Trouvez votre prochaine offre d’emploi ou de mission freelance LangChain à Paris

Dans le cadre de la modernisation de ses outils d’aide à la décision financière, le client souhaite concevoir et déployer une plateforme SaaS basée sur des agents IA spécialisés , capable de répondre de manière fiable, contextualisée et experte aux problématiques financières. L’objectif est de permettre à des profils financiers (contrôle de gestion, finance d’entreprise, audit, risk, M&A, etc.) de brancher leurs propres données (structurées et non structurées) et d’interagir avec des agents IA experts du domaine financier , capables de raisonner, dialoguer entre eux (Agent-to-Agent) et produire des réponses exploitables métier. 2. Périmètre de la mission Le consultant interviendra sur l’ensemble du cycle de conception et de mise en œuvre de la solution : Conception & Architecture Définition de l’architecture globale d’une plateforme IA orientée agents (multi-agents, Agent-to-Agent). Conception d’agents spécialisés par domaine financier (ex. : reporting financier, analyse de performance, risques, cash management, consolidation, etc.). Mise en place d’une architecture SaaS sécurisée , scalable et multi-clients. IA & Data Intégration de modèles de langage (LLM) et d’agents conversationnels spécialisés. Mise en œuvre de mécanismes de RAG (Retrieval Augmented Generation) sur données financières. Gestion de l’ingestion de données (CSV, Excel, bases SQL, APIs, documents financiers). Garantir la traçabilité, l’explicabilité et la fiabilité des réponses produites. Agent-to-Agent Conception de scénarios de collaboration entre agents (ex. : un agent analyse, un autre valide, un autre synthétise). Orchestration des échanges entre agents selon les cas d’usage métier. Mise en place de règles de contrôle, de priorisation et de validation. Sécurité & Conformité Gestion des droits d’accès aux données. Séparation stricte des environnements et des données clients. Prise en compte des enjeux de conformité (RGPD, confidentialité financière). Livraison Développement de POC puis MVP. Contribution à la roadmap produit. Documentation technique et fonctionnelle. Transfert de compétences aux équipes internes. 3. Livrables attendus Architecture cible de la solution (technique et fonctionnelle). Modèles d’agents IA spécialisés Finance. POC opérationnel puis MVP. Documentation (architecture, agents, flux de données). Recommandations pour l’industrialisation et le passage à l’échelle. Plan de sécurité et de gouvernance des données. 4. Profil recherchéCompétences clés (obligatoires) Expertise confirmée en IA générative et systèmes multi-agents . Expérience concrète dans la conception d’agents IA spécialisés . Solide compréhension des enjeux financiers (finance d’entreprise, contrôle de gestion, reporting, risk, audit…). Maîtrise des approches RAG , prompt engineering avancé et orchestration d’agents. Capacité à concevoir une solution SaaS orientée produit. Compétences techniques attendues Langages : Python (obligatoire). Frameworks IA / agents (LangChain, LlamaIndex, AutoGen ou équivalent). APIs, micro-services, architecture cloud. Bases de données SQL / NoSQL. Cloud public (AWS, Azure ou GCP). Bonnes pratiques DevOps (CI/CD). Compétences complémentaires appréciées Expérience en fintech, banque, assurance ou cabinet de conseil financier . Connaissance des problématiques de data finance et de qualité des données. Expérience en POC, MVP et produits IA innovants. 5. Expérience & formation Minimum 5 ans d’expérience en IA / data / ingénierie logicielle. Expérience significative sur des projets IA appliquée à des cas métiers complexes . Formation supérieure (Bac+5) en informatique, data science, ingénierie ou équivalent.

En quelques mots Cherry Pick est à la recherche d'un "Senior Data Scientist IA / LLM" pour un client dans le secteur bancaire Description 🚀 Le Contexte : L'ère des Agents Autonomes Dans le cadre du développement de nos solutions de nouvelle génération, nous recherchons un Data Scientist / AI Engineer capable de transformer des modèles de langage (LLM) en agents autonomes et décisionnels. Vous ne vous contenterez pas de faire des appels API simples ; vous concevrez des architectures d'agents complexes capables de raisonner, d'utiliser des outils et de gérer des workflows cycliques au sein d'un environnement Web robuste (Django). 🎯 Vos Missions : Orchestration et Architecture 1. Conception d'Agents avec LangGraph & LangChain : Développer des systèmes d'agents multi-acteurs utilisant LangGraph pour gérer des états complexes et des boucles de rétroaction (cycles). Implémenter des chaînes de traitement modulaires avec LangChain (RAG, mémoires, agents de planification). Optimiser le Prompt Engineering et la structuration des données en sortie (JSON mode, parsing). 2. Intégration et Backend (Django) : Développer les briques Backend sous Django pour exposer les capacités de l'IA via des APIs (REST / WebSockets pour le streaming). Gérer la persistance des états des agents et des sessions utilisateurs dans la base de données Django. Assurer la sécurité et l'authentification des accès aux outils LLM. 3. RAG & Knowledge Management : Mettre en œuvre des architectures de Retrieval Augmented Generation (RAG) performantes. Connecter les agents à des bases de données vectorielles (Qdrant, Pinecone, ou Pgvector) et des sources de données métiers. 4. Évaluation et Fiabilité (LLM Ops) : Mettre en place des protocoles d'évaluation pour mesurer la pertinence des agents (Frameworks type RAGAS ou DeepEval). Monitorer les coûts et les latences des appels aux modèles (OpenAI, Mistral, modèles Open Source).

🏢 L’entreprise Notre client est un éditeur logiciel international du secteur financier, dont les solutions sont utilisées par de grandes institutions bancaires et d’investissement à travers le monde. Dans un contexte de forte accélération autour de l’IA générative, l’entreprise renforce son équipe IA afin de construire et industrialiser des briques GenAI directement intégrées au cœur de ses produits. 🎯 Contexte du recrutement L’IA générative n’est pas un sujet d’innovation ou de POC : elle fait partie intégrante de la roadmap produit. L’objectif du poste est de concevoir, implémenter et opérer des systèmes LLM robustes, utilisés en production par des clients, avec de fortes contraintes de qualité, de sécurité et de scalabilité. Nous recrutons un AI Engineering Lead très hands-on, orienté engineering logiciel, capable de prendre un rôle de référent technique au sein de l’équipe.