Le poste Développeur IA LLM _ Python _ API
Partager cette offre
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)
Profil recherché
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)
Environnement de travail
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)
Postulez à cette offre !
Trouvez votre prochaine mission parmi +9 000 offres !
-
Fixez vos conditions
Rémunération, télétravail... Définissez tous les critères importants pour vous.
-
Faites-vous chasser
Les recruteurs viennent directement chercher leurs futurs talents dans notre CVthèque.
-
100% gratuit
Aucune commission prélevée sur votre mission freelance.
Développeur IA LLM _ Python _ API
CAT-AMANIA
