Contexte Un grand groupe bancaire souhaite construire et mettre en production une plateforme d'IA agentique basée sur LangGraph Platform. L'objectif est de permettre aux équipes de concevoir, tester, déployer et superviser des agents IA de manière fiable, traçable et industrialisée, dans un environnement sécurisé, gouverné et conforme. Mission Porter la vision produit de la plateforme, cadrer les besoins métiers et techniques, prioriser les fonctionnalités et accompagner son industrialisation. Le Product Owner accompagne également les premiers cas d'usage pilotes jusqu'à leur mise en production. Environnement technique IA : IA agentique, agents IA Framework : LangGraph Platform, orchestration LangGraph Capacités plateforme : monitoring, logs, traces, human-in-the-loop, versioning, déploiement, rollback Opérations et industrialisation : DevOps, MLOps Livrables attendus Note de cadrage et vision produit Roadmap produit et définition du MVP Backlog priorisé : epics, features et user stories Spécifications fonctionnelles des capacités clés de la plateforme Checklist de production readiness Parcours d'onboarding des cas d'usage agentiques Documentation des exigences de sécurité, de gouvernance et de monitoring Supports de suivi : comités, reporting, décisions et risques Compétences / Qualités indispensables : Product ownership de plateforme, IA agentique et agents IA, LangGraph Platform et orchestration LangGraph, Définition de vision produit, MVP et roadmap, Gestion et priorisation de backlog, Sécurité, gouvernance et conformité en environnement bancaire Compétences / Qualités qui seraient un + : Expérience sur un rôle technique
Intégré à l'équipe plateforme, vous interviendrez sur le développement, la qualification et la mise en production d'agents IA orchestrés sous LangGraph. Vos principales missions : Concevoir et développer des agents autonomes en Python avec LangGraph (StateGraph, multi-agents, human-in-the-loop, intégration LLM, prebuilt tools). Intégrer les agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. Optimiser les stratégies de prompt engineering et les mécanismes de contrôle (function calling, tool use, plan-and-execute). Mettre en place et enrichir les suites d'évaluation (datasets d'évaluation, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. Industrialiser les agents : versioning, conteneurisation, intégration CI/CD et conformité aux standards de la plateforme. Documenter les agents et contribuer à la matrice de risques ainsi qu'aux runbooks d'exploitation. Vous travaillerez en étroite collaboration avec l'Architecte plateforme, l'Ingénieur Plateforme / SRE, le Data Engineer, le Data Scientist ainsi qu'avec le Product Owner et les référents métiers, dans un cadre Agile Scrum (sprints de 2 semaines). Environnement technique : Python (LangGraph, LangChain, Pydantic) LangGraph : StateGraph, multi-agents, human-in-the-loop RAG : vector retrieval, chunking, re-ranking, hybrid retrieval Function calling / Tool use / Plan-and-execute LangSmith / OpenTelemetry GitLab CI/CD / Docker OAuth / mTLS / Gestion des secrets Un plus : Kubernetes, API Management, Neo4j / TigerGraph, MCP (Model Context Protocol)
Les missions sont: 1- Conception et développement d'agents autonomes avec LangGraph : - Architecture des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrtion des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimisation 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 : -Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatisation de versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construction des pipelines de données pour alimenter les agents -Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimisation les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveillance les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documentation des limites et cas d'usage (ex: matrice de risques pour les décisions critiques). Compétences souhaitées: Expérience avancée avec LangGraph : -Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop, et intégration avec des LLMs. -Expérience en déploiement d'agents en production. Python et écosystème IA : -Bibliothèques : langgraph, langchain, llama-index, pydantic. -Frameworks ML : PyTorch/TensorFlow (pour customiser des modèles si besoin).
RESPONSABILITÉS PRINCIPALES • Concevoir des applications LLM de bout en bout, du besoin métier à la mise en production. • Construire et opérer les pipelines de retrieval, d'indexation, d'embeddings et d'évaluation. • Concevoir et orchestrer des agents et workflows multi-agents, avec garde-fous et politiques d'usage. • Définir les stratégies d'évaluation : qualité des réponses, sécurité, robustesse et parcours utilisateurs. • Mettre en place les métriques, le monitoring et les pratiques GenAIOps. • Sécuriser, déployer et intégrer les applications IA dans les processus et outils métiers. • Collaborer avec les métiers pour identifier et prioriser les cas d'usage à forte valeur.
Contexte Nous recherchons un Développeur IA Python pour intégrer une équipe Solution Factory, en charge de concevoir et de déployer des solutions d'intelligence artificielle innovantes au service de la transformation digitale de notre client. Vous contribuerez activement au développement de la plateforme AI Services. Mission - Concevoir et développer de nouveaux cas métiers au sein de la plateforme existante. - Concevoir, développer et déployer des agents IA autonomes et pipelines intelligents sur Azure. - Développer et maintenir des serveurs MCP pour la communication entre agents et outils internes. - Créer et orchestrer des pipelines IA complets : ingestion, traitement, stockage et génération de résultats. - Intégrer et gérer des bases de données et vector stores (Chroma, Cosmos DB, Azure AI Search, etc.). - Développer des APIs Python performantes avec FastAPI, LangChain et LangGraph. - Automatiser les déploiements via Azure DevOps, Docker et CI/CD. - Mettre en place des mécanismes de monitoring et observabilité. - Participer à la veille technologique et proposer des optimisations continues pour améliorer les performances, la fiabilité et la scalabilité des systèmes IA. - Collaborer étroitement avec les équipes produit et métiers pour transformer les besoins fonctionnels en solutions IA concrètes. - Assurer une veille technologique active sur les frameworks IA et les architectures distribuées. - Développement d'agent Copilot
ContexteLes équipes CIB ITO développent, maintiennent, sécurisent et améliorent les systèmes d'information et applications de CIB. En tant que première banque d'investissement en Europe dans la région EMEA, nous accompagnons nos clients corporates dans leur développement en leur offrant des conseils stratégiques et un accès de premier choix au financement et aux services bancaires transactionnels. Nous considérons notre rôle comme un pont entre nos clients corporates et les investisseurs institutionnels, en nous appuyant sur des équipes situées à travers le monde pour répondre à leurs besoins. Le besoin porte sur un renforcement de l'équipe de Data Scientist de la division AI de la plateforme CIB/Banking. Cette équipe est spécialisée dans l'intégration de solution AI innovantes au sein des diverses applications comme de l'extraction de données à partir de divers documents (états financiers, documents de crédit, etc.) et systèmes internes. MissionsDéfinition et contribution à la mise en œuvre de solutions agentiques pour la simplification et l'accélération de process métiers complexes. Interaction avec les Métiers afin de maximiser l'impact et l'adoption des solutions IA. Extraction des données à partir de divers documents et systèmes internes en utilisant pipelines IA agentiques. Mise en place de systèmes d'évaluations et d'observabilités sur des pipelines agentiques. Déploiement de LLMs, modèles sur des GPUs dans un environnement de dev. Amélioration continue : amélioration constante des performances de l'extraction de données dans le cadre d'une approche itérative et incrémentale. Mise en œuvre de stratégies de test afin de contribuer au maintien du niveau de qualité et à l'amélioration continue des processus de développement. Interaction des standards de développement IT les plus élevés pour industrialiser la data science, en interagissant avec les architectes, les équipes de production. Soutien technique, transfert de compétences et responsabilité technique de use cases métiers et participation à leur mise en production.
Vous intégrerez l'équipe Transformation, Data & Innovation. L'équipe conçoit des solutions Data et Intelligence Artificielle permettant d'améliorer la connaissance client, l'efficacité opérationnelle et la performance commerciale : analyse automatisée de l'actualité, détection d'insights, recommandations, prédictions et pilotage de la performance. Missions principalesConcevoir et développer des solutions de Machine Learning, NLP et Deep Learning. Développer des applications basées sur l'IA générative et l'IA agentique. Concevoir des architectures RAG et des systèmes multi-agents avec LangGraph. Intégrer et exploiter des modèles LLM, RLM et SLM. Mettre en œuvre des techniques NLP : embeddings, Transformers, BERT, NER et recherche sémantique. Développer des modèles de régression, classification, clustering, détection d'anomalies, recommandation et séries temporelles. Réaliser l'adaptation et l'optimisation des modèles via le transfer learning et le fine-tuning. Construire et interroger des bases vectorielles et des moteurs d'indexation tels qu'Elasticsearch et FAISS. Évaluer, superviser et améliorer les performances des solutions RAG et agentiques. Industrialiser les modèles et assurer leur suivi avec Dataiku et MLflow. Développer des prototypes et interfaces de démonstration avec Gradio ou Streamlit. Participer à la mise en place de solutions d'IA responsables, explicables et maîtrisant les risques de biais. Collaborer avec les équipes métiers afin de traduire leurs besoins en solutions Data et IA concrètes. Assurer une veille technologique et proposer des cas d'usage innovants.
En quelques motsCherry Pick est à la recherche d'un Agentic AI Engineer (H/F) pour l'un de ses clients qui opère dans le secteur de la fintech / logiciels. Description🎯 Contexte de missionDans le cadre d'un programme de transformation IT centré sur l'industrialisation de l'Intelligence Artificielle appliquée à l'ingénierie logicielle, une organisation souhaite renforcer son équipe avec un Agentic AI Engineer. La mission consiste à définir, standardiser et déployer des solutions d'IA agentique à l'échelle de l'entreprise afin d'améliorer la productivité des équipes de développement, QA, DevOps et architecture. Le consultant interviendra sur l'ensemble du cycle de vie des plateformes agentiques, de leur conception à leur adoption opérationnelle. 🛠️ Missions principales et rôleDéploiement de la stratégie « AI for Engineering »Mettre en œuvre la stratégie d'adoption de l'IA au sein des équipes d'ingénierie. Définir les bonnes pratiques d'utilisation des assistants IA de développement. Établir les standards, conventions et règles de gouvernance autour des usages IA. Accompagner l'harmonisation des pratiques entre les différentes équipes techniques. Industrialisation des solutions agentiquesConcevoir et standardiser les architectures agentiques. Définir et maintenir les configurations des agents, skills, mémoires, steerings et connecteurs. Établir les guidelines d'implémentation des LLM et frameworks agentiques. Garantir la robustesse, la maintenabilité et la scalabilité des solutions déployées. Développement et exploitation d'agents IAÉvaluer et intégrer les plateformes d'IA agentique du marché. Concevoir des agents spécialisés pour différents cas d'usage : Revue de code. Génération de documentation. Automatisation des tests. Remédiation de vulnérabilités. Gestion d'incidents. Migration et modernisation applicative. Assurer le suivi opérationnel et l'amélioration continue des agents déployés. Intégration aux chaînes d'ingénierieIntégrer les agents IA aux pipelines CI/CD. Automatiser les processus de développement, de validation et de déploiement. Collaborer avec les équipes DevOps, QA et Software Engineering. Participer à l'évolution des pratiques DevSecOps. Accompagnement et conduite du changementFormer et accompagner les équipes techniques dans l'adoption des solutions IA. Produire la documentation fonctionnelle et technique. Mettre en place des indicateurs de suivi de l'usage et de la valeur créée. Réaliser des actions de coaching et de partage de connaissances. 🎯 ObjectifsIndustrialiser l'usage de l'IA générative dans les processus de développement logiciel. Déployer des agents IA fiables et réutilisables à grande échelle. Améliorer la productivité des équipes techniques. Réduire les délais de développement, de test et de remédiation. Favoriser l'adoption durable des technologies d'IA agentique. Structurer la gouvernance et les standards autour des usages IA.
Le prestataire mène actuellement la mise en place du Centre d'excellence (CoE) du projet Agentic. Notre mission consiste à aller au-delà de l'automatisation statique et à construire un écosystème sophistiqué d'agents autonomes dotés de capacités de raisonnement, capables de gérer des flux de travail financiers complexes. Au sein de cette équipe, vous ne vous contenterez pas de développer des API traditionnelles ; vous concevrez la « colonne vertébrale de l'intelligence », c'est-à-dire l'infrastructure hautement performante, évolutive et résiliente qui permet aux grands modèles linguistiques (LLM) et aux systèmes multi-agents d'interagir avec les données et les outils d'entreprise de la banque. MissionsConcevoir et mettre en œuvre l'architecture backend pour les agents autonomes à l'aide de frameworks d'orchestration avancés tels que LangGraph, Google ADK et CrewAI. Développer et normaliser des interfaces d'agents à l'aide de FastMCP (Model Context Protocol) afin de garantir une utilisation fluide des outils et une récupération des données sans heurts pour les LLM. Concevoir et maintenir des microservices asynchrones haute performance en Python capables de gérer des boucles de raisonnement complexes et des tâches d'agent de longue durée. Mettre en œuvre des modèles de communication robustes et pilotés par les événements à l'aide de systèmes de messagerie afin de gérer les transitions d'état et les flux de données au sein des systèmes multi-agents. Diriger la conteneurisation et l'orchestration des services d'IA à l'aide de Docker et de Kubernetes, en garantissant une haute disponibilité et une faible latence. Outils et environnementProgrammation de base : maîtrise avancée de Python (programmation asynchrone, indication de types), expérience avec Rust ou C++ Frameworks d'agents : LangGraph, CrewAI, Google ADK ; AutoGen, LangChain (privilégié) Connectivité IA : FastMCP (Model Context Protocol) ; Semantic Kernel, LlamaIndex (privilégié) Architecture : microservices, conception orientée événements, API RESTful ; modèles de conception de systèmes distribués (privilégié) Données et messagerie : SQL (PostgreSQL), middleware orienté messages ; bases de données vectorielles (apprécié) DevOps et cloud : Docker, Kubernetes, Jenkins, Artifactory ; Google Cloud Platform (GCP) (apprécié) Tests/assurance qualité : tests automatisés, Cucumber/BDD ; tests de performance/de charge pour la latence des grands modèles de langage (LLM) (apprécié) Conditions de travailAu moins 8 ans d'expérience professionnelle en ingénierie logicielle backend. Expérience avérée dans la conception et le déploiement de systèmes d'entreprise distribués à grande échelle. Connaissance approfondie de l'écosystème Python et des modèles de conception logicielle modernes. Excellente maîtrise de l'anglais ; capacité à communiquer des concepts techniques complexes aux parties prenantes au sein du Centre d'excellence (CoE). Capacité à s'épanouir dans un environnement en constante évolution où les méthodologies d'IA changent rapidement.
Missions principales: - Développer des APIs Backend en Python - Concevoir et orchestrer des agents IA / LLM - Mettre en place des workflows avec LangGraph & Temporal - Intégrer le Tool Calling et MCP - Gérer les retries, fallbacks et erreurs - Intégrer différents modèles/fournisseurs LLM - Mettre en place des systèmes d'évaluation et de non-régression des agents - Suivre qualité, coûts, performances et latence - Participer aux choix d'architecture - Assurer l'observabilité et la mise en production Stack technique: Python 3.11+ · FastAPI · Pydantic · PostgreSQL · Redis · Docker · Kubernetes · LangGraph · Temporal · OpenAI · Anthropic · MCP · pytest
nous recherchons un AI Engineer Python pour renforcer une équipe dédiée aux agents IA. La mission porte sur un agent conversationnel d'analyse de données déjà déployé en production : il s'agit d'en assurer la continuité, la robustesse et la montée en qualité. Équipe de 5 à 8 personnes (AI Engineers, Lead, PM, Manager), environnement 100 % GCP. Vos missions : - Faire évoluer et industrialiser la couche d'évaluation « LLM as a judge » : métriques de qualité des réponses, jeux de test, seuils, suivi et documentation - Assurer la maintenance corrective et évolutive de l'agent en production (fiabilité, correction d'anomalies, mise à jour des composants) - Mener des analyses LLM avancées pour comprendre le comportement de l'agent, identifier les axes d'amélioration et fiabiliser les résultats - Intégrer le protocole A2UI pour la création et l'exposition de graphiques dans l'interface de l'agent - Concevoir des workflows multi-agents (protocoles A2A / A2UI)
Contexte vous aurez pour mission de concevoir, déployer et expérimenter des Proof‑of‑Concept (POC) innovants autour des agents autonomes et des modèles de langage (LLM) appliqués aux jeux de données d'infrastructures IT. L'objectif : fournir des aides intelligentes à la production, faciliter la supervision, l'automatisation et la résolution proactive d'incidents. Le poste s'inscrit dans une démarche agile, collaborative et orientée industrialisation à terme. MissionsConcevoir et gérer des environnements d'expérimentation Kubernetes/Docker avec intégration CI/CD (Jenkins, GitLab CI/CD, ArgoCD). Automatiser la collecte, la pré‑traitance et l'exploitation des datasets d'infrastructure (logs, CMDB, monitoring) pour entraîner et alimenter des agents basés sur LLM. Développer et intégrer les pipelines de déploiement d'agents IA en collaboration avec les data‑scientists et ingénieurs IA (utilisation de LangChain, AutoGen ou équivalents).
Sous la direction de l'Agentic AI Lead et du Head of IT Transformation, vous portez la stratégie « AI for Engineering » : définir les usages des assistants IA au codage, les bonnes pratiques, les conventions et la gouvernance commune à l'ensemble des équipes. Vous standardisez et industrialisez l'IA agentique au sein de l'organisation, concevez des agents spécialisés et accompagnez leur adoption dans plus de 20 équipes de développement (documentation, formation, coaching, suivi des KPIs). PÉRIMÈTRE & MISSIONS PRINCIPALES 1 · Stratégie & gouvernance « AI for Engineering » Mettre en œuvre la stratégie « AI for Engineering » : usages des assistants IA au codage, bonnes pratiques, conventions et gouvernance commune à toutes les équipes 2 · Standardisation & industrialisation de l'IA agentique Standardiser et industrialiser l'IA agentique : configurations AWS Kiro (agents, steerings, skills, MCP…), guidelines d'implémentation des LLM et des frameworks agentiques Évaluer, déployer et opérer les plateformes agentiques (AWS Bedrock, GitLab Duo…) Concevoir des agents spécialisés : remédiation de CVE, revue de code, tests, documentation, migration, incidents 3 · Intégration dans les workflows & adoption Intégrer les agents dans les workflows existants : pipelines CI/CD (GitLab CI) et outillage des équipes développement, QA et DevOps Accompagner l'adoption dans les 20+ équipes : documentation, formations, coaching Suivre les KPIs d'usage et d'impact
Grand groupe international recherche un ingénieur infrastructure passionné par les nouvelles technologies afin de participer à la transformation des équipes d'exploitation autour de l'intelligence artificielle. L'objectif n'est pas de développer des applications métier en IA mais de concevoir des assistants techniques, automatiser les opérations d'exploitation et expérimenter de nouveaux usages de l'IA appliqués aux infrastructures. Le poste mêle activités d'ingénierie système, automatisation, DevSecOps et R&D autour des agents IA. Missions : Concevoir et industrialiser des plateformes Linux. Développer des automatisations d'exploitation. Participer à l'évolution des outils GitLab CI/CD, Ansible, SaltStack et des plateformes Kubernetes. Concevoir des assistants IA destinés aux équipes Infrastructure. Développer des workflows multi-agents pour automatiser certaines opérations techniques. Expérimenter des solutions IA locales et sécurisées (LLM on-premise). Participer aux sujets d'observabilité, monitoring et automatisation. Collaborer avec les équipes Infrastructure, Sécurité, DevSecOps et Observabilité. Réaliser une veille technologique active sur les usages de l'IA dans les infrastructures.
Lead Data Engineer pour prendre en charge et piloter le Consumer Data Hub (CDH), une plateforme unifiée de données consommateurs couvrant plus de 10 pays et des dizaines de millions de profils, permettant l'activation marketing, l'analyse avancée, les prévisions et les capacités d'IA agentique. Vous encadrerez une équipe de 4 data engineers tout en restant fortement technique — en concevant des systèmes, en planifiant les feuilles de route, et en collaborant avec des parties prenantes transverses pour traduire les besoins métier en solutions scalables. Ce poste exige de maîtriser l'équilibre entre le fait d'être un exécutant et celui d'être un leader. Vous rejoindrez une équipe autonome et exigeante, portée par une culture d'excellence technique et de respect mutuel. Si vous êtes animé par le sens de la responsabilité et que vous aimez construire des choses qui comptent à grande échelle — ce poste est fait pour vous. Responsabilités principalesLeadership technique Piloter l'architecture du projet, l'orientation technique et la vision à long terme Écrire du code de production en Python, SQL et dbt — en conservant des compétences techniques opérationnelles Garantir la cohérence technique entre les composants ; identifier et résoudre les problèmes de performance, de scalabilité et de dette technique Établir des standards de qualité des données, d'observabilité et de pratiques de monitoring Veiller à la conformité de la plateforme et au respect du RGPD Être à l'avant-garde du nouveau paradigme Data Engineering / Product Owner avec le Spec Driven Development assisté par l'IA Développer la stack d'IA agentique déjà mise en place (Cortex, Genie, LangGraph, Phoenix, etc.) Planification et livraison de projet Prendre en charge le plan de projet par trimestre : découper le travail en livrables, maximiser l'exécution en parallèle et ajuster en fonction des nouvelles informations Collecter et synthétiser les besoins auprès des partenaires techniques et non techniques ; les traduire en une feuille de route priorisée Identifier les inconnues en amont, évaluer les risques techniques et les communiquer de manière proactive Définir des métriques et des KPIs pour suivre la santé du projet et étayer les décisions par des données Leadership humain et gestion d'équipe Encadrer et accompagner 4 data engineers — développer leurs compétences, lever les blocages et déléguer efficacement Représenter l'équipe en externe : faire remonter les besoins et partager le contexte en retour Cultiver une culture de responsabilité, d'excellence et d'amélioration continue
