Job position Développeur IA LLM _ Python _ API
Share this job
Je suis à la recherche pour un de nos clients d'un Développeur IA LLM Python API.
Maîtrise de Python pour le backend et l'interfaçage API. Expérience avérée en développement d'API REST (FastAPI, Flask ou Django).
- Intégration de LLM (Large Language Models) : Expérience pratique de l'utilisation d'APIs de modèles génératifs (OpenAI, Mistral, Anthropic, ou modèles Open Source via Hugging Face). Capacité à démontrer des travaux sur le Prompt Engineering et la structuration des sorties (Output Parsing, JSON mode).
- Développement Web Fullstack: Capacité à développer et maintenir un Back-office fonctionnel en environnement PHP (Symfony) ou Javascript (Node.js/React/Vue), pour s'interfacer avec l'existant.
- Frameworks d'Orchestration IA : Maîtrise de frameworks spécifiques tels que LangChain ou LlamaIndex pour gérer les chaînes de traitement.
- Évaluation & Qualité (LLM Ops) : Expérience dans la mise en place de métriques pour mesurer la qualité des réponses (frameworks comme RAGAS, DeepEval, ou méthodologie de "LLM-as-a-judge").
- Conteneurisation : Autonomie sur l'usage de Docker
- Architecture RAG : Connaissance des principes de Retrieval Augmented Generation (bases de données vectorielles type Qdrant, Chroma, Pgvector)
- Nécessité d'avoir collaboré pour des sites médias à forte volumétrie
Compétences souhaitées :
Infrastructure as Code : Capacité à lire et comprendre des scripts Terraform existants pour dialoguer efficacement avec l'équipe Ops.
Conteneurisation : Connaissance de l'environnement d'exécution Kubernetes (savoir lire un fichier de déploiement, logs, exec, ).
Travail en environnement agile (scrum)
Candidate profile
Maîtrise de Python pour le backend et l'interfaçage API. Expérience avérée en développement d'API REST (FastAPI, Flask ou Django).
- Intégration de LLM (Large Language Models) : Expérience pratique de l'utilisation d'APIs de modèles génératifs (OpenAI, Mistral, Anthropic, ou modèles Open Source via Hugging Face). Capacité à démontrer des travaux sur le Prompt Engineering et la structuration des sorties (Output Parsing, JSON mode).
- Développement Web Fullstack: Capacité à développer et maintenir un Back-office fonctionnel en environnement PHP (Symfony) ou Javascript (Node.js/React/Vue), pour s'interfacer avec l'existant.
- Frameworks d'Orchestration IA : Maîtrise de frameworks spécifiques tels que LangChain ou LlamaIndex pour gérer les chaînes de traitement.
- Évaluation & Qualité (LLM Ops) : Expérience dans la mise en place de métriques pour mesurer la qualité des réponses (frameworks comme RAGAS, DeepEval, ou méthodologie de "LLM-as-a-judge").
- Conteneurisation : Autonomie sur l'usage de Docker
- Architecture RAG : Connaissance des principes de Retrieval Augmented Generation (bases de données vectorielles type Qdrant, Chroma, Pgvector)
- Nécessité d'avoir collaboré pour des sites médias à forte volumétrie
Compétences souhaitées :
Infrastructure as Code : Capacité à lire et comprendre des scripts Terraform existants pour dialoguer efficacement avec l'équipe Ops.
Conteneurisation : Connaissance de l'environnement d'exécution Kubernetes (savoir lire un fichier de déploiement, logs, exec, ).
Travail en environnement agile (scrum)
Working environment
Maîtrise de Python pour le backend et l'interfaçage API. Expérience avérée en développement d'API REST (FastAPI, Flask ou Django).
- Intégration de LLM (Large Language Models) : Expérience pratique de l'utilisation d'APIs de modèles génératifs (OpenAI, Mistral, Anthropic, ou modèles Open Source via Hugging Face). Capacité à démontrer des travaux sur le Prompt Engineering et la structuration des sorties (Output Parsing, JSON mode).
- Développement Web Fullstack: Capacité à développer et maintenir un Back-office fonctionnel en environnement PHP (Symfony) ou Javascript (Node.js/React/Vue), pour s'interfacer avec l'existant.
- Frameworks d'Orchestration IA : Maîtrise de frameworks spécifiques tels que LangChain ou LlamaIndex pour gérer les chaînes de traitement.
- Évaluation & Qualité (LLM Ops) : Expérience dans la mise en place de métriques pour mesurer la qualité des réponses (frameworks comme RAGAS, DeepEval, ou méthodologie de "LLM-as-a-judge").
- Conteneurisation : Autonomie sur l'usage de Docker
- Architecture RAG : Connaissance des principes de Retrieval Augmented Generation (bases de données vectorielles type Qdrant, Chroma, Pgvector)
- Nécessité d'avoir collaboré pour des sites médias à forte volumétrie
Compétences souhaitées :
Infrastructure as Code : Capacité à lire et comprendre des scripts Terraform existants pour dialoguer efficacement avec l'équipe Ops.
Conteneurisation : Connaissance de l'environnement d'exécution Kubernetes (savoir lire un fichier de déploiement, logs, exec, ).
Travail en environnement agile (scrum)
Apply to this job!
Find your next career move from +10,000 jobs!
-
Manage your visibility
Salary, remote work... Define all the criteria that are important to you.
-
Get discovered
Recruiters come directly to look for their future hires in our CV library.
-
Join a community
Connect with like-minded tech and IT professionals on a daily basis through our forum.
Développeur IA LLM _ Python _ API
CAT-AMANIA