Trouvez votre prochaine offre d’emploi ou de mission freelance Large Language Model (LLM)

Contexte & Enjeux Les données de marché de référence (futures, yields, FX, indices, obligations) présentent de nombreuses anomalies non détectées, non tracées et souvent corrigées manuellement. Cette situation entraîne une perte de temps significative et impacte la confiance des équipes Research & Prediction. Objectif de la mission Structurer, fiabiliser et industrialiser les contrôles de qualité sur les données de marché, avec une approche à la fois technique et analytique. Les 3 axes principaux 1. Audit Cartographie complète des contrôles existants Identification des gaps par classe d’actifs Construction d’un backlog priorisé 2. Implémentation Développement d’une librairie modulaire de quality checks en Python Remédiation des données historiques Gestion des escalades avec les fournisseurs de données (Bloomberg) 3. Industrialisation & IA Mise en place d’un monitoring automatisé (dashboards KPI, alerting) Industrialisation des contrôles en production Réalisation d’un POC basé sur des LLMs pour : Génération semi-automatique de contrôles Analyse des causes racines des anomalies

🎯 ML Engineer – Industrialisation & Agents IA Nous accompagnons actuellement un de nos clients dans le cadre du renforcement de ses équipes Data / IA, avec un enjeu fort autour de l’industrialisation des modèles et du développement d’agents basés sur les LLM. Dans ce contexte, nous recherchons un ML Engineer , avec un niveau d’expérience ouvert (à partir de 4 ans jusqu’à expert), pour intervenir sur des sujets à forte valeur ajoutée. Missions Concevoir et développer des agents IA basés sur des LLM Participer à l’ industrialisation des modèles de Machine Learning Mettre en place et optimiser des pipelines MLOps Assurer le déploiement, le monitoring et la performance des modèles en production Collaborer avec les équipes Data, IT et métiers pour intégrer les solutions IA dans les outils existants Contribuer aux bonnes pratiques CI/CD, automatisation et GitOps 🛠️ Environnement technique IA / LLM : LangChain, LangGraph, LLM MLOps : MLflow, Kubeflow DevOps / Industrialisation : CI/CD, GitOps Data / ML : Machine Learning (profil ex Data Scientist apprécié)

Le prestataire sera le garant de l'intelligence analytique appliquée aux flux opérationnels. Ses responsabilités principales incluent : Conception d'algorithmes de détection d'anomalies : Développement de jobs (Python) permettant l'identification proactive de signaux faibles sur les infrastructures et applications. Corrélation de données multi-sources : Mise en place de logiques de corrélation entre les logs (Elasticsearch) et les métriques de performance/topologies (Dynatrace). Modélisation pour la Root Cause Analysis (RCA) : Structuration des données d'observabilité pour permettre leur exploitation par les LLM (via les frameworks LangChain/LangGraph de l'équipe Core). Réduction du bruit (Noise Reduction) : Optimisation des mécanismes d'alerting par le Machine Learning pour isoler les incidents critiques des faux positifs. Profil recherché – Compétences Techniques : +++ Culture Ops : Bonne compréhension des architectures IT bancaires et des problématiques de haute disponibilité. Expertise Python : Développement de scripts de traitement de données et d'automatisation. Observabilité avancée : Maîtrise de l'écosystème Dynatrace et de la suite Elastic. l'expertise sur d'autres outils d'observabilité sera également étudiée. Data Science / ML : Solides connaissances en algorithmes de détection d'anomalies (Unsupervised Learning, Time Series Analysis). * IA Générative : Compréhension des interactions avec les LLM (Prompt engineering technique et structuration de données pour RAG/Agents).

Dans le cadre d’un projet stratégique Data & IA, nous accompagnons l’un de nos clients, acteur tech à fort enjeu produit, dans le recrutement d’un Lead AI Engineer. Le rôle Le Lead AI Engineer est responsable de la conception, du développement et du déploiement de solutions IA à forte valeur métier. À la fois référent technique IA et acteur clé du delivery, il combine une posture très hands-on avec une vision produit / ROI, en lien étroit avec les équipes métier, produit et la direction. Vos responsabilités 1. Conception & développement de solutions IA (cœur du poste) Concevoir et développer des solutions IA avancées : LLM & GenAI (RAG, MCP, agents, workflows IA, fine-tuning si nécessaire) Modèles de scoring, recommandation, prédiction, classification Développer des solutions robustes, scalables et industrialisées, prêtes pour la production Être très fortement hands-on en développement, principalement en Python Garantir la qualité du code, la performance, la sécurité et la maintenabilité Utiliser des outils d’assistance au développement (ex. Claude Code) 2. Leadership technique & delivery IA Porter les projets IA de bout en bout : cadrage fonctionnel et technique, choix d’architecture, priorisation delivery, mise en production et suivi de la valeur Jouer un rôle de leader technique, sans management hiérarchique direct Être capable d’arbitrer et de prendre des décisions techniques structurantes Structurer le delivery dans une logique produit et ROI, en lien avec le CPTO 3. Interface produit, métier et direction Travailler en proximité avec : les équipes métiers, le produit, les équipes techniques, la direction Traduire des besoins métier complexes en solutions IA concrètes Animer des ateliers de cadrage, restituer les avancées, vulgariser les sujets IA Porter une vision transverse des projets (roadmap, dépendances, risques) 4. Structuration et montée en maturité IA Contribuer à la vision IA globale (choix technologiques, standards, bonnes pratiques) Mettre en place des patterns réutilisables (RAG, pipelines IA, templates projets) Participer à la diffusion de la culture IA Assurer une veille active sur les évolutions IA (LLM, frameworks, usages) Environnement technique Langage : Python (expert) IA / Data : LLM / GenAI, RAG, embeddings, agents Pandas, PySpark (selon cas) Plateforme Data : MinIO, MongoDB, PostgreSQL, ElasticSearch, Airflow, RabbitMQ Infra : Docker, Kubernetes Dataviz / exposition : PowerBI, Metabase Outils : Git, CI/CD, outils d’IA d’assistance au développement

L’Architecte Data & IA intervient comme référent sur les choix techniques, la cohérence des architectures et l’industrialisation des usages Data/IA. Missions principales 1. Architecture & gouvernance technique Concevoir et maintenir les architectures cibles Data & IA (MLOps, LLMOps, DataOps) Garantir la cohérence globale de la plateforme Data & IA Contribuer à la mise en œuvre d’une gouvernance unifiée des données (sécurité, traçabilité, lineage) Superviser l’intégration et l’évolution d’une plateforme Data Lakehouse (type Databricks) Participer à l’évolution de l’offre de service du socle Data & IA 2. Industrialisation IA & MLOps Structurer les pratiques MLOps / LLMOps (CI/CD, monitoring, automatisation) Accompagner les équipes dans la mise en œuvre des bonnes pratiques DataOps et ML Garantir la fiabilité des pipelines de production IA Participer à la standardisation des modèles de déploiement IA 3. Innovation & plateforme IA Préparer la plateforme pour les usages d’IA générative et agentique Concevoir des architectures d’intégration pour les modèles LLM (internes et externes) Développer des approches AI by Design (conformité, sécurité, gouvernance) Contribuer aux initiatives d’innovation (observabilité IA, optimisation des coûts, temps réel) 4. Accompagnement & montée en compétences Encadrer les équipes DataOps et MLOps Diffuser les bonnes pratiques d’architecture et d’industrialisation Accompagner la montée en maturité sur les outils Data & IA Travailler en collaboration avec les équipes Data et Delivery Livrables attendus Architecture cible Data & IA unifiée Framework MLOps / LLMOps industrialisé (CI/CD, observabilité, MLFlow…) Guide de bonnes pratiques DataOps Tableau de bord de suivi de maturité IA / ML Recommandations d’évolution de la gouvernance Data & IA

Rejoignez-nous pour une mission chez notre client du secteur de la restauration basé à Paris 8ème en tant que Consultant Sénior Back-End LLM. En tant que Senior Backend Engineer, vos missions seront les suivantes : Product & Delivery Prendre en charge des fonctionnalités backend complexes de bout en bout, de la conception au déploiement et à l’itération Collaborer étroitement avec les product managers, les ingénieurs frontend et les équipes opérations Concevoir et construire des APIs et services scalables alimentant les outils internes et orientés clients Garantir la fiabilité et la performance des systèmes critiques (commande, paiement, opérations) System Design & Engineering Excellence Concevoir des architectures robustes et scalables sur Google Cloud Platform Améliorer la fiabilité, l’observabilité et la performance des systèmes Écrire du code propre, maintenable et bien testé Animer des discussions techniques et contribuer aux décisions d’architecture et aux bonnes pratiques Améliorer en continu le CI/CD, le monitoring et la résilience des systèmes AI & Innovation Évaluer quand utiliser des LLMs vs des approches de développement traditionnelles selon la fiabilité, la performance, le coût et la maintenabilité Utiliser des outils comme Claude Code, Cursor ou d’autres environnements assistés par IA Prendre des décisions pragmatiques entre build, prompt ou architectures hybrides Contribuer à définir les bonnes pratiques autour de l’ingénierie assistée par IA au sein de l’équipe Mentorat & Impact Accompagner d’autres ingénieurs via des revues de code, du pair programming et du partage de connaissances Élever le niveau de qualité, de performance et de scalabilité du backend Prendre la responsabilité de sujets techniques et mener des améliorations sur l’ensemble de la stack backend Contribuer à une culture d’autonomie, de responsabilité et d’amélioration continue Informations clés : Démarrage : ASAP Lieu : Paris 8 Contrat : CDI chez notre client Télétravail : 2 jours de Télétravail / 3 jours sur site Rémunération : 55/60 K€ selon expérience

Dans le cadre du développement de nos initiatives autour de l’intelligence artificielle, nous recherchons un(e) Product Manager IA / GenAI capable d’identifier, structurer et piloter des opportunités produits à fort impact, en lien étroit avec les équipes métiers, data et tech. Vous jouerez un rôle central dans la définition et la mise en œuvre de solutions basées sur les LLM , les architectures RAG et plus largement les usages de l’ IA générative , avec une forte orientation valeur métier et impact opérationnel. Au sein d’un environnement transverse et en forte évolution, vous serez amené(e) à : Identifier et cadrer les opportunités IA en collaboration directe avec les équipes métiers, en partant des problématiques terrain, des irritants et des enjeux business Mener des phases de product discovery pour faire émerger les cas d’usage les plus pertinents, challenger les besoins, évaluer la faisabilité et prioriser les initiatives à forte valeur Piloter des projets IA de bout en bout , notamment autour des LLM , des architectures RAG et de solutions d’IA générative Traduire les besoins métiers en solutions concrètes , activables et alignées avec les contraintes produit, techniques et organisationnelles Définir, structurer et prioriser la roadmap produit IA , en arbitrant entre impact, effort, maturité des cas d’usage et valeur pour les utilisateurs Travailler en étroite collaboration avec les équipes data, tech, innovation et métiers afin d’assurer la cohérence, l’adoption et la réussite des projets Contribuer à la diffusion d’une culture produit et IA au sein de l’organisation, en facilitant la compréhension des enjeux, des possibilités et des limites des technologies déployées

Dans le cadre de l’évolution d’un assistant conversationnel déjà déployé au sein d’une application mobile à forte audience, nous recherchons un Product Owner IA expérimenté pour piloter l’extension de ses usages vers de nouveaux périmètres métiers (assurance vie, leasing, etc.). Depuis son lancement, cet assistant a déjà généré plus d’un million de conversations, confirmant son rôle structurant dans l’amélioration de l’expérience utilisateur. 🎯 Votre rôle Vous intervenez sur une phase clé de structuration et d’extension produit, en lien étroit avec les équipes IT, Data/IA et Métiers. À ce titre, vous serez amené à : • Cadrer les évolutions du produit à partir des travaux d’idéation existants • Définir la vision produit et piloter la roadmap associée • Concevoir l’architecture de gestion des données et la base documentaire • Rédiger les user stories et suivre les développements • Mettre en place la gouvernance projet et les dispositifs de pilotage • Définir et suivre les KPI (usage, performance, impact) • Animer les ateliers et coordonner les parties prenantes Le produit repose sur une plateforme RAG + LLM interne, intégrant différents modèles (OpenAI, Mistral, Google…). 📍 Informations pratiques • Mode de travail : Hybride • Démarrage : ASAP • Durée : 6 mois renouvelables ✨ Pourquoi cette mission ? • Produit déjà déployé et utilisé à grande échelle • Enjeux stratégiques autour de l’IA générative • Forte exposition et impact métier • Périmètre fonctionnel riche et évolutif

En quelques mots Cherry Pick est à la recherche d'un "Assistant Technique IA" pour un client dans le secteur du transport Description 🏢 Le Contexte : Démocratiser l'IA à Grande Échelle Vous rejoignez l'équipe Gouvernance et mise en œuvre de l'IA (6 personnes) d'une fédération gérant la retraite de millions de Français. L'enjeu est de structurer et d'innover via un Hub IA et un portail nommé ARIA , mis à disposition de plus de 1000 collaborateurs . Le projet repose sur une logique de Marketplace d'assistants IA : chaque utilisateur peut consommer des outils pré-paramétrés ou fabriquer ses propres assistants pour ses collègues. Actuellement hébergée sur Azure , la plateforme est amenée à basculer en environnement On-premise au cours de votre mission. 🎯 Vos Missions : Évolution, IA et Accompagnement Votre rôle est pivot : vous assurez la robustesse technique du portail tout en étant le traducteur technique des besoins métiers. 1. Développement & Maintenance (Front & Back) : Assurer la maintenance corrective et évolutive du portail basé sur la solution open source RAISE . Améliorer les interfaces ( React ) pour optimiser l'expérience utilisateur. Faire évoluer le Back ( Python/FastAPI ) : gestion des droits, exposition des assistants via API pour les logiciels tiers (CRM, IDE) et suivi de la consommation. 2. Ingénierie IA & RAG : Créer des assistants IA préconfigurés en répondant aux besoins spécifiques des directions métiers. Optimiser l'ingestion de documents et les bases de connaissances (RAG) pour améliorer la qualité des réponses. Réaliser du Prompt Engineering avancé pour accroître la précision des résultats et optimiser les coûts (FinOps). 3. Support & Acculturation : Assurer le support technique de niveau 1 et 2 auprès d'utilisateurs souvent non techniques. Aider à la mise au point des prompts utilisateurs et rédiger la documentation technique et FAQ. Participer à la mise en place de la chaîne CI/CD dédiée aux projets IA.

Dans le cadre du déploiement de solutions d’intelligence artificielle générative, nous recherchons un(e) Product Owner / Project Manager IA pour piloter l’implémentation et l’adoption d’outils basés sur des technologies de type Generative AI . Vous interviendrez sur des sujets stratégiques mêlant pilotage produit, gouvernance des outils IA et accompagnement au changement . Missions principales Piloter les phases d’évaluation et de cadrage des outils d’IA générative avec les experts métiers ( SMEs ) Anticiper les impacts réglementaires (notamment liés à l’AI Act) sur les solutions déployées Définir et mettre en place un cadre d’utilisation des outils IA ( rules, best practices, governance ) Concevoir et déployer un plan de déploiement produit à grande échelle Accompagner les équipes métiers dans l’adoption des solutions ( training & change management ) Identifier des cas d’usage à forte valeur ajoutée ( business value & efficiency ) Définir et suivre les indicateurs de performance ( KPIs : productivity, savings, quality ) Livrables attendus Roadmap et cadrage du déploiement des solutions IA Référentiel de bonnes pratiques ( AI usage guidelines ) Stratégie de conduite du changement et supports de formation Documents de pilotage projet ( reporting, risks, action plans ) KPIs de création de valeur

Les attendus de la mission: 1. Développement d’Agents IA Concevoir et améliorer des agents IA end‑to‑end (RAG, multi‑agents, MCP). Développer des assistants intégrés (Google Chat, APIs internes). Implémenter du Tool Use pour orchestrer des actions métier (SAP, BigQuery, Firestore). Intégrer des capacités multimodales (PDF, images). 2. MLOps & Industrialisation Déployer sur GCP : Vertex AI, Cloud Run, BigQuery, Firestore. Intégrer les workflows dans Airflow (DAGs de traitement). Maintenir CI/CD (GitHub Actions) et conteneurisation (Docker). Assurer le monitoring et la qualité (MLflow, Evidently). 3. Sécurité & Gouvernance Mettre en place et maintenir un Human‑in‑the‑loop robuste. Protéger les agents contre prompt injection, jailbreaking et fuite de données. Garantir la conformité et la qualité des données injectées dans SAP/BigQuery. 4. Automatisation & Optimisation Optimiser les performances des agents (précision, autonomie, robustesse). Étendre les capacités du système (nouveaux outils, nouvelles sources). Développer des mécanismes de fallback intelligents pour les cas complexes.

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : Responsible AI Lead Position dans l’organisation Le/la Responsible AI Analyst contribue à la mise en œuvre opérationnelle du dispositif d’IA responsable. Il/elle intervient sur l’analyse des risques, la conformité, les contrôles et la traçabilité des systèmes d’intelligence artificielle tout au long de leur cycle de vie. Encadrement Aucun management direct Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Fonctions conformité (DPO, RSSI, juridique) Équipes Digital / Data / IA Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, agents, etc.) Cabinets spécialisés (audit, conformité, IA) Mission Le/la Responsible AI Analyst met en œuvre les exigences de gouvernance, de conformité et de gestion des risques des systèmes d’intelligence artificielle. Il/elle s’assure que chaque cas d’usage respecte les cadres réglementaires et les standards internes, en produisant les analyses, contrôles et documentations nécessaires. Responsabilités principales 1. Gouvernance et conformité IA Appliquer la politique d’usage de l’IA Contribuer à la classification des cas d’usage selon leur niveau de risque Mettre en œuvre les standards de documentation et de versioning Assurer la traçabilité des éléments clés (prompts, sources, modèles, décisions) Préparer les éléments pour les revues conformité (juridique, DPO, sécurité) 2. Analyse des risques IA Réaliser les analyses de risques par cas d’usage Identifier les risques : biais, hallucinations, dérive, sécurité, incohérences métier Classifier les systèmes selon leur criticité Formaliser les exigences de conformité associées 3. Contrôles et tests IA Exécuter les tests non fonctionnels : robustesse biais sécurité hallucinations dérive Documenter les résultats et remonter les non-conformités Contribuer à la préparation des décisions de validation (go / no-go) 4. Documentation et audit Contribuer à la documentation réglementaire des systèmes IA Maintenir les preuves, logs et éléments de conformité Préparer les éléments nécessaires aux audits Assurer la cohérence et la complétude des dossiers 5. Supervision en production Suivre les incidents IA après déploiement Mettre à jour les indicateurs de conformité et de risque Contribuer aux revues périodiques (performance, fiabilité, dérive) Participer à l’amélioration continue des dispositifs de contrôle 6. Traçabilité et registre IA Mettre à jour le registre des systèmes IA Maintenir la journalisation (logs, décisions, prompts) Garantir la conformité des mécanismes de traçabilité Contribuer à l’évolution des standards de traçabilité 7. Suivi de la consommation IA Suivre les usages et la consommation des ressources IA Identifier les usages non conformes ou excessifs Alerter en cas d’écart par rapport aux règles définies Contribuer au pilotage de l’efficience des usages IA 8. Application des politiques IA Appliquer les politiques et guidelines IA Contribuer à leur mise à jour Participer à la sensibilisation des équipes Promouvoir les bonnes pratiques d’IA responsable

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : IA Ready Lead Position dans l’organisation Le/la IA Ready Analyst prépare et structure les contenus nécessaires au bon fonctionnement des solutions d’intelligence artificielle (copilots, agents, RAG). Il/elle intervient en amont du delivery pour garantir la qualité, la cohérence et l’exploitabilité des bases de connaissances. Encadrement Aucun management direct Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Équipes en charge de l’adoption et de la conformité Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets de conseil spécialisés Mission Le/la IA Ready Analyst est responsable de la préparation fonctionnelle des connaissances et contenus utilisés par les solutions d’intelligence artificielle. Il/elle structure les bases de connaissances, garantit leur qualité sémantique, leur cohérence métier et leur traçabilité, et contribue à leur industrialisation pour permettre un usage fiable et performant de l’IA. Responsabilités principales 1. Préparation des contenus IA Identifier et exploiter les sources nécessaires aux cas d’usage IA Structurer, nettoyer et enrichir les bases de connaissances Définir la classification métier (taxonomie, tagging, hiérarchie) Préparer les contenus pour les usages RAG (segmentation, granularité adaptée) 2. Analyse fonctionnelle Comprendre les processus métiers pour organiser les connaissances Définir les règles d’inclusion et d’exclusion des contenus Garantir la cohérence sémantique entre documents et référentiels Assurer l’alignement avec les besoins fonctionnels des cas d’usage 3. Coordination opérationnelle Collaborer avec les équipes IT pour la mise à disposition des données Travailler avec les équipes Data pour l’alignement avec les référentiels Coordonner avec les équipes IA Delivery pour valider la complétude des contenus Contribuer aux spécifications fonctionnelles liées à l’indexation et à l’exploitation des données 4. Qualité des données et des contenus Identifier les doublons, incohérences, obsolescences et manques Appliquer les règles de qualité définies Garantir la lisibilité, la fiabilité et la pertinence des connaissances Améliorer en continu la qualité des bases de connaissances 5. Documentation et gouvernance Maintenir la documentation fonctionnelle des bases IA Appliquer les règles de gouvernance des connaissances Mettre en place et suivre les processus de mise à jour Assurer la pérennité et la maintenabilité des contenus 6. Contribution à la conformité Garantir la traçabilité des sources utilisées Veiller à l’absence de données sensibles non nécessaires Contribuer aux exigences réglementaires (ex : RGPD, cadre IA) Fournir les éléments nécessaires aux équipes en charge de la conformité 7. Industrialisation et réutilisation Appliquer les standards IA Ready sur les nouveaux cas d’usage Maintenir des modèles de connaissances réutilisables Capitaliser sur les retours d’expérience Diffuser les bonnes pratiques de structuration des contenus

🔍 Nous recherchons un AI Engineer pour participer à la construction d’une stack technique dédiée aux workflows agentiques. Votre mission : développer des serveurs MCP et contribuer aux choix techniques (validation, optimisation, design). Vous interviendrez sur des projets en phase de conception, avec un focus sur l’automatisation et l’intégration des agents IA. 🎯 Vos missions principales ✅ Développer et valider des serveurs MCP pour des workflows agentiques. ✅ Participer aux choix techniques (architecture, outils, intégration). ✅ Concevoir des workflows automatisés pour des agents IA. ✅ Collaborer avec les équipes pour industrialiser les solutions.

Mission Concevoir et optimiser des systèmes de recherche intelligente basés sur l’IA générative (RAG) pour un SaaS métier, afin d’améliorer l’accès à l’information et la fiabilité des réponses. 🚀 Responsabilités Développer des pipelines RAG (embeddings, vector search, ranking) Optimiser la pertinence des résultats (precision, recall, MRR) Réduire les hallucinations des LLM Concevoir des architectures multi-agents via Semantic Kernel Industrialiser les modèles (API, intégration backend) 🧰 Stack IA : LLM, NLP, RAG, embeddings Cloud : Azure OpenAI Service Data : Azure Cosmos DB Backend : .NET 8, SignalR Front : React 5+ ans en Data Science / ML Expertise NLP / recherche sémantique Expérience en IA générative (RAG, LLM)

Contexte : Au sein d’un grand acteur de la finance, vous participez à la mise en place d’un ChatGPT interne. En tant que développeur Python senior, vous concevez et opérez une plateforme de micro-services hautement disponibles, centrée sur un routeur d’appels vers différents endpoints (dont des LLM), des services de traitement de prompts/documents et une gestion fine des timeouts et fallbacks. Les briques IA avancées (RAG, recherche documentaire, modèles) sont prises en charge par les IA Engineers et le Tech Lead IA. Prestations demandées Les missions principales : - Conception, développement et maintien des micro-services Python (FastAPI) robustes pour un routeur d’appels vers différents endpoints (LLM, services internes/externes, cache), la gestion des stratégies de fallback (changement de provider, cache, réponses dégradées), le traitement de prompts/documents (parsing, transformation, contrôle qualité). - Mise en place des APIs fiables et documentées (OpenAPI), avec gestion fine des erreurs et des timeouts, le respect d’un budget de temps à travers les micro-services, les mécanismes de retry et dégradation progressive. - Conception d'une architecture orientée événements autour de Redis Streams (ou équivalent) pour les flux asynchrones entre services (sans gérer directement la recherche documentaire). - Suivi d'une haute dispo, scalabilité et observabilité avin un scaling horizontal, une supervision (logs, métriques, traces), une gestion des incidents et amélioration continue de la résilience. - Contribution à l’industrialisation : CI/CD, tests automatisés (unitaires, intégration, contract testing, tests de charge/résilience), revues de code et bonnes pratiques. 7+ ans d’expérience en Python, dont une part significative en micro-services, haute dispo et APIs en production. Maîtrise de FastAPI, uvicorn et d’un système de streaming/messaging (Redis Streams ou équivalent). Solide expérience en conception d’API REST : erreurs, timeouts, versioning, observabilité (logs, metrics, traces), sécurité (auth, autorisation, rate-limiting). Expérience en systèmes distribués : scalabilité, résilience, gestion de la charge, stratégies de fallback. À l’aise avec le traitement de gros volumes de documents (PDF, Office, données structurées). Compréhension opérationnelle des LLM et du RAG pour intégrer les briques IA fournies par l’équipe dédiée. Culture DevOps (containers, CI/CD, monitoring) et exigence forte sur la fiabilité, la traçabilité et la conformité en environnement financier.