Find your next tech and IT Job or contract RAG

Nous recherchons, pour un grand acteur du transport, un Développeur Full Stack Senior qui rejoindra une équipe Data & IA. Il interviendra sur les projets d'intelligence artificielle et les projets Data (Databricks) de l'équipe. Contexte Projets IA en phase d'industrialisation, les POC étant terminés : applications RAG, aide à la résolution de conflits entre planification et travaux, module de communication en situation de crise. Projets Data : socle de stockage de données, puits de données analytiques, ingestion vers le Datalake via NiFi. Missions Développer les interfaces et les backends des applications IA Concevoir et développer les solutions techniques des projets Data Participer aux cérémonies agiles (Scrum, sprints de 2 semaines) Mettre en place les tests et assurer la recette Réaliser les revues de code et assurer le suivi technique des stagiaires et des alternants, avec un rôle moteur sur les bonnes pratiques Travailler avec l'architecte applicatif sur les choix d'architecture

Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.

Nous recherchons un Data Scientist H/F pour intervenir sur des projets innovants autour de l'IA Générative et des LLM au sein d'un grand acteur de la protection sociale en France. L'objectif est de développer et d'optimiser une solution IA capable de générer des réponses automatiques aux demandes des adhérents. Ces réponses couvrent un large éventail de sujets : demandes de renseignement, réclamations et actions diverses sur leurs contrats. Vos missionsDévelopper et optimiser des modèles Machine Learning et LLM Concevoir des solutions basées sur le RAG (Retrieval-Augmented Generation) Industrialiser les modèles et pipelines IA Participer à la mise en place des bonnes pratiques MLOps et LLMOps Produire une documentation technique de qualité

Dans le cadre de projets d'innovation et de transformation digitale dans le secteur bancaire, nous recherchons un Consultant IA Agentic / IA Générative capable de concevoir et d'industrialiser des solutions basées sur les LLM, les architectures RAG et les systèmes multi-agents. Le consultant interviendra sur l'identification et la mise en œuvre de cas d'usage IA permettant notamment d'automatiser des processus, d'exploiter des données et documents complexes et d'améliorer l'efficacité opérationnelle des équipes métiers. Missions principales Identifier et cadrer des cas d'usage d'IA Générative et Agentic AI avec les équipes métiers. Concevoir des assistants intelligents et des systèmes conversationnels. Concevoir et développer des architectures RAG (Retrieval-Augmented Generation). Développer des agents IA autonomes capables de raisonner, rechercher des informations et exécuter des actions. Concevoir et orchestrer des workflows multi-agents. Intégrer différents modèles de langage : OpenAI, Azure OpenAI, Gemini ou modèles open source. Développer les mécanismes de connexion entre les agents IA, les API, les bases de données et les outils internes. Mettre en place des mécanismes d'évaluation, de monitoring et de sécurisation des solutions IA. Industrialiser les solutions sous forme d'API et de services Cloud. Participer aux pratiques LLMOps / MLOps. Prendre en compte les contraintes de sécurité, confidentialité, gouvernance et conformité liées au secteur bancaire. Accompagner les équipes métiers dans l'adoption des solutions IA.

Contexte : Dans le cadre du développement d'une plateforme data et d'intelligence artificielle déjà utilisée en production par plusieurs milliers d'utilisateurs, notre client, acteur bancaire en forte croissance, souhaite renforcer son équipe technique. La plateforme permet de développer et d'exécuter des workflows data et IA, d'utiliser des agents et des systèmes RAG, de manipuler plusieurs modèles de langage et de proposer des environnements de travail dédiés aux utilisateurs. Le consultant interviendra dans une phase d'ouverture progressive de la plateforme à des clients externes, avec des enjeux forts de scalabilité, robustesse, sécurité, performance et maintenabilité Missions principales : · Concevoir et développer les composants logiciels de la plateforme. · Développer des services backend en Python, notamment avec Django ou des frameworks équivalents. · Concevoir et faire évoluer les applications web en React et TypeScript. · Concevoir les APIs et intégrations avec les composants data et IA. · Participer au développement de systèmes agentiques et de workflows orchestrés. · Intervenir sur LangGraph, RAG, bases de connaissances, MCP et l'évaluation des applications LLM. · Contribuer à l'intégration de plusieurs modèles de langage via une passerelle multi-modèles. · Améliorer la scalabilité et la fiabilité de la plateforme. · Challenger les architectures, choix techniques et pratiques de développement existants. · Concevoir des solutions robustes, maintenables et adaptées à la production. · Développer les tests, la documentation technique et les procédures de mise en production. · Contribuer à l'observabilité, à la sécurité et à la gouvernance des composants. · Collaborer avec les équipes Software, Data, IA et Recherche. · Assurer une forte implication hands-on dans le développement et la livraison des composants. Livrables attendus : · Composants logiciels et services backend développés et déployés. · APIs et intégrations avec les briques Data et IA. · Contributions aux architectures distribuées et aux évolutions de la plateforme. · Workflows agentiques, systèmes RAG et intégrations LLM. · Tests automatisés et documentation technique. · Solutions et procédures de mise en production. · Contributions aux dispositifs d'observabilité, de sécurité et de monitoring. · Recommandations d'évolution et d'amélioration des architectures existantes.

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)