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

Le bénéficiaire souhaite une prestation d’accompagnement dans le cadre de la contribution à la mise en place de fonctionnalités datascience. Les missions sont: 1- Conception et développement d’agents autonomes avec LangGraph : - Architecturer des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrer des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimiser les stratégies de prompt engineering et les mécanismes de contrôle (ex: function calling, tool use, plan-and-execute). 2- Intégration avec des pipelines ML/MLOps existants : -Connecter les agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatiser le versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construire des pipelines de données pour alimenter les agents -Développer des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimiser les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mettre en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveiller les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documenter les limites et cas d’usage (ex: matrice de risques pour les décisions critiques).

Dans une logique d’amélioration continue de l’expérience client, un acteur majeur du retail souhaite mettre en œuvre un chatbot SAV intelligent basé sur des technologies d’ IA générative . Ce chatbot sera accessible via les canaux digitaux (site web, application mobile) et devra répondre de manière instantanée, précise et contextualisée aux demandes fréquentes liées au service après-vente : suivi de commande, garantie, retour produit, assistance à l’utilisation, etc. Nous recherchons un expert ou lead IA générative capable de : Réaliser un audit technique et fonctionnel Proposer une architecture agentique adaptée Développer un agent IA performant et scalable Mettre en production un projet basé sur LangChain , LangGraph , et des bases vectorielles Intégrer des outils de test (type RAGAS ) et de modélisation (type MCP ) Livrables attendus Audit technique Recommandations d’architecture Développement de l’agent IA Mise en production Documentation technique

Nous recrutons pour notre client recherche un Data Scientist / Data Engineer confirmé disposant d’une expérience éprouvée en Data Science, en Large Language Models (LLMs) et dans l’utilisation avancée de LangChain et LangGraph. • Concevoir, entraîner et déployer des modèles prédictifs et explicatifs (Machine Learning, Deep Learning). • Développer et maintenir des pipelines de données performants sur Azure Fabric. • Conteneuriser et orchestrer les modèles via Docker et App Container Services. • Implémenter et automatiser des workflows complexes via n8n. • Intégrer et exploiter des LLMs (fine-tuning, RAG, GraphRAG) dans des environnements de production. • Développer des solutions avancées à l’aide de LangChain et LangGraph pour la création d’agents intelligents et d’applications IA. • Mettre en œuvre des modèles multimodaux (texte, image, audio, vidéo) et de computer vision. • Concevoir des interfaces de visualisation et d’interaction via Streamlit. • Exploiter des LLMs Azure OpenAI et des modèles open source (Mistral, Llama, etc.) via Hugging Face. • Garantir la qualité, la robustesse et la documentation du code et des modèles.

Contexte et objectifs de la mission : Le client recherche un Data Scientist / Data Engineer confirmé disposant d’une expérience éprouvée en Data Science, en Large Language Models (LLMs) et dans l’utilisation avancée de LangChain et LangGraph. Le candidat participera à la conception, l’optimisation et l’industrialisation de solutions d’intelligence artificielle sur une stack Azure Fabric, Docker et App Container Services, incluant des modèles multimodaux et de Computer vision. Missions : • Concevoir, entraîner et déployer des modèles prédictifs et explicatifs (Machine Learning, Deep Learning). • Développer et maintenir des pipelines de données performants sur Azure Fabric. • Conteneuriser et orchestrer les modèles via Docker et App Container Services. • Implémenter et automatiser des workflows complexes via n8n. • Intégrer et exploiter des LLMs (fine-tuning, RAG, GraphRAG) dans des environnements de production. • Développer des solutions avancées à l’aide de LangChain et LangGraph pour la création d’agents intelligents et d’applications IA. • Mettre en œuvre des modèles multimodaux (texte, image, audio, vidéo) et de computer vision. • Concevoir des interfaces de visualisation et d’interaction via Streamlit. • Exploiter des LLMs Azure OpenAI et des modèles open source (Mistral, Llama, etc.) via Hugging Face. • Garantir la qualité, la robustesse et la documentation du code et des modèles. Compétences essentielles et expérience • Automatisation & Orchestration : n8n • LLMs & IA Générative : fine-tuning, RAG, GraphRAG, LangChain, LangGraph, modèles multimodaux, Azure OpenAI, Hugging Face, LLMs open source • Machine Learning / Deep Learning : Régression linéaire et non linéaire, Random Forest, XGBoost, Gradient Boosting, CNN, RNN, Transformers, Computer Vision • Cloud & Conteneurisation : Azure Fabric, Docker, App Container Services • Langages : Python, SQL • Frameworks & Outils : Streamlit, FastAPI, scikit-learn, PyTorch, TensorFlow Profil recherché • Bac+5 (Master / Ingénieur) en Data Science • Minimum 5 ans d’expérience en Data Science et Data Engineering. • Expérience éprouvée dans la mise en production de LLMs et l’usage de LangChain / LangGraph. • Bonne maîtrise des LLMs open source et Azure OpenAI via Hugging Face. • Solides compétences en modélisation prédictive, automatisation et industrialisation de modèles IA. • Esprit analytique, rigueur et autonomie.

Contexte Le département des Opérations IT & Finance de L’Oréal recherche un Ingénieur IA expérimenté pour concevoir, implémenter et industrialiser des agents d’intelligence artificielle et leurs interactions dans un environnement Google Cloud Platform (GCP) . L’objectif : passer de preuves de concepts (PoC) à des solutions fiables, sécurisées et maintenables à grande échelle. Missions principales Implémenter des agents IA et des services Python intégrés dans l’écosystème GCP. Concevoir et déployer des APIs et des outils MCP (FastAPI/async), conteneurisés et déployés sur Cloud Run . Développer des serveurs MCP pour exposer de manière sécurisée les outils et données internes aux agents. Concevoir et implémenter la communication agent à agent (basée sur événements ou RPC). Définir les schémas de messages , le routage , la gestion d’état et les mécanismes de retry . Intégrer les solutions avec Vertex AI (ou équivalent) pour les appels de modèles, la sécurité et l’évaluation des résultats. Mettre en place une chaîne CI/CD complète (Cloud Build, GitHub Actions) et une infrastructure as code (Terraform). Garantir la qualité logicielle via des tests unitaires, d’intégration et de contrat. Mettre en œuvre des mécanismes d’ observabilité (Cloud Logging, OpenTelemetry) et de sécurité (DLP, IAM, secrets). Rédiger la documentation technique et opérationnelle et assurer la passation aux équipes internes . Accompagner les équipes métiers dans l’adoption de cas d’usage en IA générative . Compétences techniques requises Excellente maîtrise du langage Python et des modèles asynchrones (async/await) . Expérience confirmée sur GCP : Pub/Sub, IAM, Cloud Run / GKE, Secret Manager, Cloud Logging & Monitoring. Solides bases en DevOps : CI/CD (Cloud Build, GitHub Actions) et Terraform . Connaissance pratique des frameworks d’agents IA (LangGraph, ADK, Autogen ou équivalents). Expérience d’intégration avec des LLM (Large Language Models). Culture de la sécurité , de la qualité logicielle et de la documentation . Profil recherché Ingénieur expérimenté en développement Python et GCP , orienté industrialisation IA . Capacité à travailler en environnement cloud distribué et à transformer des PoC en solutions robustes. Autonomie, rigueur, esprit d’équipe et sens du partage technique.