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

🔍 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.

Nous sommes à la recherche d'un AI Engineer GCP pour rejoindre une équipe backend experte, votre mission : développer de nouvelles features, optimiser l’existant... L'expertise en software development, notamment backend (Python) et connaissance de GCP (expérience concrète) est primordial pour cette mission. 🎯 Vos missions clés ✅ Développer et améliorer le backend des agents IA (création, nouvelles features). ✅ Optimiser l’infrastructure GCP (Cloud Run, Terraform). ✅ Collaborer avec une équipe passionnée de code et d’IA (MCP, LLM). ✅ Scalabiliser un produit SaaS à forte audience.

Objectifs de la mission & Livrables attendus🔧 Objectifs Concevoir, développer et optimiser un agent IA génératif dédié au shopping. Intégrer des frameworks agentiques modernes (LangChain, LangGraph…). Structurer et exploiter une base vectorielle pour supporter le RAG. Garantir une mise en production robuste et scalable du système. Superviser la cohérence, la qualité et les performances de l’agent via des outils dédiés (Ragas, MCP, métriques internes…). Accompagner les équipes internes (data, digital, produit) sur les aspects techniques et méthodologiques. 📦 Livrables Audit technique complet (architecture existante, données, risques, opportunités). Recommandations stratégiques et opérationnelles pour le choix des modèles, frameworks et architecture cible. Développement informatique / Data Science : Développement du chatbot agentique Pipelines de données Mise en place du RAG Intégration dans les systèmes Boulanger Documentation technique (architecture, APIs, workflows agentiques, MLOps). Évaluation & tests (via Ragas, MCP ou outils équivalents). Support au déploiement en production et au monitoring post-lancement.

Le Technical Lead IA jouera un rôle structurant pour garantir cohérence technique, industrialisation et excellence DevOps au sein de la plateforme. h3. a. Piloter l’architecture technique de la plateforme • Définir et maintenir l’architecture agentique (Registry, Gateway/MCP, workflows, sécurités, modèles de qualification). • Assurer cohérence, robustesse, maintenabilité et alignement transverse avec les équipes IAP, MTA, Data et SSI. h3. b. Animer et structurer l’équipe de développeurs • Encadrer une équipe de développeurs et instaurer les bonnes pratiques (clean code, revue, qualité, documentation, sécurité). • Organiser les rituels techniques et accompagner la montée en compétence h3. c. Renforcer l’industrialisation, le DevOps et le run • Mettre en œuvre et piloter les environnements Kubernetes, MCP, orchestrateurs et connecteurs. • Définir et opérer la chaîne CI/CD (tests, scans, packaging, déploiements, observabilité). • Implémenter les normes : GOPROD, DORA, sécurité, monitoring Datadog/Grafana, logging distribué. • Garantir scalabilité, résilience, observabilité et conformité SSI. h3. d. Appuyer le delivery et la qualification des agents • Participer aux ateliers techniques, PI Planning, System Demos. • Contribuer au processus de qualification des agents IA (création → test → industrialisation → run). • Accompagner les équipes builders et métiers dans l’intégration en production • Pilotage technique transverse, capacité à fédérer et clarifier les responsabilités. • Maîtrise des architectures orientées agents : Registry, Gateway, MCP, outils associés. h3. DevOps / SRE • Compétences cloud, conteneurs, CI/CD, observabilité, automatisation. • Industrialisation d’environnements critiques, monitoring avancé, optimisation de pipelines. h3. Sécurité & Gouvernance IA • Connaissance approfondie des règles SSI, IA Act, propagation sécurisée des tokens. • Maîtrise AuthN/AuthZ (OIDC/JWT) et doctrines DevSecOps. h3. Communication & Transversalité • Pratique avancée de la documentation structurée (guidelines, playbooks, runbooks). • Excellente communication avec architectes, produits, DevOps, Data, SSI. h3. Infrastructure & Cloud • Kubernetes (on prem & cloud), Helm, RBAC, Secrets Management. • AWS / Azure. • Terraform / Ansible. h3. Orchestration agentique • MCP Servers, Agent Registry, Agent Gateway. • Frameworks agents : Dust, Mistral, Dataiku. h3. DevOps / CI/CD / Observabilité • GitLab CI, Jenkins, Sonar, Artifactory/Nexus. • Docker, optimisation d’images. • Datadog, Grafana, Prometheus, logging distribué. h3. Sécurité • Keycloak, OIDC, JWT. • Scans de sécurité, politiques DevSecOps. h3. Langages & intégration • Python expert (FastAPI, Langgraph, Langchain, Pydantic, asyncio). • Compétences Fullstack (Python, Java, Angular) • YAML / JSON / OpenAPI. • Kafka ou autres bus d’événements

Data Scientist Machine Learning / Deep Learning Aix ASAP Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch Activité principales attendues : Machine Learning / Deep Learning • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche ML/DL. • Création et production de modèles d'apprentissage automatique industrialisables • Traitement de données à grande échelle pour la création de jeux de données d'entraînement • Appliquer les bonnes pratiques de MLOps et d'explicabilité des modèles • Présenter les résultats aux parties prenantes et aider au suivi à long terme de la performance du modèle pour démontrer la valeur de l'IA IA Générative • Évaluer le problème métier et prouver la valeur via l'analyse exploratoire des données pour démontrer la valeur d'une approche IA Gen • Prompt engineering • Bench via des solutions d'évaluation des modèles d'IA Gen • Optimisation des solutions (paramétrage des modèles) Compétences et expériences demandées : - Expérience +2 ans sur l'IA Gen : prompt engineering, context engineering, construction de workflow avec RAG, tool calling, MCP, implémentation de guardrails. - Expérience significative en Machine/Deep Learning (traitement du langage naturel, traduction automatique, etc.), Vision (vision par ordinateur, reconnaissance, etc.), et sur le cycle de vie des modèles IA (de la conception vers l'industrialisation, puis la supervision en production de sa valeur). Une base solide en Python est requise pour l'exploration des données, l'évaluation d'un modèle ou la construction d'une API python. - Connaissance de SQL - Solide connaissance de Pandas, Jupyter Notebook, Scikit-learn, Numpy, Streamlit - Maîtrise des frameworks ML distribués modernes tels que TensorFlow, PyTorch - Pratiquer une veille active sur vos domaines de compétence. - Participez activement à la construction de la stratégie en effectuant la veille technologique, étant force de proposition sur les nouveaux outils / nouvelles méthodes à utiliser et le partageant avec le reste de l’équipe

Technical Lead IA — Plateforme Agentique | IDF Ouest | ESN Contexte Vous intégrez une équipe stratégique dédiée à la conception et l'industrialisation d'une plateforme agentique IA au sein d'un grand compte du secteur financier. Vous jouez un rôle central entre architecture, DevOps et leadership technique. Vos missions Piloter l'architecture technique de la plateforme agentique (Registry, Gateway, MCP, workflows) Encadrer une équipe de développeurs et animer les bonnes pratiques (clean code, revues, documentation) Mettre en œuvre et opérer la chaîne CI/CD, les environnements Kubernetes et l'observabilité Contribuer à la qualification et l'industrialisation des agents IA (de la création au run) Être l'interlocuteur transverse des équipes Data, SSI et métiers Stack technique IA & Agents : Python expert, Langchain, Langgraph, FastAPI, MCP, Dust, Mistral DevOps / Cloud : Kubernetes, Docker, GitLab CI, Terraform, AWS/Azure, Datadog, Grafana Sécurité : Keycloak, OIDC/JWT, DevSecOps, RBAC Intégration : Kafka, OpenAPI, YAML, Java, Angular Profil recherché 7+ ans d'expérience dont au moins 2 ans sur des sujets IA/LLM en production Expérience confirmée en leadership technique et encadrement d'équipe Connaissance des contextes réglementés (bancaire, SSI, AI Act appréciée) Pratique des méthodes Agile / SAFe (PI Planning, System Demo) Ce que nous proposons : Mission longue durée en régie — IDF Ouest Environnement technologique cutting-edge Interlocuteur ESN dédié et réactif

À propos du poste Notre client développe des outils alimentés par l'IA pour les équipes commerciales et nous recherchons un AI Product Engineer à l'intersection du développement full-stack et de l'IA appliquée. Vous concevrez les systèmes qui rendent nos agents plus précis, plus rapides et plus fiables bien au-delà de la simple intégration d'APIs. Vos missions Architecturer et maintenir notre infrastructure monorepo (Turborepo, React, Next.js, Express) Concevoir et faire évoluer un knowledge graph et un serveur MCP pour la récupération de contexte agent Construire des pipelines de détection d'hallucinations et de vérification des faits Prendre en charge des fonctionnalités de bout en bout, du backend à l'interface utilisateur Contribuer à notre framework d'évaluation des agents et aux standards de fiabilité Profil recherché 3+ ans d'expérience full-stack (React, Node.js, Next.js) Expérience concrète de développement avec des LLMs (OpenAI, Anthropic ou équivalent) Familiarité avec les architectures RAG, les knowledge graphs ou les bases de données vectorielles Expérience avec des outils monorepo (Turborepo ou similaire) Bon sens produit, à l'aise dans un environnement early-stage qui évolue vite Un plus MCP / frameworks agentiques (LangChain, LlamaIndex…) Pipelines d'évaluation ou benchmarking d'agents Expérience en B2B SaaS Ce qu'on offre 100% Remote Stack moderne, zéro dette technique héritée Équipe réduite, senior, avec un fort niveau d'ownership

🎯 Vos missions En tant que Gen AI Engineer & Full Stack Developer , vous interviendrez sur des sujets à forte valeur autour de la data, des architectures GenAI et du développement applicatif : 🔧 Data & Knowledge Graph Développer des pipelines de données depuis BigQuery vers un Knowledge Graph Structurer, nettoyer et enrichir les données pour alimenter les use cases GenAI 🤖 GenAI & Agents Concevoir, développer et refactoriser des agents GenAI Travailler avec Google ADK ou frameworks alternatifs (LangChain / LangGraph) Optimiser les performances, la pertinence et la scalabilité des agents 🧩 Architecture & APIs Développer et maintenir des serveurs MCP Concevoir des architectures modulaires et scalables 🔌 Intégrations Développer des connecteurs aveclesplateformes : SFCC (Salesforce Commerce Cloud) Sitecore 🖥️ Front & outils internes Concevoir et développer une Management Console (UI + backend) Participer aux choix d'architecture front (React) 🛠️ Stack technique Cloud : GCP (BigQuery, Cloud Run, Cloud Build…) Langages : Python, Node.js Frontend : React GenAI : Google ADK, LangChain, LangGraph Data : Graph databases, Knowledge Graph Montreal Associates is acting as an Employment Business in relation to this vacancy.

Le consultant interviendra principalement pour reprendre et opérer les activités Cloud SecOps existantes, tout en préparant et en réalisant la passation structurée vers le ou les futurs acteurs internes/externes qui reprendront le poste. N’hésitez plus à proposer votre profil si vous avez… Une expérience confirmée sur Google Cloud Platform (une expérience supplémentaire sur Azure est un plus) Une certification Google Cloud Architect ou Security Engineer (un atout) Une très bonne maîtrise de Terraform et des pratiques IaC. Une expérience des outils d’automatisation, de CI/CD et de gestion de code source (Git, GitHub, Bitbucket) Une bonne compréhension des concepts et technologies sécuritaires : VPC, firewall, IAM, cryptographie, WAF, secrets management, logging & monitoring Une expérience (ou forte appétence) sur les solutions CSPM (Wiz, Prisma Cloud, Defender for Cloud, etc.) pour la gestion des risques Cloud Une familiarité avec des outils SAST (SonarQube, Checkmarx, Snyk Code, etc.) constitue un atout dans un contexte DevSecOps. Des connaissances en technologies Web (HTTPS, REST, CDN, Load Balancing) Une bonne maîtrise des OS Linux/Unix et des langages Bash/PowerShell/Python Une bonne connaissance du Secret Management (Google Secrets Manager, Azure Key Vault) Une bonne maîtrise de la conteneurisation (Docker) et des plateformes orchestrées (Kubernetes, GKE, AKS) Une appétence avérée pour les IA modernes (Claude, Gemini, Vertex AI) et les technologies associées (MCP, AI toolchains) Une connaissance des méthodes d’évaluation des risques et des référentiels (OWASP) un plus ! Une bonne compréhension des CIS Controls et/ou CIS Benchmarks pour guider les pratiques de durcissement et de conformité Cloud. Des notions sur la réglementation sécurité (protection des données, privacy…)

Contexte de la mission Améliorer l'industrialisation, la sécurisation et la supervision des plateformes d'échanges : KAFKA, APIGEE, Bucket GCP, SFTP. Travailler sur la résilience d'APIGEE/KAFKA/SFTP ainsi que les sujets de migration KAFKA (Move 2Paris) et sur les sujets autour de l'IA avec APIGEE (MCP Server), autre plateforme Google Kafka. Un nouveau périmètre à intégrer dans l'équipe Scripts, code Terraform pour ci/cd, Procédures explicatives Astreintes et Intervention à prevoir Objectifs et livrables lCoud Provider Public (idéalement GCP) Scripting (Shell, Python) Terraform, Git , Argo, Kubernetes, Ansible KAFKA, APIGEE, Bucket GCP, SFTP, Cloudflare