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

Contexte Dans un contexte de modernisation et d’industrialisation de son SI, mon client renforce ses équipes IT sur les sujets d’intégration applicative et Cloud Azure . L’environnement est multi-technologies , fortement internalisé, avec des exigences élevées en termes de fiabilité, exploitation et time-to-market . L’objectif n’est pas de refondre l’existant, mais de sécuriser et industrialiser les flux , en accompagnement des équipes en place. Objectifs de la mission Renforcer les équipes sur les sujets d’intégration et d’industrialisation Contribuer à la stabilité et au RUN des flux existants Accompagner la montée en maturité des pratiques CI/CD et Cloud Azure Monter progressivement en compétences sur les outils d’intégration utilisés (dont MuleSoft) Responsabilités principales Participer à la mise en œuvre et à l’exploitation des flux d’intégration Intervenir sur les sujets CI/CD, déploiement et gestion des environnements Azure Contribuer à la résolution des incidents et à la stabilisation des plateformes Travailler en lien avec les équipes infrastructure, opérations et développement Documenter et fiabiliser les pratiques d’industrialisation

Développeur Python - FastAPI - IA La prestation contribuera au benchmark, évaluera et testera des solutions IA, fournira des recommandations techniques et stratégiques pour le management et les équipes IA, et concernera principalement : Le développement de services backend et POC techniques pour évaluer des solutions IA (ex. Google Gemini, Microsoft Copilot, Azure OpenAI). L’intégration de nouveaux services et API dans l’infrastructure existante pour faciliter les benchmarks. La création de scénarios de benchmark automatisés pour mesurer performances, coûts, latence et intégration développeur. L’évaluation et l’expérimentation avec des outils developer-oriented et des plateformes d’intégration (ex. Mulesoft). Le développement de POC innovants et généralisables permettant de démontrer des cas d’usage pertinents pour le client. La veille technologique et la capacité à monter rapidement en compétence sur de nouvelles solutions d’IA. Savoir faire : Maitrise de Python pour le développement backend, APIs, POC et scripts d’intégration Maitrise des frameworks/librairies : FastAPI, Asyncio, ou équivalents pour services asynchrones et micro-services Maitrise des bases de données : SQL/PostgreSQL, MongoDB, bases vectorielles Maitrise en intégration/APIs RESTful, Mulesoft ou autres plateformes d’intégration Maitrise Cloud : Google Cloud Platform (GCP) Maitrise en sécurité : OpenID Connect, OAuth2 Maitrise DevOps/CI-CD : GitLabCI, Docker, Kubernetes, pipelines de déploiement automatisés Maitrise en tests unitaires, intégration et fonctionnels Maitrise des méthodes de développement : Agile/Scrum, pair programming, code review, bonnes pratiques de Software Craftsmanship Connaissance et application des design patterns et principes d’architecture logicielle Connaissance des concepts de ML, Generative AI, RAG, Corpus, LLM, d’agent, d’assistant, de prompt, d’hallucination et d’AI model Savoir formuler des requêtes efficaces pour interagir avec les IA génératives et obtenir les résultats souhaités Connaissance et usage critique de l’IA en prenant en compte ses limites et ses biais Connaissance des exigences RGPD et des aspects éthiques en lien avec l’IA Usage : Maîtriser les assistants de code ( eg. GitHub Copilot) pour accélérer le développement et améliorer la qualité du code en particulier via la maîtrise de l’Agentic, des fichiers prompts/d’instructions Profil recherché : Maitrise de Python pour le développement backend, APIs, POC et scripts d’intégration Maitrise des frameworks/librairies : FastAPI, Asyncio, ou équivalents pour services asynchrones et micro-services Maitrise des bases de données : SQL/PostgreSQL, MongoDB, bases vectorielles Maitrise en intégration/APIs RESTful, Mulesoft ou autres plateformes d’intégration Connaissance des concepts de ML, Generative AI, RAG, Corpus, LLM, d’agent, d’assistant, de prompt, d’hallucination et d’AI model

La prestation contribuera au benchmark, évaluera et testera des solutions IA, fournira des recommandations techniques et stratégiques pour le management et les équipes IA, et concernera principalement : • Le développement de services backend et POC techniques pour évaluer des solutions IA (ex. Google Gemini, Microsoft Copilot, Azure OpenAI). • L’intégration de nouveaux services et API dans l’infrastructure existante pour faciliter les benchmarks. • La création de scénarios de benchmark automatisés pour mesurer performances, coûts, latence et intégration développeur. • L’évaluation et l’expérimentation avec des outils developer-oriented et des plateformes d’intégration (ex. Mulesoft). • Le développement de POC innovants et généralisables permettant de démontrer des cas d’usage pertinents • La veille technologique et la capacité à monter rapidement en compétence sur de nouvelles solutions d’IA.

Hello, Pour le compte de l'un de mes clients situé à Marignane, je suis à la recherche d'un architecte SI. La recherche s'oriente suite à un besoin de remplacement de l'architecte en poste dans l'une des équipes qui a pour but d'adresser tous les sujets d'architectures de ses projets. Les sujets du moment : - Roadmap projet interne, avec une refonte de l'architecture technique. Démarrage par les briques IAM & une grosse migration Liferay. - Améliorer le monitoring dynatrace avec l'indutrialisation d'un POC "central monitoring" - Sujets côté marketing avec de l'IA. - Bonne connaissance des technos client d'integration utilisées (Mulesoft, SOLACE)

CONTEXTE GENERAL : Dans un contexte de transformation numérique et d’essor rapide de l’intelligence artificielle générative et agentique, le Groupe, via sa DSI centrale, souhaite structurer et maîtriser l’introduction de ces technologies au sein de son système d’information. L’objectif est d’explorer les apports de l’Agentic AI pour soutenir les métiers et les fonctions transverses. Missions : Partenariats & écosystème plateformes Cartographier l’écosystème des éditeurs/intégrateurs et identifier les bons interlocuteurs. Préparer, animer et restituer les workshops partenaires (ex. AWS, Microsoft, MuleSoft, Snowflake). Évaluer les offres (frameworks, orchestration, observabilité, sécurité, gouvernance, intégration SI). Discovery & cas d’usage Agentic AI Animer des ateliers multi-domaines pour : • définir des cas d’usage transverses (support, IT ops, knowledge assistant, productivité dev, automation), • définir des cas d’usage spécifiques à l’aéronautique (maintenance, supply chain, engineering, ops, qualité, MRO, doc). Formaliser les cas d’usage : objectifs, périmètre, acteurs, données, risques, critères de succès. Prioriser selon valeur/risque/effort (quick wins vs bets stratégiques). Recommandations plateformes & trajectoire Proposer des patterns d’architecture Agentic AI (RAG, multi/single agent, event-driven, human-in-loop). Recommander plateformes/briques : cloud, iPaaS, API management, vector DB, orchestration, MLOps/LLMOps. Définir la trajectoire de déploiement : MVP → industrialisation, critères de passage en production, exigences non fonctionnelles. Portfolio, roadmap & gouvernance Construire un portfolio projet (lots, jalons, budget, staffing, dépendances SI). Définir la gouvernance : prise de décision, sécurité, conformité, data governance, gestion des risques, modèle opérationnel. Exploration technologique & livrables Piloter des tech spikes/POC orientés faisabilité et design. Produire un livre blanc interne : standards, patterns, comparatif plateformes, guidelines sécurité, recommandations d’industrialisation, retours d’expérience.