Trouvez votre prochaine mission.

Nous recherchons un Tech Lead IA appliquée au développement logiciel pour le compte d'un de nos clients dans le secteur de l'assurance. Le consultant rejoindra le domaine Solutions SI Documentaires de la DSIN, en charge de la conception, de la production et de la diffusion des communications clients. La mission s'inscrit dans le programme de modernisation du patrimoine éditique, en mode pilotes et preuves de valeur. Rôles et responsabilités ▪ Identifier et qualifier les cas d'usage de l'IA générative sur la conception, le développement, la recette, la documentation et la maintenance ▪ Réaliser des expérimentations, POC et pilotes pour évaluer la valeur apportée ▪ Accompagner les développeurs dans l'utilisation avancée de GitHub Copilot ▪ Concevoir et mettre en œuvre des Copilot Agents adaptés aux besoins des équipes ▪ Formaliser les bonnes pratiques, méthodes et retours d'expérience ▪ Mesurer les gains obtenus : qualité, productivité, délai, satisfaction utilisateurs ▪ Animer des ateliers, démonstrations et partages de connaissances ▪ Assurer la veille sur les technologies IA appliquées au développement logiciel ▪ Prioriser les initiatives avec le Product Manager et le PSI

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ 🏠 3 jours de télétravail / semaine - 📍 Dijon (21) - 🛠 Expérience de 1 an minimum CELAD recherche un.e Développeur IA Générative & Agentique pour accompagner l'un de ses clients dans la création d'un socle technique destiné à ses plateformes métiers. Le projet démarre avec un enjeu concret : construire des composants IA fiables, sécurisés et facilement intégrables, qui pourront être réutilisés par différentes équipes de développement. Concrètement, vous travaillerez sur quatre grands axes : 1/ Concevoir l'architecture du socle IA - Participer à la conception de l'architecture logicielle du socle d'IA générative et agentique - Définir les interfaces, API et structures de données des SDK pour faciliter leur intégration - Concevoir des composants réutilisables, avec une attention particulière portée à la qualité du code et à l'expérience développeur (Developer Experience) 2/ Développer les SDK et les composants agentiques - Développer des SDK permettant de gérer les prompts, les sorties structurées (structured outputs), les embeddings et les bases vectorielles (vector stores) - Concevoir des outils, connecteurs et fonctions utilitaires (helpers) pour simplifier l'utilisation du socle IA - Développer des connecteurs génériques permettant aux agents IA d'interagir avec des systèmes externes : API, bases de données et systèmes de fichiers 3/ Garantir la qualité, la fiabilité et la sécurité des solutions IA - Définir et mettre en œuvre des méthodes d'évaluation de la qualité et de la fiabilité des agents IA - Utiliser des approches telles que le LLM-as-a-Judge et des frameworks d'évaluation de prompts et d'agents - Développer et automatiser les tests unitaires, d'intégration et de non-régression des SDK - Mettre en place des mécanismes de sécurité : protection contre les injections de prompts, gestion des données sensibles et systèmes de modération (guardrails) 4/ Faciliter l'adoption du socle IA par les développeurs - Mettre à disposition les SDK développés pour les équipes internes - Rédiger une documentation technique exploitable : guides de démarrage rapide, tutoriels et exemples de code - Développer des applications de démonstration (boilerplates) pour illustrer les possibilités d'intégration - Accompagner les premières équipes utilisatrices, répondre à leurs questions techniques et faire évoluer les composants à partir de leurs retours

Objectifs et contexte de la mission Le groupe souhaite construire et mettre en production une plateforme d'IA agentique basée sur LangGraph Platform. Le PO aura pour mission de porter la vision produit, cadrer les besoins métiers et techniques, prioriser les fonctionnalités, et accompagner l'industrialisation de la plateforme dans un environnement bancaire sécurisé, gouverné et conforme. L'objectif est de permettre aux équipes BNPP de concevoir, tester, déployer et superviser des agents IA de manière fiable, traçable et industrialisée. Tâches attendues Recueillir et formaliser les besoins métiers, IT, sécurité, conformité et exploitation. Définir la vision produit, le MVP et la roadmap de la plateforme agentique. Construire, prioriser et maintenir le backlog produit. Rédiger les user stories, critères d'acceptance et spécifications fonctionnelles. Cadrer les principales capacités plateforme : création d'agents, orchestration LangGraph, monitoring, logs, traces, human-in-the-loop, versioning, déploiement et rollback. Coordonner les équipes métier, architecture, data/AI, DevOps/MLOps, sécurité et run. Accompagner les premiers cas d'usage pilotes jusqu'à la mise en production. Contribuer à la définition des exigences de sécurité, gouvernance, auditabilité et conformité. Suivre l'avancement, les risques, dépendances et arbitrages produit. Livrables attendus Note de cadrage et vision produit. Roadmap produit et définition du MVP. Backlog priorisé : epics, features, user stories. Spécifications fonctionnelles des capacités clés de la plateforme. Checklist de production readiness. Parcours d'onboarding des cas d'usage agentiques. Documentation des exigences de sécurité, gouvernance et monitoring. Supports de suivi : comités, reporting, décisions et risques.

Intitulé : Data Engineer Senior IA (H/F) Expérience : +7 ans minimum Mode de travail : Hybride Localisation : Île-de-France Démarrage : ASAP Secteur : Services financiers Environnement : AWS, Spark, Python, SQL, DataOps, Gouvernance Data, CI/CD ContexteDans le cadre de l'accélération de sa stratégie Data, un grand groupe du secteur des services financiers recherche un(e) Data Engineer Senior pour rejoindre sa Direction Data & IA. Vous interviendrez au sein d'une équipe en charge de la conception, de l'industrialisation et de l'exploitation des plateformes de données destinées à soutenir les enjeux métiers, réglementaires et analytiques de l'entreprise. Votre rôle consistera à concevoir des architectures Data robustes, piloter l'industrialisation des pipelines de données et garantir la qualité, la gouvernance et la valorisation des données à grande échelle. Missions principalesPilotage des projets DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Accompagner les métiers dans l'identification et la formalisation de leurs besoins Data. Traduire les besoins fonctionnels, techniques et réglementaires en solutions concrètes et industrialisables. Être le référent technique Data auprès des chefs de projet, architectes, développeurs, data analysts, data scientists et parties prenantes métier. Piloter les choix techniques et garantir leur cohérence avec les standards de l'entreprise. Conception et développement des pipelines DataConcevoir, développer et maintenir des pipelines d'ingestion de données : Batch APIs Flux programmés Chargements de fichiers Développer des traitements ETL / ELT alimentant un Data Lake et des plateformes analytiques. Mettre en œuvre les bonnes pratiques de modélisation des données. Garantir la performance, la qualité, la résilience et la maintenabilité des traitements. Assurer l'industrialisation complète des développements réalisés. Challenger les choix techniques et méthodologiques proposés par les autres membres de l'équipe. Architecture Data et IndustrialisationConcevoir des architectures Data modernes, modulaires et évolutives. Définir et appliquer les principes DataOps : Automatisation Versionning CI/CD Reproductibilité Observabilité Favoriser la mutualisation et la réutilisation des composants existants avant tout nouveau développement. Construire et maintenir : Pipelines ETL / ELT Chaînes CI/CD APIs de diffusion de données Mécanismes de monitoring et d'alerting Collaborer avec les équipes Data, Cloud et IA afin d'harmoniser les pratiques et accélérer les déploiements. Gouvernance, qualité et conformité des donnéesDéfinir et promouvoir les standards de développement Data. Garantir la qualité, la traçabilité et la conformité des données. Structurer les pratiques autour de : Git et workflows de développement Tests automatisés Documentation Data Catalog Métadonnées Lignage des données Infrastructure as Code Réaliser des audits techniques des pipelines et jeux de données. Assurer la conformité des solutions avec les exigences réglementaires et les politiques internes de gouvernance. Garantir la reproductibilité attendue lors des contrôles et audits. Leadership technique et accompagnementEncadrer et accompagner les Data Engineers juniors et intermédiaires. Participer à la montée en compétences de l'équipe. Assurer un rôle de mentor et de référent technique. Vulgariser les enjeux Data auprès des utilisateurs métiers. Participer aux revues d'architecture et aux processus de validation technique. Contribuer à la diffusion des bonnes pratiques Data et DataOps. Innovation et veille technologiqueRéaliser une veille active sur les technologies Data, Cloud et IA. Identifier les opportunités d'amélioration des plateformes existantes. Proposer des solutions innovantes répondant aux enjeux métiers. Anticiper les évolutions réglementaires et les enjeux liés à la qualité, la gouvernance et la souveraineté des données.

Nous recherchons un Architecte Solution IA Agentique pour accompagner la définition et l'industrialisation d'une architecture d'IA agentique au sein d'un environnement SI complexe, critique et fortement réglementé. L'enjeu de la mission est de définir un cadre technique, architectural, sécuritaire et réglementaire permettant d'intégrer des agents IA en production de manière maîtrisée. Vous interviendrez sur des sujets à forts enjeux d'architecture et de gouvernance, avec une réelle capacité à influencer les choix structurants. Missions : • Définir l'architecture cible d'une plateforme d'agents IA / LLM. • Concevoir les principes d'orchestration multi-agents, de gestion d'état et de niveaux d'autonomie. • Définir les mécanismes de validation humaine (human-in-the-loop) et de supervision. • Cadrer l'exposition des agents aux systèmes d'entreprise : MCP, API Management, passerelles d'accès, IAM et gestion des droits. • Définir les principes de sécurité des systèmes agentiques : moindre privilège, propagation d'identité, prompt injection, gestion des contenus non fiables, traçabilité et auditabilité. • Cadrer les architectures RAG industrielles, notamment sur des corpus techniques volumineux, versionnés et soumis à habilitations. • Définir les méthodes permettant d'évaluer objectivement la performance et les gains des solutions IA. • Contribuer aux choix d'hébergement, Cloud, on-premise, souveraineté, GPU et MLOps. • Prendre en compte les exigences RGPD, AI Act, NIS2/OSE et les contraintes de sécurité associées. • Produire des documents d'architecture, règles d'usage et dispositifs de maîtrise des risques de niveau comité. • Challenger les choix techniques et contribuer à la définition d'un cadre réutilisable sur d'autres périmètres.

Notre client, un groupe international des services financiers, monte sa propre équipe d'intelligence artificielle. Cette équipe crée des outils fondés sur l'IA générative pour les entités du groupe. Certains automatisent des processus internes, d'autres sont utilisés directement par les clients et les partenaires. Vous rejoindrez une équipe de développeurs IA à taille humaine. Elle fonctionne avec un lead technique et un socle technologique commun. Le sujet n'est pas d'empiler les prototypes : il s'agit de livrer des solutions robustes et utilisées au quotidien. Vos missionsConstruire des solutions d'IA générative en Python : assistants conversationnels, agents autonomes, systèmes de recherche augmentée (RAG) branchés sur des bases documentaires. Suivre chaque projet de bout en bout : vous définissez l'approche technique avec les équipes métier, puis vous développez, testez, mettez en production et suivez les résultats dans la durée. Améliorer les solutions déjà en service : rendre les réponses plus pertinentes, gagner en rapidité, maîtriser les coûts d'utilisation des modèles et faire les mises à jour vers les nouvelles versions de LLM. Livrer les nouveaux projets prévus dans la feuille de route, en tenant les délais fixés. Garantir un code fiable et durable : tests automatisés, documentation, revues de code croisées. Faire progresser les pratiques de l'équipe : standards de développement, sécurité et confidentialité des données, partage de connaissances.

Contexte :Dans le cadre d'un Risk Innovation Lab dédié aux risques de marché, de contrepartie et de liquidité, notre client recherche un Expert Tech & IA / Ingénieur R&D. La mission se situe à l'intersection des enjeux réglementaires, quantitatifs et technologiques, avec pour objectif de concevoir des solutions avancées autour de la gestion des risques, de la valorisation et de l'intelligence artificielle. MissionsConcevoir, architecturer et déployer des agents IA autonomes et des LLM dédiés à l'analyse des données de risques. Développer des solutions d'IA pour la détection d'anomalies et l'aide à la décision des desks de trading. Concevoir et intégrer des solutions tactiques robustes dans des environnements multi-systèmes distribués. Contribuer aux solutions répondant aux enjeux de remédiation réglementaire. Concevoir des moteurs de cartographie permettant de modéliser, interpréter et ingérer des volumes importants de transactions et d'instruments financiers complexes. Garantir l'intégrité des chaînes de traitement des risques et des résultats, notamment PnL et sensibilités. Collaborer avec la DSI afin d'assurer la transition des solutions tactiques vers des architectures industrielles de production.

Responsabilités Développer des agents IA pour l'assistance opérationnelle et la recherche de causes racines (RCA). Concevoir des workflows d'automatisation et de remédiation. Exploiter les logs, métriques, événements et données d'exploitation afin d'améliorer le diagnostic des incidents. Intégrer les solutions avec les plateformes de monitoring, ITSM, CMDB et outils d'infrastructure. Identifier et industrialiser les cas d'usage à forte valeur ajoutée pour les équipes Systems. Participer à la définition de l'architecture et de la gouvernance IA Infrastructure.

Dans le cadre de l'accompagnement des métiers sur des use cases IA agentiques complexes, accompagnement du 1er MVP Agentic sur les produits financiers à destination d'un agent conversationnel en ligne pour l'ensemble des clients . Intégrer les assets transverses existants de la plateforme Augmented (frameworks, orchestrateurs, connecteurs, briques de monitoring, mécanismes de sécurité & gouvernance), Ou d'en définir de nouveaux afin d'enrichir le socle technologique de la plateforme dans le cadre des synergies. Participer à la construction de la stratégie produit et de la MVP Participer à la définition de la stratégie sur l'IA agentique au sein de la plateforme Augmented en lien avec la vision et la stratégie Identifier les opportunités d'innovation et les axes de développement prioritaires sur son périmètre. Pilotage du backlog et priorisation Définir, prioriser et gérer les backlogs des différents axes stratégiques en fonction de leur valeur business, de leur faisabilité technique et de leur alignement avec la stratégie globale. Garantir la mise en oeuvre des méthodes de discovery et le suivi du delivery pour maximiser la valeur produite. Collaboration inter-équipes Collaborer étroitement avec les équipes de développement, les data scientists, les ingénieurs IA, les équipes business et les autres parties prenantes. Gérer les dépendances et résoudre les conflits ou roadblocks vis-à-vis des autres parties prenantes ou autres équipes produit ou des partenaires extérieurs. Suivi et mesure de la performance Définir et suivre les indicateurs clés de performance (KPIs) pour chaque produit et service IA (performance des agents IA, qualité des données utilisées, taux de réutilisation des assets plateforme, impact business des solutions livrées) Analyser les résultats et identifier les axes d'amélioration. Mesurer l'impact des initiatives IA sur les axes de valeur stratégique identifiés. Gestion des données Définir et mettre en oeuvre des stratégies de collecte, de stockage, de traitement et de sécurisation des données nécessaires aux produits et services IA. Assurer la qualité et la disponibilité des données. Gérer les aspects éthiques et réglementaires liés à la protection des données. Go to Market et run Accompagner la mise en main de la 1er MVP Agentic, faire le lien avec les utilisateurs ou les représentants des utilisateurs, garantir une documentation et la mise en oeuvre des outils et formations adaptés pour garantir l'utilisation des produits développés et leur support en conditions opérationnelles.

Notre client dans le secteur Banque et finance recherche un/une Ingénieur(e) IA / DevOps – Industrialisation d'agents IA et de serveurs MCP H/F Description de la mission : Notre client, banque de détail d'un grand goupe bancaire, cherche à renforcer sa Tribu dédiée à l'IA. Contexte Une équipe d'intelligence artificielle dispose d'une solution agentique développée en interne et fonctionnelle au stade de prototype : un agent IA orchestrateur et trois serveurs MCP (Model Context Protocol) exposant les outils mobilisés par l'agent. Les choix d'architecture, de frameworks et de composants d'infrastructure ont été arrêtés et validés lors d'une première phase de développement. La prestation s'appuie sur un assistant de code mis à disposition. Son utilisation est nécessaire pour réaliser le périmètre dans l'enveloppe de 40 jours. La capacité à cadrer les demandes, à revoir de manière critique le code produit et à garantir la non-régression sera évaluée. Mission Porter les quatre composants existants du prototype à un niveau de qualité compatible avec une exploitation en production, en améliorant la tenue de charge, la maintenabilité du code et la supervision. La mission porte exclusivement sur la mise à niveau de l'existant dans le cadre technique défini : elle ne comprend ni développement de nouvelles fonctionnalités métier ni remise en cause des solutions retenues. La prestation s'effectue au sein d'une squad en méthode agile, avec un point d'avancement quotidien. Chaque lot livré est soumis à la revue d'un référent technique. Des interactions régulières sont prévues avec les équipes chargées de la production, de l'exploitation, de la plateforme et du socle technique. Principales responsabilités Diagnostiquer les quatre composants et formaliser, avec la squad, un plan de mise à niveau priorisé, chiffré et arbitré, attendu à J+5. Refactorer et structurer le code : séparation des responsabilités, externalisation de la configuration, normalisation de la gestion des erreurs et des reprises, résorption de la dette de prototypage et respect des conventions de développement. Mettre en place des tests unitaires, d'intégration et de contrat sur les interfaces MCP, intégrer les tests à la chaîne CI/CD et définir un seuil de couverture. Améliorer la tenue de charge par la gestion de la concurrence et des appels asynchrones, le pooling des connexions, les time-outs, les stratégies de retry et les coupe-circuits. Réaliser des tests de performance et de montée en charge, puis documenter le dimensionnement cible et les limites connues de la solution. Instrumenter l'observabilité : logs structurés et corrélés, métriques techniques et métiers, traces distribuées de la chaîne agent–serveurs MCP–systèmes appelés, suivi de la consommation de jetons et des coûts d'inférence, tableaux de bord et alertes. Renforcer la sécurité d'exploitation définie lors de la première phase : gestion des secrets, contrôle des jetons et des périmètres d'autorisation, journalisation d'audit. Produire la documentation d'exploitation et de maintenance, les procédures de diagnostic et le runbook, puis transférer les compétences à l'équipe interne. Utiliser l'assistant de code avec discernement et assurer la revue critique du code généré ainsi que la non-régression. Environnement technique Développement : Python, programmation asynchrone, concurrence, gestion des erreurs et des reprises IA et protocoles : agents IA, MCP (Model Context Protocol), frameworks d'orchestration LLM, SDK MCP DevOps et conteneurisation : Git, GitLab CI ou équivalent, CI/CD, Docker, Kubernetes Tests et performance : pytest, Locust, k6 ou équivalent Observabilité : logs, métriques, traces distribuées, tableaux de bord et alertes Méthodes : Scrum, Kanban Assistance au développement : Claude Code Livrables attendus Programme documenté Dossier technique et dossier d'architecture technique Dossier d'exploitation et dossier de configuration Plan de développement et documents de suivi Résultats des tests et relevés de mesures Procédures de diagnostic et runbook Bilan de projet et transfert de compétences Profil recherché Expérience Expérience confirmée de 3 à 7 ans dans le passage à l'échelle de composants logiciels. Expérience en ingénierie logicielle appliquée à l'IA, avec un accent sur la qualité, la robustesse et l'exploitabilité du code plutôt que sur la modélisation. Compétences techniques Développement avancé en Python en contexte de production. Industrialisation logicielle : refactoring, tests automatisés, CI/CD, qualité et maintenabilité du code. Gestion de la performance et de la charge : tests de montée en charge, time-outs, retries, coupe-circuits et dimensionnement. Observabilité : logs structurés, métriques, tableaux de bord et alertes. Écosystème agents IA et MCP, frameworks d'orchestration LLM et usage professionnel d'un assistant de code. Pratiques DevOps : conteneurisation, déploiement automatisé et gestion de configuration. Compétences personnelles Rigueur et capacité à travailler sur du code écrit par d'autres. Autonomie dans la conduite du chantier, capacité à documenter ses choix et à les défendre en revue. Capacité à prioriser et à concilier exigences techniques et délais. Capacité à challenger une solution existante sans remettre en cause le cadre technique retenu. Langues Anglais technique professionnel, pour la lecture de documentation et les échanges écrits. Compétences / Qualités indispensables : Python avancé en production, Industrialisation logicielle et CI/CD, Performance et tenue de charge, Observabilité, Agents IA et MCP, Usage critique d'un assistant de code Compétences / Qualités qui seraient un + : Expérience en environnement bancaire ou réglementéInformations concernant le télétravail : Oui — 2 jours/semaine

AI Engineer / Data Engineer : Agents IA au service du delivery Data Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Le client veut s'appuyer sur des agents IA pour accélérer le delivery. Vous concevez et intégrez deux agents, avec une vraie exigence d'industrialisation et de mesure des gains. VOS MISSIONS 1. Concevoir et intégrer un agent "PO Data" : analyse des structures de données, identification des écarts de complétude 2. Outiller cet agent sur le lignage, la génération de spécifications fonctionnelles et l'alimentation du backlog 3. Concevoir et intégrer un agent "Data Engineer" : génération et accélération des pipelines d'ingestion et de transformation 4. Outiller cet agent sur les jointures multi-sources et la modélisation des objets métiers (OBM) 5. Intégrer les LLM à l'environnement Cloud et Data du client, en particulier BigQuery 6. Industrialiser les agents (LLMOps, prompt engineering) et mesurer les gains obtenus

Dans le contexte de notre développement du centre de services, nous créons une nouvelle squad pour répondre au besoin d'un grand compte international leader du retail. Au sein d'une squad de 5 personnes, tes missions Accompagner les métiers : échanger directement avec eux pour comprendre leurs irritants, analyser leurs besoins et formaliser les règles métier. Concevoir et prototyper : transformer un besoin fonctionnel en prototype exploitable ou en agent IA autonome dans des délais très courts. Développer via l'IA (estimation à 70% de ton temps) : utiliser activement l'IA générative, l'orchestration multi-agents et des assistants de code pour produire et faire évoluer les applications. Manipuler et structurer la donnée : exploiter les flux de données (SQL/NoSQL) et suivre le cycle de vie des modèles/prompts (MLflow) pour garantir la qualité des résultats. Contribuer à l'industrialisation : poser les bases d'une architecture propre (Front/Back/Cloud GCP) pour passer du PoC à une solution intégrée et pérenne.

Ingénieur IA MLOps / Production (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production. Les applications concernées couvrent notamment : Moteurs RAG (Retrieval-Augmented Generation) Agents conversationnels Systèmes multi-agents Solutions basées sur des LLM managés Modèles de Machine Learning industrialisés Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise. Le poste présente une double dimension : Maintien en conditions opérationnelles (RUN) des solutions IA en production Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA Missions principales1. Exploitation et support de productionAssurer le support applicatif de niveau 2 et 3 des solutions IA en production. Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution. Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement). Participer à la gestion des incidents majeurs et aux analyses post-mortem. Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade). Mettre en œuvre les procédures de continuité de service et les modes dégradés. Accompagner les montées de versions des modèles IA et des composants applicatifs. Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire. 2. Monitoring et observabilité des systèmes IAExploiter et améliorer les dispositifs de supervision applicative et infrastructure. Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM. Concevoir des tableaux de bord de pilotage permettant de suivre : La disponibilité des services La latence des traitements Le coût des traitements IA Les performances des modèles La qualité des réponses générées Les dérives fonctionnelles et comportementales Affiner les stratégies d'alerting afin de réduire les faux positifs. Participer à la définition des politiques de surveillance et d'évolution des modèles. 3. Contribution aux pratiques MLOps et à l'industrialisationParticiper à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA. Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus. Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code. Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles. Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement. Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps). 4. Gouvernance, sécurité et conformitéGarantir la conformité des solutions avec les normes internes et réglementaires. Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA. Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative. Participer aux exercices de continuité et de reprise d'activité. Maintenir l'ensemble de la documentation technique et opérationnelle. Veiller à l'application des politiques de sécurité et de gestion des risques. 5. Optimisation et innovationSuivre et optimiser les coûts d'exploitation des plateformes Cloud et IA. Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience. Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA. Contribuer à la construction de composants réutilisables et mutualisés. Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité. Compétences comportementales recherchéesForte culture de production et sens du service. Capacité à intervenir efficacement en situation critique. Rigueur et sens de l'organisation. Esprit analytique et aptitude à la résolution de problèmes complexes. Excellentes capacités de communication. Autonomie et proactivité. Goût pour l'amélioration continue. Capacité à collaborer avec des équipes multidisciplinaires. Curiosité technologique et culture DevOps/MLOps. Anglais professionnel. Compétences techniques requisesIntelligence Artificielle & MLOpsExpérience significative sur des projets IA industrialisés. Connaissance des architectures RAG et des systèmes agentiques. Compréhension des problématiques liées aux LLM et à leur exploitation en production. Connaissance des pratiques LLMOps et MLOps. Gestion du cycle de vie des modèles et monitoring de performance. Cloud & InfrastructureExcellente maîtrise d'AWS : EKS Lambda EC2 CloudWatch IAM S3 Services IA managés Bonnes connaissances Kubernetes et conteneurisation Docker. DevOps & CI/CDGitLab CI GitHub Actions Terraform Infrastructure as Code Gestion des artefacts logiciels Gestion des secrets (Vault ou équivalent) Automatisation des déploiements Monitoring & ObservabilitéPrometheus Grafana CloudWatch APM Observabilité des applications IA Tracing distribué Monitoring des performances modèles Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout. Sécurité & GouvernanceGestion des vulnérabilités. Sécurité Cloud. Gouvernance des modèles IA. Traçabilité et auditabilité. Connaissance des réglementations liées à l'IA et à la protection des données. DéveloppementPython avancé. APIs REST. Scripts d'automatisation. Connaissances SQL appréciées.

Pour un grand groupe international du transport et de la logistique, nous recherchons un Proxy Product Owner confirmé à senior pour piloter un assistant IA agentique au service des équipes de support client. Vos missions : - Construire la roadmap produit à partir des irritants métier et des besoins des équipes support - Gérer le backlog et coordonner le delivery agile avec les équipes techniques (tech leads, architectes) - Concevoir les parcours avec humain dans la boucle et escalade vers les agents - Intégrer l'assistant IA dans l'écosystème CRM et les parcours existants - Suivre la performance de l'assistant, analyser les retours et piloter les améliorations - Accompagner l'adoption par les équipes support (formation, conduite du changement)

Pour un grand groupe bancaire français, ANAFI renforce l'équipe de coachs internes de la DSI (3 500 collaborateurs, en France, à Singapour, en Inde et à Montréal). Dans le cadre du programme « AI for IT », la DSI veut aller au-delà de l'usage individuel de GitHub Copilot et refondre son cycle de développement autour de la spécification : des specs porteuses de l'intention fonctionnelle et d'architecture, consommées par des agents IA qui codent et testent. Expérimentations d'ici fin 2026, passage à l'échelle sur deux ans.

Objectifs et livrables Rattaché(e) opérationnellement au Product Manager de l'équipe (qui détient l'historique et le contexte du projet), le/la PM aura pour mission de : Cadrer et exécuter le plan d'expérimentation (définition des hypothèses, métriques de succès et parcours tests) Piloter la Discovery et le Delivery des PoC / fonctionnalités Analyser les retours utilisateurs et la data pour tirer des apprentissages clairs sur la valeur perçue Collaborer étroitement avec l'équipe et le PM pour assurer la cohérence stratégique En parallèle de cette mission principale, le/la PM pourra être amené(e) à piloter la Discovery et le Delivery de features hors expérimentation dans le cadre de la roadmap (ex. synchronisation de devices connectés). Profil attendu • Expérience : PM Senior (5+ ans d'expérience en Product Management) • Incontournables : Solide expérience sur des produits B2C à fort trafic Expérience avérée sur des projets intégrant de l'Intelligence Artificielle (LLM, moteurs de recommandation ou agents conversationnels). • Bonus : Expérience sur des applications mobiles iOS / Android • Hard Skills : Expérimentation rapide, Product Discovery, data-driven (A/B testing, analytics), gestion de backlog agile • Soft Skills : Autonomie, pragmatisme, capacités d'adaptation rapides, excellente communication et esprit d'équipe