CONTEXTE DE LA MISSION Au sein d'une direction Data, IA et Innovation d'un grand acteur du secteur de l'assurance, la direction SMART IA porte une initiative de transformation visant à industrialiser l'usage de l'intelligence artificielle sur les processus métiers. L'enjeu central est l'exploitation des corpus documentaires assurance via des agents IA spécialisés, déployés sur la solution interne SMART Chat (basée sur la solution open source Onyx). Le consultant interviendra sur trois axes : automatisation de la production documentaire, déploiement d'agents IA métiers, et mise en œuvre de la gouvernance associée (évaluation et partage des agents). Il collaborera étroitement avec les équipes métiers assurance (souscription, sinistres, juridique, conformité), les équipes data/IA et les équipes produit. La base est Le Mans, avec interactions régulières avec Paris et Niort. RÔLE ET RESPONSABILITÉS PRINCIPALES Traduire les besoins en architecture d'agents IA (analyse documentaire, RAG, génération de documents normalisés) Animer des ateliers de recueil et cadrage des besoins avec les métiers assurance (souscription, sinistres, juridique, conformité) Analyser les processus documentaires existants et identifier les cas d'usage à valeur Configurer et paramétrer les agents dans la plateforme Onyx (prompts, workflows, règles métier, connexion GED) Tester, ajuster et optimiser les performances des agents déployés Structurer des bibliothèques de prompts et templates ; garantir traçabilité et reproductibilité des résultats Valider les cas d'usage avec les utilisateurs et adapter les agents selon les retours terrain Contribuer à la gouvernance SMART IA : principes d'évaluation, de partage des agents et diffusion des bonnes pratiques LIVRABLES ATTENDUS Cartographie et priorisation des cas d'usage documentaires assurance Architecture des agents IA et stratégies de prompting associées Agents configurés et opérationnels dans la plateforme Onyx (SMART Chat) Bibliothèque de prompts et templates industrialisables Documentation des solutions mises en place Guide des bonnes pratiques d'usage de l'IA agentique sur la plateforme
Nous recherchons pour l'un de nos clients un System Architect Gen AI. Objectif de la mission : sous la supervision du System Architect AI, le rôle principal est de concevoir, de mettre en œuvre et de faire évoluer les assets Gen AI sur une plateforme hybride GCP/Microsoft, en visant évolutivité et performance. Le candidat doit garantir la cohérence technique, la scalabilité et la robustesse des solutions d'IA Générative et être un référent sur les architectures LLM. Les tâches incluent : Architecture Gen AI : Conception d'architectures découplées, scalables et sécurisées (RAG, Agents autonomes), définition de l'architecture applicative des environnements LLM (DEV, UAT, PROD) et intégration CI/CD via LLMOps. Développeur Augmenté : Une expérience prouvée dans les solutions de "Développeur Augmenté" est requise pour mener à bien une partie des tâches du poste. Gouvernance et Dette Technique : Mise en application des principes de gouvernance de l'IA et gestion de la dette technique. Architectures Robustes : Conception d'architectures robustes et tolérantes aux pannes, rédaction de contrats d'interface, développement de processus de fallback et gestion des exigences non fonctionnelles (latence, sécurité, fiabilité). Modèles d'Interaction et d'Ingestion : Définition de modèles optimisés, analyse des besoins métiers, création de modèles conceptuels pour le stockage vectoriel, optimisation des tokens LLM, collaboration avec les équipes de développement et mise en place de mécanismes d'évaluation continue.
AI Architect — Agentic AI, Secure AI Delivery & Business Automation (Luxembourg) We are looking for an AI Architect to design and build the foundation of a company-wide AI capability, starting with the delivery of our first production-grade AI application: an AI-enabled Data Hub for file ingestion, transformation, and intelligent automation. This is a hands-on architecture role in a regulated environment where AI must be secure, governed, and business-driven from day one.You will design and implement an enterprise AI architecture based on agentic AI, enabling automation, orchestration, and decision support across business processes. You will define: Where AI adds real business value vs. where existing systems remain How AI agents interact with enterprise data, APIs, and workflows The secure and scalable integration model for production use The governance and guardrails for responsible AI adoption Your first priority will be to deliver the AI-enabled Data Hub in production, in close collaboration with Product, DevSecOps, Business, Risk, and Compliance teams. 🤝 What you will do Design and deliver the first production AI application (Data Hub) Define reusable AI architecture patterns for the organisation Build secure, scalable AI delivery pipelines Work closely with business to identify high-value AI use cases Establish governance, guardrails, and compliance-by-design practices Support experimentation and transition to production at scale
ContexteDans le cadre du développement de solutions d'Intelligence Artificielle appliquées au traitement documentaire, nous recherchons un Data Scientist spécialisé en NLP pour renforcer une équipe Data & IA. Le consultant interviendra sur des problématiques d'analyse et d'extraction d'informations à partir de documents contractuels (contrats clients, fournisseurs, NDA, conventions, marchés publics, avenants, etc.) afin d'automatiser leur traitement et leur exploitation. L'environnement est fortement orienté vers les technologies de traitement du langage naturel (NLP), l'IA générative et les modèles de langage (LLM). MissionsAnalyse documentaireComprendre la structure et les spécificités des documents contractuels. Identifier les informations métier à extraire (parties prenantes, dates, montants, échéances, clauses, pénalités, obligations, renouvellements, etc.). Participer à la définition des modèles de données cibles. Développement NLPConcevoir et développer des pipelines de traitement documentaire. Mettre en œuvre des modèles de : Classification de documents Extraction d'entités nommées (NER) Extraction de clauses contractuelles Résumé automatique Recherche sémantique Fine-tuner des modèles NLP adaptés aux besoins métier. Évaluer et améliorer les performances des modèles. IA GénérativeConcevoir des solutions basées sur les LLM. Développer des architectures RAG (Retrieval Augmented Generation). Optimiser les prompts et les chaînes de traitement. Évaluer les performances et limiter les hallucinations. IndustrialisationDévelopper des services Python robustes et maintenables. Participer aux revues de code. Mettre en place des tests et métriques de qualité. Contribuer à l'industrialisation des modèles en environnement cloud. CollaborationTravailler en étroite collaboration avec : Product Owner Experts métier Data Engineers ML Engineers Architectes Data Compétences Techniques RequisesLangagesPython (expert) NLP & Machine LearningSpaCy Hugging Face Transformers NLTK Scikit-Learn PyTorch ou TensorFlow IA GénérativeOpenAI / Azure OpenAI LangChain LlamaIndex RAG Embeddings Vector Search Traitement documentaireOCR Azure Document Intelligence Tesseract Extraction PDF Parsing documentaire Bases de donnéesSQL PostgreSQL MongoDB (apprécié) MLOps & CloudGit Docker Kubernetes (apprécié) Azure Azure Machine Learning Azure AI Foundry CI/CD
Architecture & Software Engineering GEN AI PYTHON 500 e par j : Participer activement à la conception et au développement de la librairie centrale en Python. Garantir la maintenabilité et la robustesse de la base de code selon des standards rigoureux (clean code, tests unitaires/d'intégration, CI/CD, design patterns). Industrialisation Gen AI : Assurer le passage à l'échelle et la mise en production de solutions de Gen AI et RAG multi-agents, avec une attention particulière portée à la stabilité, au monitoring, aux performances et à la résilience des modèles en environnement réel. MLOps sur GCP : Développer et maintenir des pipelines de validation et de déploiement de bout en bout sur l'écosystème GCP, en particulier avec Vertex AI. Niveau d'expérience : Senior Compétences techniques indispensables : Expertise Python : Maîtrise avancée de Python, avec une forte sensibilité à l'architecture logicielle et aux contraintes de production (qualité, tests, performance). Expertise GenAI & RAG en Production : Expérience concrète et réussie dans la conception et le déploiement opérationnel en production de systèmes de Gen AI (RAG, Vision RAG, parsing avancé, chunking intelligent, orchestration de LLMs). Cloud GCP & Vertex AI : Solide expérience de l'écosystème GCP et plus particulièrement de Vertex AI. Le candidat doit être autonome pour développer et maintenir des pipelines MLOps robustes sur cette plateforme. 500 e par j
Dans un contexte de transformation digitale accélérée, l'intelligence artificielle générative occupe désormais une place centrale dans les stratégies des grandes organisations. Pour accompagner cette évolution, la Direction des Infrastructures et des Opérations pilote la mise en place d'une infrastructure robuste, sécurisée et industrialisée, capable de supporter des usages IA ambitieux à l'échelle du groupe. La mission s'inscrit dans le déploiement de nouvelles fonctionnalités sur la plateforme groupe, avec pour objectif de poser les fondations techniques nécessaires à l'exploitation de modèles de langage (LLM), d'assistants intelligents et d'agents autonomes. Il ne s'agit pas simplement d'intégrer des APIs IA existantes, mais bien de construire une véritable plateforme IA d'entreprise, résiliente, observable et gouvernée, capable d'évoluer avec les besoins métiers.
Missions principales : Concevoir, développer et maintenir des API REST pour les applications FTM et les solutions tactiques (exposition de données, services IA, pipelines ML / GenAI / RAG). Intégrer les services IA existants (modèles ML, moteurs GenAI, briques RAG) dans une architecture de micro services ou de services applicatifs. Utiliser des outils d'IA pour assister le développement back-end : génération de code, de tests unitaires et d'intégration, documentation d'API (contrats, spécifications). Collaborer avec les équipes Data Engineering et Data Science pour définir les contrats d'API, optimiser les flux de données et exposer les résultats des modèles. Contribuer à l'amélioration de la chaîne CI/CD et des pratiques DevSecOps (sécurité des API, performance, observabilité, monitoring).
Dans le cadre d'un projet stratégique autour de l'Intelligence Artificielle, nous recherchons un AI Engineer pour intervenir sur des sujets mêlant IA Générative, Machine Learning et industrialisation de modèles. Vos missionsConcevoir et développer des solutions d'IA Générative (LLM, RAG, Agents IA). Développer des architectures multi-agents et des systèmes conversationnels. Industrialiser les modèles via des API et mettre en œuvre les pratiques MLOps / LLMOps. Concevoir et optimiser des modèles de Machine Learning (scoring, prédiction, fraude...). Assurer le monitoring et l'amélioration continue des modèles en production. Collaborer avec les équipes Data, IT et Métier sur des projets à fort impact.
Missions principales Analyser les besoins et cadrer techniquement les cas d'usage en collaboration avec les équipes Cyber Concevoir des architectures applicatives sécurisées, pragmatiques et maintenables Développer des applications Full Stack : backend, frontend, API, base de données, authentification, intégration au SI Intégrer des composants d'intelligence artificielle à valeur métier : workflows LangChain/LangGraph, API LLM, mécanismes RAG Participer aux phases de tests, de documentation et de mise en production Assurer le transfert de compétences et produire la documentation nécessaire à la reprise en exploitation Contribuer à l'amélioration continue des applications selon les retours utilisateurs Environnement technique Backend : Python, Django, FastAPI Frontend : Angular Base de données : PostgreSQL API : REST Authentification et gestion des accès : Keycloak, SSO, RBAC Intelligence artificielle : API LLM, RAG, embeddings, bases vectorielles Orchestration IA : LangChain, LangGraph Outils de développement assisté par IA : Claude Code, Codex Bonnes pratiques : développement sécurisé, tests, documentation, monitoring, maintenabilité
Vous souhaitez concevoir des solutions d'IA qui seront réellement utilisées par les équipes métiers ? Rejoignez une équipe Data Solution Analytics évoluant dans un environnement Google Cloud Platform (GCP) et participez au développement de solutions d'IA Générative à forte valeur ajoutée. Vos missions Concevoir et développer des agents IA et des Skills pour les équipes Data. Développer des solutions basées sur RAG, LLMwiki et la BI conversationnelle. Automatiser la documentation, la génération d'objets Data et l'optimisation de requêtes SQL. Accompagner les équipes dans l'adoption des outils IA et animer des ateliers pratiques.
🎯 Contexte Le consultant rejoindra l'équipe CERT Incident Response afin de développer un assistant virtuel basé sur les LLM (SecureGPT), destiné à aider les analystes cybersécurité dans leurs investigations et le traitement des alertes de sécurité. 🔍 Compétences recherchées IA Générative Large Language Models (GPT, Claude, Llama, Mistral...) Prompt Engineering RAG (Retrieval Augmented Generation) Agentic AI / Agents autonomes Intégration et orchestration de modèles LLM Développement Python confirmé / senior Backend API (FastAPI, Flask ou équivalent) HTML / Frontend Intégration d'API Cloud & DevOps Azure (indispensable) Docker Kubernetes OpenShift CI/CD Data PostgreSQL Cybersécurité SOC / CERT Incident Response Investigation d'alertes Sécurité opérationnelle
Outils informatiques : Office 365 ; Azure ; Visual Studio Code ou IDE similaire ; GitHub Copilot, Claude Code ; Docker, Kubernetes, OpenShift Livrables de la mission : Sous la responsabilité du responsable de l'équipe de réponse aux incidents (CERT) Poursuite du développement d'un assistant virtuel basé sur les LLM, destiné à aider les analystes à mener des enquêtes sur les alertes de sécurité. Développement du composant backend basé sur l'API ChatGPT (appelé SecureGPT). Mise en œuvre du RAG (Retrieval-Augmented Generation) pour générer des réponses tenant compte du contexte et de l'environnement d'AXA. Intégration de sources de données via API. Rédaction de prompts pour optimiser les réponses de l'assistant. Conception, développement et déploiement d'agents intelligents autonomes (IA agentique) capables d'interagir avec des outils de sécurité pour le traitement des alertes.
Contexte de la mission Nous recherchons pour l'un de nos clients, acteur majeur du secteur bancaire, un AI Engineer expérimenté pour intervenir sur des projets d'intelligence artificielle à forts enjeux techniques et métiers. La mission s'inscrit dans un environnement IT exigeant, structuré autour de projets IA nécessitant la conception, l'industrialisation, le déploiement et l'exploitation de solutions robustes, scalables et sécurisées. Le consultant interviendra sur l'ensemble du cycle de vie des produits IA, depuis les phases de cadrage et de preuve de concept jusqu'à la mise en production et au maintien en conditions opérationnelles. Missions principales En tant qu'AI Engineer / MLOps, vous serez en charge de concevoir, industrialiser et opérer des solutions d'IA fiables, performantes et responsables. Vos principales responsabilités seront les suivantes : Architecture et industrialisation IA / MLOps Concevoir les architectures techniques des produits IA en collaboration avec les Data Scientists et les équipes IT. Identifier les technologies, design patterns et architectures adaptés aux besoins : services temps réel, traitements batch, architectures cloud, solutions distribuées. Participer à la validation des choix d'architecture technique. Mettre en œuvre, maintenir et améliorer les pipelines CI/CD pour automatiser la livraison des modèles, du code et de l'infrastructure. Industrialiser les modèles IA afin de garantir leur passage à l'échelle, leur supervision et leur maintien en production. Déploiement et exploitation Contribuer au déploiement des applications IA en production. Gérer les infrastructures de déploiement, notamment autour de Kubernetes et de services cloud managés. Optimiser l'usage des ressources techniques, notamment dans des environnements nécessitant des capacités de calcul importantes. Participer au maintien en conditions opérationnelles des solutions déployées. Produire et maintenir la documentation technique associée. Sécurité et robustesse des solutions IA Intégrer les principes de sécurité “by design” dans les applications IA. Contribuer à la protection des modèles et des données contre les risques spécifiques aux environnements IA. Prendre en compte les enjeux de sécurité liés aux modèles, aux pipelines et aux données manipulées. IA générative et LLM Participer au déploiement d'applications basées sur des LLM. Intervenir sur des architectures de type RAG. Industrialiser le cycle de vie des composants GenAI : prompts, bases vectorielles, fine-tuning, monitoring. Contribuer à l'identification et à la gestion des risques associés aux usages IA générative.
Au sein de l'équipe IA & Valorisation de notre client, vous participerez au développement de solutions innovantes autour de l'intelligence artificielle. Cette équipe, composée de Data Scientists et d'Ingénieurs IA, conçoit des prototypes, développe des outils d'IA et accompagne les métiers dans l'intégration de nouvelles technologies. Vous rejoindrez l'équipe Produit & Applications afin de concevoir, prototyper et industrialiser des MVP exploitant les technologies d'IA générative (LLM, RAG, NLP) pour valider rapidement de nouveaux usages orientés utilisateurs. Missions principales : Participer à la définition des fonctionnalités produit et proposer de nouvelles expérimentations autour de l'IA Concevoir, développer et faire évoluer des MVP Full Stack Développer les API Back-End et les interfaces Front-End Intégrer des modèles d'IA générative (LLM, RAG, NLP) dans les applications Mettre en œuvre des solutions de recherche sémantique et de vectorisation Développer et orchestrer des pipelines RAG Mettre en place les pipelines CI/CD, la conteneurisation et le déploiement des applications Instrumenter les applications afin de mesurer les usages, les KPI et les retours utilisateurs Réaliser des tests et expérimentations pour améliorer les fonctionnalités Documenter les développements et préparer l'industrialisation des solutions
Dans le cadre du développement de solutions intégrant l'Intelligence Artificielle, l'équipe souhaite renforcer ses capacités de développement afin de concevoir, développer et industrialiser des applications basées sur les modèles de langage. Vous aurez la charge de : • Concevoir et développer des applications intégrant des modèles de langage (LLM). • Développer des architectures RAG adaptées aux besoins métiers. • Concevoir et développer des agents IA. • Participer à l'ensemble du cycle de développement, de la conception jusqu'à la mise en production. • Développer les composants backend et frontend des applications. • Intégrer les solutions IA aux applications existantes. • Participer aux revues de code et aux choix techniques. • Garantir la qualité, la performance et la maintenabilité des développements. • Collaborer avec les équipes Produit, Architecture et Plateforme. Référence de l'offre : ih6ctza5hr
Nous recherchons un Architecte IA / Data Senior pour concevoir et faire évoluer une architecture cible « IA Ready », garantissant le partage, l'exploitation et la valorisation des données dans un environnement complexe et en transformation. Vos responsabilités incluent : Définition de l'architecture Data et technique de référence, en s'appuyant sur les principes Data Mesh, Lakehouse, Event Driven Architecture, ODS temps réel et virtualisation des données. Réalisation des études de cadrage, dossiers d'architecture et modèles de données. Accompagnement des premiers cas d'usage et prise en charge des problématiques de robustesse, scalabilité, résilience et réversibilité. Garantie des exigences de souveraineté, sécurité et conformité réglementaire. Contribution aux arbitrages, définition des trajectoires cibles, coordination des acteurs métiers, techniques et partenaires, pour une plateforme pérenne et évolutive. Environnement technique : Data Mesh, Lakehouse, Databricks, Apache Kafka, Change Data Capture (CDC), Azure Data Factory, Azure Event Hub, RAG (Retrieval-Augmented Generation), IAM/RBAC, API Management.
