Trouvez votre prochaine offre d’emploi ou de mission freelance PaaS (Platform-as-a-Service)

Contexte : Le projet Data Lake était initialement porté par la Branche Grand Public et Numérique (BGPN) de [COMPANY]. Dans le cadre de l'évolution de sa plateforme Data vers Azure (projet Data Cloud) l'équipe Data Cloud et IA Factory (DIAF) arrive à une étape clé de ce projet structurant pour l'ensemble du Groupe [COMPANY] : • Mise en production et ouverture aux utilisateur de la version 1.0 de Data Cloud (Azure Darabricks) • Stabilisation d'ODLG (Cloudera) • Migration progressive d'ODLG vers la nouvelle plateforme Data Cloud • Accompagnement des branches sur la décroissance et l'optimisation des consommations Azure • Rapprochement vers une gouvernance i-TEAM • Intégration dans les processus de supervision et de support i-TEAM • Réflexion sur la mise en œuvre d'un nouveau Catalogue de Services • Accompagnement et soutien de l'équipe dans cette transformation La mission consiste à intégrer l'équipe DIAF sur un rôle transverse pour apporter un support dans les processus de stabilisation et de migration. La prestation inclue : • Analyse des résultats l'audit Cloudera et accompagnement de l'équipe dans le suivi du plan de remédiation • Renfort des actions liées à AIG • Soutien aux équipes socle Data Cloud et ODLG • Soutien aux équipes Outils & Usages • Analyse et optimisation des ressources sur Cloudera et Data Cloud • Accompagnement des plans de migrations et optimisation 1. Gestion des obsolescences Le prestataire devra s'assurer de la maintenabilité des versions liées au support des éditeurs ou de l'image middleware PaaS/IaaS proposée : Gestion de l'obsolescence des socles et images 2. Livrables / Résultats attendus • Suivi évaluation et CR des activités liées à l'audit Cloudera • Analyse et plan de mitigation des "requêtes lourdes" Cloudera • Proposition d'optimisations des séquences des job avec plan de mise en œuvre et suivi des actions • Suivi et reporting décroissance et décommissionnement ODLG • Bonnes pratiques de migration on-remise -> cloud 3. Cadre technique de la prestation : environnements techniques, outils et niveaux de maîtrise souhaités. Niveaux de compétences attendus : ? 0 : pas de connaissance ? 1 : connaissance de base ? 2 : pratique quotidienne ? 3 : expertise avérée. ? Jira 3 ? Cloudera 3 ? Azure 3 ? Databricks 3 ? Redhat 3 ? GitLab 3 ? Terraform 3 ? Pyhton 3 ? Dremio 3 4. Cadre fonctionnel de la prestation La réalisation des prestations requiert les compétences approfondies dans les domaines fonctionnels ci-dessous. ? Data model 3 ? Data Management 3 ? Data Viz 2 ? Sys admin 3 ? Data migration 3

1) 🎯 Objet de la consultationLe présent Appel d'Offres vise à sélectionner un prestataire pour renforcer une squad IA existante au sein de notre entité. 👉 La squad est actuellement composée de 2 ingénieurs IA déjà en place. 👉 Le besoin porte sur 4 profils complémentaires, capable d'apporter une valeur immédiate en termes de : delivery, structuration, qualité, intégration SI Les travaux concernent la conception et le développement d'agents IA métiers s'appuyant sur une plateforme centralisée basée sur : LangChain / LangGraph services RAG observabilité, sécurité mécanismes d'intégration standardisés (MCP – Model Context Protocol ou équivalent) ➡️ Les profils attendus sont des développeurs orientés agents IA / intégration, et non des profils “infra IA / MLOps / entraînement de modèles”. 2) 🧭 Contexte & enjeuxL'entité souhaite accélérer la livraison de cas d'usage IA concrets en s'appuyant sur une architecture mutualisée. 🔎 Spécificité du contexte👉 À date, la squad développe principalement des agents IA orientés “knowledge” (RAG / assistance conversationnelle) permettant de faciliter l'accès à l'information et d'assister les utilisateurs dans leurs activités. Ces agents sont intégrés : dans Microsoft Teams dans une interface web dédiée 👉 Les interfaces utilisateurs (Teams / frontend web) sont gérées par une équipe dédiée. ➡️ La squad se concentre sur : la logique agent les capacités IA les intégrations avec les systèmes 📌 Nature des cas d'usage actuelsassistants métiers copilotes basés sur la connaissance chatbots internes enrichis (RAG) 👉 Une attention particulière est portée sur : la pertinence des réponses la gestion du contexte conversationnel la qualité et traçabilité des informations 🔮 Évolution cible👉 À moyen terme, les agents pourront évoluer vers : automatisation de workflows orchestration d'actions interaction avec des systèmes techniques (PaaS / IaaS / CaaS) ➡️ Le profil recherché doit être à l'aise : sur les agents “knowledge” actuels et capable de monter vers des agents hybrides (conversation + action) 🎯 Enjeux du renfortAccélérer le delivery Fiabiliser les développements Structurer les pratiques (patterns, tests, qualité) Améliorer les intégrations (tools, MCP, SI) Gérer les dépendances (plateforme IA, équipes métiers) 👉 Dans un environnement contraint : sécurité traçabilité conformité 3) 🧩 Périmètre de la prestation✅ InclusDéveloppement d'agents IA (mono / multi-agents) Implémentation de : tool-calling RAG gestion de contexte Intégration SI : APIs services internes bases de données Mise en œuvre de : MCP ou équivalent connecteurs / adapters Qualité : tests observabilité documentation Contribution aux standards de la squad Collaboration avec : équipe Plateforme IA développeurs IA existants ❌ ExclusEntraînement / fine-tuning de modèles Gestion de l'infrastructure Administration technique lourde 4) 👥 Organisation cible📌 Squad existante : ✅ 2 développeurs IA 🔍 1 profil attendu 🎯 Objectif : Renforcer une équipe déjà opérationnelle 👉 Attendus : intégration rapide collaboration étroite apport structurant 💡 Séniorité attendue : confirmé++ à senior 5) 🧑‍💻 Description du rôleA. Développement d'agents IA 🤖Concevoir des agents orientés : chatbot interne assistant RAG copilote métier Implémenter : gestion du contexte conversationnel logique de raisonnement structuration des réponses Développer des tools sécurisés : appels API accès DB services internes B. RAG & gestion de la connaissance 📚Exploiter les services RAG Ajuster les stratégies de récupération Améliorer : pertinence précision explicabilité Gérer : hallucinations incohérences C. Intégration SI & MCP 🧩Intégrer les agents dans le SI existant Concevoir / utiliser : tools services internes connecteurs MCP ou équivalents 👉 Activités clés : structuration des échanges orchestration agent ↔ tools ↔ SI sécurisation traçabilité D. Exposition des agents ⚙️Les agents sont intégrés via : Microsoft Teams interface web 👉 Les couches UI sont gérées par une autre équipe. ➡️ La squad est responsable de : la logique agent les capacités IA les interactions SI 👉 L'exposition ne repose pas principalement sur des APIs REST classiques, mais sur les mécanismes natifs des frameworks agentiques. E. Qualité & industrialisation ✅Tests : unitaires intégration tests agents (prompt / comportement) Definition of Done Documentation Support au run F. Collaboration & structuration 🤝Travail avec les 2 dev existants Revue de code Partage de pratiques Contribution aux patterns : agents tools MCP 6) 🧠 Compétences techniques requises✅ IndispensablesPython (maîtrise solide) Expérience en développement d'agents IA ou logique équivalente : orchestration tool-calling gestion de contexte Framework agentique : LangChain / LangGraph fortement attendu Intégration SI : APIs services bases de données Bonnes pratiques : structuration logs tests Git