Trouvez votre prochaine offre d’emploi ou de mission freelance Prompt Engineering à Paris

Contexte Développement de solutions agentique pour soutenir le programme IA et nos ambitions sur des sujets structurants : automatisation des process, parcours de vente, augmentation des fonctions commerciales, ... Parmis les principaux chantiers identifiés : - Worflow AI et Agentic AI pour les process - Assistants et agents sur les parcours de nos espaces clients et vente pour nos assurés - Bases de connaissances, RAG Factory, ... - Socle et process LLMOps et evaluation de performance, ... Description Conception et développement de solutions IA générative end-to-end, intégration de LLM, développement d'agents autonomes, mise en place de RAG, pipelines d'ingestion, orchestration multi-agents, process et outils d'évaluation de performance, LLM as a Judge, Optimisation itérative

Contexte Groupe financier international (Wealth Management, Asset Management, Advisory). Un Centre d'Excellence GenAI structure le déploiement industriel de l'IA générative, organisé en équipes Produit (delivery des cas d'usage) et équipes Plateforme (Azure AI Foundry, APIM, DevSecOps, observabilité). L'AI Engineer intervient en binôme avec un PO/BA dédié qui porte la qualification fonctionnelle — l'AI Engineer porte la conception, le delivery technique et l'industrialisation. Mission hybride 50/50 : contribution à l'évolution d'une plateforme IA interne (Asset Management) + delivery d'agents conversationnels Copilot Studio sur des cas d'usage métier (Finance, RH, Compliance, Juridique, Wealth Management). Axe 1 — IA & Copilot Studio (cœur du poste) Conception d'architectures d'agents conversationnels Copilot Studio intégrés à Microsoft 365 (Teams, Outlook, SharePoint) Maîtrise LLM, RAG, embeddings, prompt engineering, Tool Calling Frameworks d'orchestration : Semantic Kernel (exigé) ou équivalent Extensions custom : plugins, connecteurs custom, MCP Prompt engineering, optimisation continue, monitoring qualité des réponses en prod Veille active sur les évolutions Copilot Studio / AI Foundry Axe 2 — Dataverse & Power Platform Dataverse : modèle de données, requêtes, connecteurs Power Automate : flows d'orchestration déclenchés depuis les agents Dynamics 365 CE : intégration et exposition des données dans les agents Optimisation des coûts liés aux appels Dataverse et consommation Copilot Studio Axe 3 — Azure Azure AI Foundry : socle LLM, pipelines d'inférence Azure API Management : sécurisation des endpoints, gouvernance des appels Azure Functions : extensions custom et logique métier Microsoft Fabric : connaissance appréciée Monitoring : App Insights, observabilité, coûts d'inférence Sensibilité DevSecOps, Entra ID / RBAC / OAuth2

Nous recherchons un AI Engineer pour accompagner un projet stratégique autour de l’intelligence artificielle générative, des graph databases et de la valorisation de données dans un environnement cloud GCP. Le consultant interviendra sur la conception, le développement et l’industrialisation de solutions IA intégrant Neo4j, des modèles LLM, des mécanismes de RAG et des services cloud Google Cloud Platform. La mission nécessitera une très bonne maîtrise des bases de données orientées graphe, notamment Neo4j, ainsi qu’une capacité à concevoir des knowledge graphs exploitables dans des cas d’usage IA avancés. Le consultant participera à la modélisation des graphes, à l’optimisation des requêtes Cypher, à l’administration et à l’optimisation de Neo4j, ainsi qu’à l’exploitation de la Graph Data Science Library. Il contribuera également à des travaux autour du NLP, des LLM, du prompt engineering et de l’intégration de frameworks tels que LangChain ou LlamaIndex. La mission s’inscrit dans un environnement technologique moderne, combinant intelligence artificielle, data engineering, APIs, cloud et industrialisation logicielle.

Banque privée – Paris Démarrage ASAP temps Plein 2 jours de télétravail Contexte : Au sein d’un Centre d’Excellence IA Générative, intervention sur le développement de solutions d’IA générative et d’agents conversationnels basés sur Microsoft Copilot Studio. La mission combine l’évolution d’une plateforme IA stratégique et le déploiement de cas d’usage métiers pour différentes directions de l’entreprise. Principales missions : Conception et développement d’agents conversationnels sous Microsoft Copilot Studio. Intégration avec l’écosystème Microsoft (Power Platform, Dataverse, Azure, Microsoft 365). Mise en œuvre de solutions basées sur les LLM, RAG, prompt engineering et orchestration d’agents. Suivi de la performance, optimisation des coûts et amélioration continue des solutions. Collaboration avec les équipes produit, architecture et DevSecOps pour industrialiser les usages IA.

Critères de sourcing pour AI Engineer · Copilot Studio Domaines d'expertise techniques (must have): Maîtrise des architectures d'agents conversationnels Copilot Studio intégrés à Microsoft 365 (Teams, Outlook, SharePoint) Solides connaissances en LLM, RAG, embeddings, prompt engineering Expérience avec Frameworks d'orchestration, notamment Semantic Kernel (exigé) ou équivalent Développement d'extensions custom : plugins, connecteurs, MCP Compétences en Dataverse (modèle de données, requêtes, connecteurs) Maîtrise de Power Automate, Dynamics 365 CE pour intégration et orchestration Expérience sur Azure : AI Foundry, API Management, Azure Functions Sensibilité DevSecOps, gestion Entra ID / RBAC / OAuth2 Langages principaux : Python (principal), C#, JavaScript Certifications souhaitées : AI-102, AI-900, AZ-204 Contexte métier (must have) : Expérience ou appétence pour secteurs Finance, Wealth Management, Asset Management, Advisory Capacité à travailler en binôme avec Product Owner / Business Analyst Modalités et environnement de travail : Mission longue durée, démarrage ASAP (prévue pour 16 juin 2026) Lieu : Paris 8e, en mode hybride 50/50 (2 jours télétravail/semaine) Participation à l'évolution d'une plateforme IA interne et delivery d'agents conversationnels Critères complémentaires : Veille active sur évolutions Copilot Studio / AI Foundry Monitoring qualité réponses en production, optimisation coûts appels Dataverse et Copilot Studio Connaissance appréciée de Microsoft Fabric, App Insights et observabilité Préférences : Expérience en industrialisation, conception technique et delivery Autres : Poste en mode temporaire au sein d'un groupe financier international

Contexte du projet Mon client industrialise une plateforme interne d'agents IA destinée à ses équipes métiers et IT. Le projet, en phase d'industrialisation, vise à mettre à disposition dans un cadre gouverné des agents conversationnels et décisionnels capables de répondre à des cas d'usage opérationnels en s'appuyant sur les données et systèmes internes de la banque (gestion d'incidents, topologie applicative, gestion des changements, etc.). Mission: L'Ingénieur IA intervient au sein de l'équipe plateforme et contribue au développement, à la qualification et à la mise en production d'agents IA orchestrés sous LangGraph. Le périmètre de la mission couvre : • Conception et développement d'agents autonomes en Python avec LangGraph (StateGraph, multi agents, human-in-the-loop, intégration LLM, prebuilt tools). • Intégration des agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. • Optimisation des stratégies de prompt engineering et des mécanismes de contrôle (function calling, tool use, plan-and-execute). • Mise en place et enrichissement des suites d'évaluation (eval datasets, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. • Industrialisation : versioning, packaging conteneur, intégration CI/CD GitLab, conformité aux standards de la plateforme. • Documentation des agents, contribution à la matrice de risques et aux runbooks d'exploitation.