Trouvez votre prochaine offre d’emploi ou de mission freelance FastAPI

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)

Dans le cadre de la modernisation de son architecture d'intelligence artificielle, le client fait évoluer ses capacités de classification d'images et de détection de défauts. Le projet vise à maintenir les capacités de traitement des images électro-optiques tout en étendant les fonctionnalités aux images microscopiques issues de l'inspection automatique en ligne. La mission contribue à l'amélioration de l'interface utilisateur et à l'automatisation du déploiement des composants applicatifs. Missions : - Développer des interfaces utilisateur pour les fonctionnalités d'apprentissage en IA - Développer les interfaces utilisateur dédiées aux fonctionnalités d'inférence - Développer les systèmes back-office pour l'apprentissage en IA - Développer les systèmes back-office pour les fonctionnalités d'inférence - Mettre en place le déploiement automatisé des applications - Conteneuriser les applications avec Docker - Contribuer à l'intégration des composants d'intelligence artificielle dans l'application - Participer à la modernisation de l'architecture applicative Profil attendu : Développeur Full-Stack disposant d'au moins 2 ans d'expérience en développement d'applications web. Une expérience avec Python FastAPI, Docker, TypeScript et React est attendue. La connaissance des pratiques DevOps et du déploiement automatisé constitue un élément important pour la mission.

Nous recherchons un Data Engineer Senior pour renforcer une squad dédiée à la performance énergétique, au sein d'une plateforme Data organisée en Data Mesh. Vous interviendrez sur des sujets à forte dominante Data Engineering, développement Python, Cloud AWS et industrialisation de solutions Data & IA, avec un rôle à la fois opérationnel et de référent technique. Vos missions :Concevoir et développer des pipelines de données robustes, industrialisés et maintenables. Développer des API et services Python, notamment avec FastAPI. Concevoir et faire évoluer des solutions sur AWS : Glue, Lambda, SQS, SNS, Redshift, API Gateway… Concevoir et optimiser les traitements SQL et les modèles de données sur Redshift. Participer à la mise en œuvre et à l'évolution des modèles de données avec dbt. Concevoir et maintenir les orchestrations avec Airflow. Mettre en place les tests automatisés, le monitoring, l'alerting et la supervision. Contribuer à la construction et à l'évolution de Data Products dans un environnement Data Mesh. Participer à des cas d'usage Data Science, Machine Learning et IA appliquée. Contribuer à l'industrialisation et à la mise en production de modèles et solutions IA. Prendre en charge le Run, analyser les incidents et garantir la fiabilité des produits de données. Participer aux choix techniques, benchmarks, POC et spikes. Travailler en proximité avec les Data Analysts, Analytics Engineers, Data Scientists, Architectes et Product Owners.

Au sein de l'équipe Digital de la Direction, vous interviendrez sur un portefeuille d'applications digitales utilisées par les équipes métiers. Votre rôle sera principalement centré sur le déploiement, la maintenance et les évolutions des solutions existantes. Les missions principales: • Réaliser les déploiements et les mises en production avec l'outillage existant. • Assurer la maintenance corrective : diagnostic, correctifs, tests et mise en production. • Développer les évolutions demandées par les métiers, dans un fonctionnement en cycles courts. • Surveiller le bon fonctionnement des applications et prendre en charge les incidents. • Maintenir la documentation technique et les kits de déploiement. • Contribuer ponctuellement à la création de nouvelles applications Environnement technique: Back-end : Python, Flask, FastAPI Front-end : TypeScript, Node.js, React, Next.js, Vite Traitement documentaire : pdfplumber, pypdf, PyMuPDF, Tesseract OCR Génération de documents : openpyxl, reportlab Bases de données : PostgreSQL, Prisma, SQL, SQLite Outils & déploiement : GitHub, GitLab, Docker, Linux, Windows, IIS Intégrations : signature électronique, e-mails, SMS et API externes Méthode : développement assisté par IA, agents de code et LLM

Hello, Pour le compte de l'un de mes clients dans le secteur bancaire, je suis à la recherche d'un Techlead Python, Angular, Java JEE. Missions principales : Gouvernance technique et architecture • Assurer le conseil et l'appui technique au Delivery Manager • Maintenir et faire évoluer les schémas et documents d'architecture en collaboration avec les architectes Domaine • Garantir la cohérence technique du portefeuille applicatif en accord avec la stratégie Sécurité et conformité : • Piloter la remédiation des vulnérabilités identifiées sur les systèmes • Assurer le suivi de l'obsolescence des serveurs et planifier les mises à niveau Intégration et déploiement • Superviser l'intégration des packages éditeurs • Administrer et optimiser les chaînes CI/CD (pipelines GitLab CI/CD, Artifactory, ArgoCD, SonarQube) • Gérer l'administration des API (Kong, FastAPI)