Offre d'emploi Développeur senior (GenAI / Agentic AI) H/F

Un profil AI Engineer / Generative AI Engineer / Agentic AI Engineer avec :

• 4–12 ans d’expérience en dev ou data

• Expertise Python + Azure

• Expérience GenAI + Agents

• Connaissances en architecture cloud et microservices

• Solides compétences frontend (React)

• Anglais Courant

Responsabilités Clés

• Développement Expert & Maintien :

o Développer des agents intelligents capables d’agir de manière autonome en utilisant l’approche Agentic AI. Ces agents doivent pouvoir utiliser des outils externes ou interagir avec d’autres agents pour accomplir des tâches complexes. (API externes, des applications basées sur le Model

Context Protocol (MCP) ou d’autres services.

o Développer des applicatifs permettant la consommation des Agents et algorithmes aux utilisateurs finaux avec de la création de front spécifiques

o Mettre en place des pipelines robustes pour l'alimentation des LLMs/Agents avec les solutions Azure, Snowflake et Databricks (RAG, Fine-Tuning).

o Assurer un support dans la mise en production, la supervision des modèles/agents et la résolution des problèmes techniques éventuels.

Compétences spécifiques (Gen AI, Agentic AI, MCP)

• IA générative (Gen AI) : Très bonne compréhension des modèles génératifs

(GPT, modèles de diffusion, etc.) et de leurs cas d’usage. Savoir exploiter des LLM (via API ou fine-tuning) pour des tâches de génération de texte, de code ou d’images. Compréhension des limitations/biais des modèles génératifs.

• Architecture et orchestration : Aptitude à architecturer des solutions combinant plusieurs composants d’IA et Cloud. Compréhension de l’orchestration d’agents, de la gestion du contexte (par ex. partage d’état ou de mémoire entre agents via MCP), et des enjeux de performance/coût dans un

système à agents multiples.

• Architecture de Solution & POC:

o Conception de POCs : Mener l'exploration et la conception d'Architectures de POC autour des usages de la Gen AI et des systèmes Agentiques

o Prise de Responsabilités Architecturale : Porter les choix techniques clés pour une validation avec équipe centrale architecture (stack d'agents, orchestration, modèles LLM, intégration Cloud Azure) pour garantir la scalabilité, la sécurité et la performance des solutions futures.

o Optimisation Cloud : Conseiller sur les meilleures pratiques d'utilisation des services Azure pour les charges de travail d'IA Générative (coût, performance, résilience).

Compétences Requises - Techniques

• Maîtrise Cloud Avancée (Azure) : Maîtrise de Microsoft Azure (services

cognitifs,Azure AI Foundry, Azure Machine Learning, Azure Functions, etc.) pour déployer des agents et développer des applications cloud natives. Une certification Azure (ou équivalent) serait un atout.

• Développement Front Web Utilisateur : Compétence en Javascript, React nécessaire pour créer des font applicatifs d’usages des outils IA créés

• Qualité logicielle : Connaissance des bonnes pratiques de développement logiciel (code review, tests unitaires, gestion de version avec Git, méthodologies

Agile).

• Intégration de systèmes : Compétences en développement d’API REST, MCP,

A2A ou de microservices pour consommer et exposer les modèles et agents IA dans des applications.

• Expertise en Python et maîtrise des librairies Gen AI (Hugging Face,

Transformers, OpenAI API).

• Systèmes Agentiques : Maîtrise des frameworks d'agents AI (LangChain,

AutoGen) et de l'implémentation du Model Context Protocol (MCP) ou A2A.

• Évaluation d'Agents : Compétence dans la mise en œuvre de tests unitaires, fonctionnels et de performance pour les systèmes autonomes.

• Ingénierie de Données Moderne et machine learning : Une expérience avec l'écosystème Databricks et/ou Snowflake dans un contexte d'IA (Snowpark,

Lakehouse, Vector DBs) sera un plus.

Soft skills attendus

• Esprit d’équipe et communication : Capacité avérée à travailler en équipe pluridisciplinaire et à communiquer efficacement avec des profils variés (équipes métier, IT, data).

• Résolution de problèmes : le candidat doit faire preuve de réflexion analytique pour ajuster les approches, diagnostiquer les bugs des modèles/agents et améliorer en continu les solutions IA.

• Curiosité et apprentissage continu : Le domaine de l’IA évolue très vite

(Nouveaux modèles, nouveaux outils chaque mois) : le candidat doit assurer une veille technologique et monter en compétence rapidement sur de nouveaux sujets.

• Adaptabilité : Capacité à adapter les solutions développées suite aux retours des utilisateurs ou à l’évolution des contraintes (par exemple, ajuster un agent en fonction de nouvelles politiques de sécurité ou de nouvelles API disponibles).

• Sensibilité à la Gouvernance (Registries, MLOps) et l'Évaluation des systèmes agentiques en production