Offre d'emploi Ingénieur IA / ML / LLM — Agents & Prototypage

Secteur : Industrie pharmaceutique / sciences de la vie (bioprocédés).

Enjeux : accompagner la digitalisation des opérations en explorant des cas d'usage concrets de l'intelligence artificielle, afin d'améliorer la compréhension des retours clients et des tendances de marché, et d'apporter un support intelligent aux opérations unitaires de bioprocédés (configuration, recettes, recommandations, insights).

Environnement technique : intelligence artificielle, machine learning, large language models (LLM), agents IA, API LLM approuvées par le client, solutions COTS, outils et méthodologies MCP, scripts d'évaluation qualitative.

Type de projet : projet d'exploration et de prototypage. La mission se déroule en plusieurs temps : identification et clarification des cas d'usage IA avec les équipes produit et métier, étude du marché et de l'écosystème interne pour repérer les solutions existantes pertinentes, vérification de leur compatibilité avec les infrastructures et règles internes (données, sécurité, usage de l'IA). Lorsqu'aucune solution du marché ne convient, conception de démonstrateurs IA ciblés (workflows d'analyse des retours clients, prototypes ML/LLM pour les bioprocédés) avec construction de harnesses d'agents intégrant les outils et API autorisés et des stratégies de prompting adaptées. Utilisation exclusive de solutions approuvées exposant des API LLM lors du traitement des données du client. Capitalisation des expérimentations dans une bibliothèque commune de prompts, d'outils et de méthodologies d'évaluation.

Méthode de travail : définition d'approches d'évaluation simples par démonstrateur (scénarios de test, sessions de revue avec les experts métier, scores qualitatifs), mise en œuvre d'outils d'évaluation basiques, et consignation des résultats, limites et prochaines étapes dans des notes de synthèse courtes. Travail en collaboration étroite avec les ingénieurs logiciels, architectes, product owners et experts métier.

Livrables attendus : démonstrateurs IA fonctionnels, documentation du code, des configurations et des choix de conception, notes de synthèse d'évaluation, bibliothèque partagée de prompts et d'outils, démonstrations animées auprès de publics techniques et non techniques, contribution au partage interne des bonnes pratiques IA.