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

Notre client recherche un Business Analyst Technique IA / RAG pour rejoindre l'équipe XXX, responsable de la plateforme transverse d'IA générative de Bpifrance. L'équipe IAP développe et opère les services mutualisés d'IA : LLM gateway, gestion des accès et des clés (AI Products), monitoring et observabilité (Langfuse), ainsi que l'industrialisation des patterns RAG, agents et pipelines IA. Elle travaille en forte interaction avec les équipes MTA, IALab, GED, RPA, sécurité et architecture, dans un environnement Agile SAFe. Vos principales responsabilités : Cadrage et recueil des besoins : structurer les besoins des équipes consommatrices (MTA, métiers, IT) autour des services de la plateforme IA (API, portail self-service, LLM, RAG, agents) Formalisation fonctionnelle : rédiger les user stories, alimenter le backlog produit plateforme, produire les spécifications fonctionnelles et les guidelines d'utilisation des services Définition des standards d'usage : contribuer aux bonnes pratiques de prompting, RAG et agents, ainsi qu'aux modèles de données et patterns d'intégration Gouvernance IA : participer à la mise en place du cadre de conformité (Charte IA, AI Act, sécurité), à la gestion des accès et au suivi des risques et données sensibles Pilotage qualité & adoption : définir les KPIs (usage, coût, latence, qualité), suivre l'adoption des services IAP, contribuer à la documentation et à l'onboarding des équipes Accompagnement des équipes projets : support au cadrage des cas d'usage, aide à la structuration des pipelines IA, interface entre équipes techniques et métiers Participation aux cérémonies Agile SAFe : daily, PI Planning, backlog refinement, System Demo

Le projet MEW - AI pour Tous (plateforme Mistral et Le Chat) permet à 4 500 collaborateurs du client d'exploiter l'IA générative au quotidien : création d'agents IA, gestion des bibliothèques documentaires, workspaces, accès et incidents. La mission s'inscrit en appui direct du PO Mistral / AI pour Tous (Train Capacités Business IA) pour : • Structurer les besoins, • Contribuer au backlog, • Développer/automatiser des outillages d'administration et de suivi, • Exploiter les logs et KPI, • Accompagner les utilisateurs, • Traiter les irritants, • Industrialiser les cas d'usage IA, dans un cadre conforme aux règles SSI, RGPD, AI Act et aux standards client. Objectif poursuivi pour cette mission : 1. Administrer, outiller et exploiter la plateforme Mistral / Le Chat • Contribuer à l'administration opérationnelle : utilisateurs, workspaces, agents, bibliothèques, droits, accès et clés API. • Développer, maintenir les scripts et outillages nécessaires à l'exploitation. • Exploiter les API Mistral pour automatiser les tâches d'administration et fiabiliser les données. • Participer au traitement des logs, au suivi des usages, à l'observabilité et aux indicateurs de pilotage. 2. Développer les usages et accompagner les utilisateurs • Accompagner les utilisateurs dans la prise en main de Mistral / Le Chat et la création/amélioration d'agents IA. • Structurer les bibliothèques documentaires, prompts, agents ou cas d'usage simples. • Qualifier, suivre et contribuer à la résolution des incidents, anomalies et demandes d'assistance. • Produire ou maintenir des guides, procédures et supports de bonnes pratiques. 3. Contribuer aux évolutions produit et à l'amélioration continue • Remonter les irritants, besoins récurrents et opportunités d'amélioration. • Contribuer à la rédaction/enrichissement du backlog (demandes, évolutions, critères, tests). • Participer à la mise en place de dashboards, KPI et suivis pour piloter usages, incidents et performances. • Transformer les besoins terrain en solutions concrètes, maintenables et compatibles avec les standards client.

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

1. Collecte, Ingestion & Indexation -Pipelines d'ingestion : Concevoir la collecte et le traitement de sources hétérogènes (édition, open data, bases juridiques), le parsing, le nettoyage, le chunking et la normalisation des documents. -Indexation & Embeddings : Choisir et industrialiser les modèles d'embeddings, alimenter et maintenir les bases vectorielles, gérer la fraîcheur et la reconstruction des index. -Qualité & Volumétrie : Garantir la scalabilité de l'indexation sur des corpus massifs et la traçabilité des données (lignage, versioning des index). 2. Recherche & Pertinence (Retrieval & RAG) -Stratégie de retrieval : Combiner recherche lexicale et sémantique (BM25 + embeddings) avec du reranking et du filtrage par métadonnées pour maximiser la pertinence. -Évaluation continue : Mettre en place des jeux de tests et des métriques de pertinence (Recall, Precision, nDCG, MRR) pour mesurer et piloter l'amélioration du retrieval. -RAG (Retrieval-Augmented Generation) : Structurer la phase de récupération qui alimente les LLM (contexte, citations, dé-duplication, gestion des fenêtres de contexte). -Observabilité & Sécurité : Instrumenter les pipelines (logs, métriques, traces) et garantir la conformité des données (RGPD, cloisonnement par pays). 3. Leadership Technique & Gouvernance -Culture Craftsmanship : Promouvoir les pratiques de Clean Code, SOLID, et tests automatisés au sein de l'équipe. -Rayonnement : Assurer une veille constante et contribuer au rayonnement technique du groupe (articles, meetups, open-source).

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

En tant qu'Architecte AI, vous serez chargé(e) de : • Participer à la définition des architectures IA de référence : structurer les composants fonctionnels et techniques des systèmes Agentic AI, définir les standards d'architecture, les patterns d'orchestration et les principes d'industrialisation des solutions IA du Groupe. • Contribuer à la construction d'un Agentic AI Blueprint : formaliser les concepts clés des agents IA (goal management, memory, planning, reflection, tools orchestration), les principes de design (modularity, composability, security by design) et les architectures de référence pour les projets IA du Groupe. •

Principales missions : Conception des infrastructures et choix des solutions logicielles et matérielles avec des propositions pour intégrer les technologies innovantes - Définition et mise en œuvre des infrastructures tant au niveau matériel que logiciel. - Intervention dans le cadre de projets en support sur les problématiques d'infrastructure. - Gestion des incidents. - Etudes de conformité et contrôle l'implémentation de la politique groupe en assurant la cohérence des infrastructures de son domaine. Compétences attendues autour de Copilot Studio Must-have • Copilot Studio : création d'agents, gestion des topics et des actions • Power Automate : conception de flows et manipulation de fichiers SharePoint • Power Platform : maîtrise des connecteurs natifs Microsoft 365 • Azure AI connectors : bonnes connaissances des mécanismes d'intégration • Prompt engineering : maîtrise opérationnelle Nice-to-have • Expérience sur des projets RAG Soft skills • Capacité à travailler à partir de spécifications fonctionnelles • Aisance dans les phases de test, d'itération et d'amélioration de la qualité des résultats • Autonomie dans les phases de debug, notamment sur les flows En synthèse, nous recherchons plutôt un profil de type Power Platform Developer, avec une expérience significative sur Copilot Studio ou une forte sensibilité IA.

Contexte Notre client, l'un des premiers énergéticiens au niveau mondial, est présent sur l'ensemble de la chaîne de l'énergie, en électricité et en gaz naturel, de l'amont à l'aval. Il s'appuie sur un portefeuille d'approvisionnement diversifié et un parc de production flexible et performant pour proposer des solutions énergétiques innovantes aux particuliers, aux collectivités et aux entreprises. Au sein du groupe, une entité dédiée à la décarbonation des infrastructures de ses clients entreprises et collectivités locales (BtoB) porte cette mission. Au sein de cette entité, le pôle Data & IA de la direction Digital & Data a pour objectif de valoriser les données pour en faire un vrai levier de compétitivité, soutenir les enjeux stratégiques du métier et identifier de nouvelles sources de performance. Nous recherchons un data scientist senior passionné par l'intelligence artificielle (machine learning, deep learning, IA générative). Vous travaillerez sur la conception, l'optimisation et l'implémentation de solutions innovantes pour répondre aux besoins métiers et améliorer les capacités des systèmes IA. Concevoir, implémenter et optimiser des modèles d'IA générative (text-to-text, etc.) pour des applications innovantes Participer à l'industrialisation des solutions d'IA et à leur mise en production Assurer le monitoring, l'évaluation et l'amélioration continue des modèles (MLflow, etc.) Veille technologique et expérimentation sur les avancées des modèles LLM La mission principale est le développement et la conception d'agents pour la plateforme data de l'entité. Cette plateforme propose des fonctionnalités d'exploration des datasets et d'interrogation en langage naturel. L'objectif est d'intégrer de nouvelles features et de nouveaux agents sur des cas d'usage spécifiques (data viz, data quality, cartographie, time series, speech to speech, etc.). Livrables Code source (composants applicatifs et tests unitaires) Dossier de cadrage des agents Participation au dossier d'architecture Participation au dossier RGPD Participation au dossier Privacy Participation au dossier Cyber Design des agents Livraison d'agents IA sur la plateforme Tests techniques et fonctionnels (jeux de tests analytics) Compétences requises CompétenceImportanceNiveau requisDatabricks10Avancé (5-8 ans)Esprit orienté qualité et livrable9Senior (8-10 ans)Expertise NLP et traitement du langage et du contexte9Avancé (5-8 ans)Orienté service9Senior (8-10 ans)Autonomie, proactivité, capacité à challenger8Senior (8-10 ans)Data Engineering (Python, PySpark, API REST)8Senior (8-10 ans)Gen AI & LLM : RAG, Embedding, modèle de langage8Avancé (5-8 ans)Gen AI Amazon Bedrock8Avancé (5-8 ans)Gestion et coordination de projet8Senior (8-10 ans)LLM Ops / CI-CD / Monitoring exploitation des agents8Avancé (5-8 ans)

Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.

Vous souhaitez mettre vos compétences Agile au service d'un projet innovant autour de l'Intelligence Artificielle Générative ? Nous recherchons un(e) Scrum Master pour accompagner plusieurs équipes Agile dans le développement d'une plateforme de nouvelle génération basée sur des agents intelligents, des LLM et des technologies de Retrieval-Augmented Generation (RAG). Vos missions En tant que Scrum Master, vous accompagnerez les équipes dans leur montée en maturité Agile et contribuerez au bon fonctionnement des projets en : Animant les cérémonies Scrum (Daily, Sprint Planning, Review, Rétrospective...) Accompagnant les équipes sur les méthodologies Agile, Scrum et SAFe Identifiant et levant les obstacles afin de fluidifier les développements Suivant les indicateurs d'avancement et en produisant les reportings nécessaires Accompagnant les équipes dans l'amélioration continue Veillant à la bonne utilisation des outils collaboratifs et à la qualité de la documentation projet

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Dans le cadre de l'accélération du déploiement de l'IA générative, le pôle souhaite renforcer ses capacités de delivery sur la technologie Microsoft Copilot Studio. Principales responsabilités Conception technique et mise en œuvre Participer, en binôme avec le PO/BA, à la qualification technique des cas d'usage en sortie de cadrage métier, et challenger la faisabilité sous Copilot Studio. Concevoir l'architecture des agents Copilot Studio Développer et mettre en œuvre les agents Copilot Studio en s'appuyant sur les capacités natives ainsi que sur les extensions custom (Power Automate, plugins, MCP, connecteurs custom). Affiner les prompts et fiabiliser les réponses Se tenir au courant des nouveautés mises à disposition par Microsoft sur Copilot Studio, la Power Platform et l'écosystème AI Foundry, et identifier les apports potentiels dans le contexte du projet Contribution à l'exploitation des solutions Mettre en place le monitoring des agents en production (qualité des réponses, taux d'adoption, performance, coûts). Contribuer à l'amélioration continue des agents en lien avec le PO/BA : analyse des retours utilisateurs, optimisation des topics et des flows, enrichissement des sources de connaissance. Prendre en charge les anomalies et évolutions mineures pendant les phases de recette et de production. Proposer des optimisations de coûts liées à l'usage des solutions (consommation Copilot Studio, appels LLM, requêtes Dataverse). Collaboration au sein de l'équipe Travailler en binôme étroit avec le PO/BA : participation aux ateliers métier lorsque pertinent, contribution à la rédaction des user stories, alignement continu sur le backlog. Contribuer à la documentation technique, au partage de bonnes pratiques et à la montée en compétences des équipes internes sur Copilot Studio et la Power Platform. Rapporter au Product Owner sur l'avancement de ses tâches. Alerter l'équipe sur les éventuelles difficultés rencontrées ou risques de retard.

Dans le cadre d'un programme stratégique de transformation Data & Intelligence Artificielle au sein d'un environnement international du secteur retail luxe, nous recherchons un AI Engineer pour rejoindre une équipe en charge du développement d'une plateforme agentique à grande échelle. La mission consiste à concevoir, développer et faire évoluer les composants permettant à des agents autonomes d'accéder de manière sécurisée, fiable et dynamique aux données, aux systèmes d'information et aux bases de connaissances de l'entreprise. Le consultant interviendra notamment sur l'évolution de frameworks et de SDK dédiés aux agents IA, la construction de pipelines Graph-RAG et de recherche hybride, ainsi que sur la mise en place et l'industrialisation de Knowledge Graphs. Il participera également au développement de pipelines d'ingestion de données, à la génération d'embeddings, à la résolution d'entités et à l'association de références textuelles avec des nœuds de graphes. La mission comprend enfin une forte dimension d'évaluation et d'observabilité, avec la mise en place de dispositifs permettant de mesurer la précision des agents, leurs hallucinations, leurs performances et leur latence, tout en intégrant ces contrôles dans des pipelines CI/CD robustes.

Contexte de la mission Au sein de l'international Digital Factory, nous amorçons une transformation profonde de nos processus de delivery pour passer d'un modèle traditionnel à une "Agentic Factory". L'objectif est d'intégrer massivement l'IA agentique au cœur du cycle de vie de nos applications pour atteindre trois objectifs industriels : une documentation technique nativement auto-mise à jour, une couverture de tests automatisés proche de 100%, et un saut historique en matière de productivité et de qualité logicielle. Le premier jalon critique de cette transformation sera l'application immédiate de ces méthodes sur un cas concret et urgent : la reprise en main, la cartographie et la rétro-documentation flash d'une application stratégique complexe en phase de transition RH. Nous recherchons un Architecte IA Senior / Ingénieur IA capable de concevoir cette vision cible tout en délivrant des résultats opérationnels dès ses premiers jours. Missions principales 1. Phase 1 : Sauvetage Tactique et Reverse-Engineering (Urgence Immédiate) Déployer et configurer des environnements d'IA agentique pour le code (type Cursor Enterprise, Claude Code, ou équivalents sécurisés) pour indexer 100% des repositories d'une application stratégique en transition. Automatiser la création de cartographies de dépendances, de schémas d'architecture dynamiques (Mermaid/UML) et de fiches de sûreté technique. Mettre en place un pipeline d'ingestion (LLM/RAG) pour traiter, structurer et rendre interrogeables les sessions de transfert de compétences (transcriptions vidéo, wikis, tickets). 2. Phase 2 : Initialisation de l'Agentic Factory (Moyen Terme) Zéro Dette de Documentation : Concevoir et implémenter les workflows IA permettant de générer et de mettre à jour la documentation technique de manière totalement autonome à chaque commit/pull-request. Qualité Totale (Objectif 100% Tests) : Déployer des agents IA spécialisés dans la génération autonome de plans de tests, de tests unitaires et de bout en bout pour couvrir l'intégralité du patrimoine applicatif. Accélération des Devs : Accompagner et outiller nos hubs de développement (Inde, Mexique) dans l'adoption des agents de codage pour maximiser la vélocité et élever les standards de qualité du code. 3. Phase 3 : Gouvernance et Architecture Cible Définir la stack technologique de la future plateforme d'ingénierie assistée par IA de la Digital Factory. Évaluer, maquetter et arbitrer la solution industrielle cible en fonction de nos assets d'entreprise et des contraintes de sécurité (Scénarios : Databricks, Dataiku, LLM souverains ou outils managés Cloud).

Nature de la mission Conception et développement d'agents IA (LLM, workflows, automatisation) Cadrage et priorisation des cas d'usage avec le produit Intégration via API, événements et connecteurs Mise en production, tests, évaluation et amélioration continue Animation technique et contribution à la structuration globale Compétences / technos Développement logiciel et intégration d'API IA générative : LLM, agents, RAG Automatisation et orchestration de workflows Sensibilité qualité, sécurité et industrialisation Capacité à intervenir en lead technique Démarrage Juillet 2026

Nature de la mission Développement d'agents IA intégrés à une plateforme CI/CD Conception de workflows, prompts et automatisations Intégration avec outils existants (outillage de développement) Tests, documentation et amélioration continue Compétences / technos Développement logiciel + intégration API Environnements CI/CD (GitLab, pipelines, outillage dev) IA générative : LLM, agents, RAG Automatisation et orchestration de workflows Bonne culture qualité et industrialisation Démarrage Juillet 2026 Localisation : Bordeaux