'architectures de la plateforme • Participer à la mise en place de services managés en intégrant les contraintes de sécurité, compliance et gouvernance • Documenter les offres et services et assurer leur mise en production • Réaliser des présentations et démos pour promouvoir les offres et services • Maintenir en conditions opérationnelles et de sécurité les plateformes IA déployées (run) • Collaborer au sein d'une dev team selon les méthodes agiles • Participer aux daily meetings animés par la Product Owner • Contribuer aux réunions de co-construction de la roadmap • Prendre en charge les éléments de la backlog formalisée par la Product Owner • Participer à l'ensemble des rituels de la squad, de la plateforme et du pôle • Participer aux astreintes techniques du pôle
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).
Dans le cadre d'un programme stratégique de transformation autour des processus KYC (Know Your Customer), nous recherchons un Développeur IA / Python Senior H/F pour rejoindre une équipe internationale et contribuer à la conception de solutions innovantes basées sur l'Intelligence Artificielle Générative. Vos missionsDévelopper et optimiser des solutions IA et Machine Learning répondant à des enjeux métiers complexes Concevoir et intégrer des architectures basées sur les LLM, le RAG et les agents IA Développer des API et microservices permettant l'industrialisation des solutions Participer à la mise en place de pipelines MLOps et de bonnes pratiques CI/CD Collaborer étroitement avec les équipes Data Science, Architecture et Métier Garantir la qualité, la robustesse et la performance des développements Contribuer à la veille technologique et au partage des bonnes pratiques autour de l'IA générative
Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes
Dans le cadre du développement de solutions d'Intelligence Artificielle au sein d'un grand acteur bancaire, nous recherchons un Expert IA / Machine Learning disposant d'une forte expertise en développement Python et en Agentic Coding. Vous maîtrisez les principaux outils d'IA générative appliqués au développement (GitHub Copilot, Cursor, Claude Code, ChatGPT) et savez les utiliser pour accélérer significativement les cycles de développement, tout en garantissant la qualité, la robustesse et la maintenabilité du code produit. La mission se déroule dans un environnement international et anglophone : un niveau d'anglais professionnel est indispensable. MissionsVous interviendrez notamment sur les activités suivantes : Participation aux workshops avec les équipes IT, métiers et Data Scientists ; Développement et optimisation de modèles IA / Machine Learning répondant aux différents use cases métiers ; Intégration et déploiement des modèles en production via APIs et microservices ; Utilisation avancée de l'Agentic Coding pour accélérer le développement et automatiser certaines tâches ; Décomposition de problématiques complexes en instructions et prompts exploitables par les outils d'IA ; Revue, validation et optimisation du code généré par IA ; Mise en place de pipelines MLOps : entraînement, versioning, déploiement et monitoring ; Développement de tests automatisés et validation des modèles en matière de performance, robustesse et biais ; Documentation du code, des modèles, des APIs et des prompts réutilisables ; Optimisation des performances : latence, coûts et scalabilité ; Veille technologique et recommandations sur les nouvelles approches et technologies IA ; Diffusion des bonnes pratiques d'Agentic Coding auprès des équipes.