Trouvez votre prochaine mission ou futur job IT.

CYNERS recherche un Architecte Cybersécurité spécialisé en IA générative et agentique pour contribuer à la conception, l'évaluation et la sécurisation de solutions utilisant des LLM et des agents IA. · Définir les exigences de sécurité applicables aux projets IA. · Réaliser des revues d'architecture et analyses de risques. · Évaluer les menaces liées aux agents autonomes et aux outils externes. · Sécuriser les flux entre agents, API et systèmes d'information. · Définir les bonnes pratiques de gestion des identités, accès et autorisations. · Participer à l'élaboration de standards et frameworks Responsible AI. · Conseiller architectes et développeurs sur les contrôles de sécurité. · Formaliser les recommandations et accompagner leur mise en œuvre.

Nous recherchons un(e) Consultant(e) Data & IA – Dataiku AI Designer pour intervenir sur un projet d'automatisation des recettes de données grâce à l'intelligence artificielle. 🎯 Missions principales : · Concevoir un MVP d'assistance à la génération et à l'exécution de cas de tests. · Exploiter les spécifications fonctionnelles et les données Big Data. · Mettre en œuvre des solutions IA avec Dataiku et des modèles LLM. ✅ Compétences recherchées : · Expertise en Dataiku AI Designer. · Expérience en environnement Data industrialisé, idéalement Big Data. · Connaissance des modèles Mistral appréciée. · Une expérience en finance de marché serait un plus. 📍 Localisation : Paris 📅 Démarrage : 04/11/2026 ⏳ Durée : Environ 40 jours, jusqu'à mi-janvier 2027(Misision 2 mois qui peut etre prolongée si le MVP est une réusssite) Cordialement

Contexte Chef de projet SI - 'industrialisation du plan IA Contexte Nous recherchons un chef de projet afin de piloter la phase d'industrialisation du plan IA agentique du groupe . - Plus de 9 ans Missions principales : • Piloter la phase d'industrialisation avec les différentes équipes en charge de mettre en place le plan IA agentique, à travers de multiples entités du groupe (validation sécurité, mise en place des solutions, respect des plannings...). • Préparer et animer des comités (supports, planification) et rédaction des compte rendus (techniques et réunion avec le management). • Animation d'une communauté autour de l'IA agentique.

Contexte et objectifL'organisation a structure sa plateforme data sur Databricks et souhaite accelerer la mise en production de cas d'usage GenAI, agents IA, systemes multi-agents et agentic retrieval. Le profil intervient de la preparation des donnees jusqu'au deploiement, a l'evaluation et au monitoring en production. Missions principales· Concevoir des cas d'usage IA avec les parties prenantes metier et IS. · Construire les strategies de context engineering et knowledge grounding. · Developper des agents et systemes multi-agents avec tool calling et MCP. · Concevoir les pipelines data : ingestion, preparation, chunking, embeddings et vector indexes. · Industrialiser via LLMOps : evaluation, MLflow, CI/CD, deploiement et monitoring qualite / latence / couts. · Appliquer gouvernance Data & AI, securite, confidentialite et maitrise des couts by design.

🏢 Le Contexte : L'IA d'Entreprise Éditée "Compliant by Design" Au sein de la DSI Centrale d'un groupe bancaire mondial, l'équipe Centrale IA & GenAI fonctionne comme un éditeur interne de solutions d'IA à destination de l'ensemble des filiales et IT métiers du groupe. Dans un secteur hautement régulé exigeant une gouvernance stricte (souveraineté des données, cybersécurité, risk assessment, conformité et compliance by design), l'équipe conçoit des offres sur-mesure agencées à partir de briques technologiques (building blocks) propriétaires et déployées sur un Cloud hybride (Azure, Google Cloud, IBM). Le portefeuille compte actuellement 8 offres stratégiques (dont un programme d'IA Agentique lancé en avril 2026, l'assistant virtuel collaborateur type ChatGPT MyCompany, un framework d'observabilité et un kit d'intégration Building Box) et vise 15 offres clés d'ici 2027. Nous recherchons un(e) Offering Manager / Stream Manager Senior. Positionné(e) au carrefour du Product Management, de l'Avant-Vente et de la Direction de Programme, vous porterez le packaging, la promotion et l'accompagnement des entités du groupe dans la valeur réelle apportée par l'IA. 🎯 Vos Missions : Packaging, Avant-Vente, Cadrage & Delivery Product Rattaché(e) directement au Responsable du Pôle Offres IA et en interface permanente avec les C-Levels et Tech Leads des filiales : 1. Structuration & Packaging des Offres IA (Majeure) : Définir la proposition de valeur, les cas d'usage cibles et le posicionnement des différentes offres IA du catalogue (IA Agentique, LLM, Observabilité, APIs). Veiller à ce que chaque offre réponde aux exigences strictes de la gouvernance interne (Risk, Legal, Compliance, Data, Security). Assurer la veille continue sur le marché des LLM et des frameworks d'IA pour faire évoluer le portefeuille. 2. Avant-Vente, Promotion & Accompagnement Commercial : Promouvoir le catalogue d'offres auprès des entités métiers et IT du groupe (présentations, évènements, démonstrations). Échanger avec des interlocuteurs de haut niveau (C-Level, Directeurs IT/Métiers) pour analyser leurs besoins, identifier l'offre la plus adaptée et cadrer les cas d'usage. Animer des comités et des présentations devant un large auditoire (aisance à l'oral et formalisation de supports exécutifs sous PowerPoint). 3. Pilotage du Cycle de Vie, Build & Run : Assurer la transition après-vente et le cadrage détaillé des projets avec les managers et experts techniques opérationnels. Piloter les phases d'intégration (Build) et le suivi d'exploitation (Run) des solutions au sein des applications métiers. Animer la démarche produit Agile et garantir l'alignement entre les attentes métiers et les squads de développement.

Nous recherchons un(e) Développeur(se) Python spécialisé(e) en FastAPI et Intelligence Artificielle pour rejoindre notre équipe et participer au développement de solutions innovantes basées sur l'IA. Missions Concevoir et développer des API performantes avec Python et FastAPI. Intégrer des modèles d'IA générative et des LLM dans les applications. Développer des fonctionnalités autour du traitement de données, du NLP et du RAG. Concevoir des architectures backend robustes, sécurisées et scalables. Mettre en place des tests, de la documentation et assurer la qualité du code. Collaborer avec les équipes produit, frontend et data. Stack technique Python · FastAPI · IA/LLM · RAG · PostgreSQL · Docker · Git · API REST

Bonjour à toutes et à tous, notamment aux Data Scientists spécialisés GenAI / LLM 🤖🧠 🔎 Je cherche un(e) Data Scientist pour intervenir sur une mission stratégique autour de l'AI et de la GenAI au sein d'un environnement international. Tu interviendras au cœur d'une équipe en charge de construire les fondations AI qui permettront aux différentes équipes produit et marques de développer et industrialiser des fonctionnalités basées sur l'IA. 💻 Ce que tu vas faire : Concevoir et développer des frameworks AI réutilisables Travailler sur l'orchestration LLM, le RAG, les agents et la gestion des prompts / contextes Construire des dispositifs d'évaluation et d'observabilité des solutions GenAI Définir des bonnes pratiques et architectures de référence pour les projets GenAI / ML Travailler sur les problématiques de sélection de modèles, coûts, latence, sécurité et Human-in-the-Loop Prototyper des use cases AI de bout en bout Intervenir notamment sur la génération et l'enrichissement de contenus produits, le SEO/GEO multilingue, les assistants et la recherche sémantique Transformer les POCs à fort potentiel en composants industrialisés Collaborer avec les équipes Produit, Data, Sécurité et Juridique Contribuer à la communauté AI interne via la documentation, les workshops, les exemples de code et les code reviews 🎯 Stack technique : Python / LLM / GenAI / RAG / Agents / APIs / Microservices / CI-CD / Cloud (GCP / AWS / Azure) 🕵️‍♂️ Profil recherché : 3 à 6 ans d'expérience dans la construction de systèmes ML / NLP en production Expérience hands-on récente sur les LLM et la GenAI Bonne maîtrise des sujets RAG, agents, évaluation et/ou fine-tuning Solides compétences en Python Bonnes bases en software engineering : APIs, microservices, testing, CI/CD Expérience sur un environnement Cloud : GCP, AWS ou Azure Bonne compréhension des enjeux GenAI : modèles, coûts, latence, sécurité, évaluation Français et anglais professionnels 🚀 Les plus de la mission : Expérience en e-commerce, retail, product catalogs ou plateformes web riches en contenu Connaissance des environnements PIM Expérience sur des pipelines de contenu multilingue ou des outils SEO Familiarité avec les frameworks d'évaluation LLM, les guardrails et les outils de gestion des prompts / versions Expérience en startup deep-tech ou au sein d'une équipe centrale de plateforme / enablement 📍 IDF : Rythme hybride 🏡 📅 Démarrage : ASAP ⏳ Mission : longue durée Qu'en penses-tu ? Si tu es un(e) Data Scientist spécialisé(e) GenAI / LLM et que tu souhaites intervenir sur une mission d'envergure avec des enjeux forts d'industrialisation de l'AI, je serais ravi(e) d'échanger avec toi 🚀 Un excellent week-end 🌞

Le contexteNotre client, un grand compte qui accélère sur l'IA générative et les agents, renforce son équipe Sécurité Applicative. Rattaché(e) au Directeur de la Sécurité Applicative, vous travaillerez main dans la main avec les équipes de développement, d'infrastructure et d'exploitation pour sécuriser les projets IA de l'entreprise, de la conception jusqu'à la mise en production et l'exploitation. Vos missionsRéférent IA & Cloud : être l'expert interne (SME) de la sécurité de l'IA et des applications cloud. Outillage : concevoir, déployer et maintenir les outils de sécurisation des systèmes IA et agentiques : sandboxes, guardrails, contrôles de conformité, gestion des vulnérabilités. Remédiation cloud : accompagner les développeurs dans la correction des findings sur l'infrastructure cloud et l'Infrastructure as Code, selon les standards du marché. Security by design : participer aux revues de conception, au threat modeling et aux évaluations d'architecture. Gouvernance : définir et diffuser les bonnes pratiques et politiques de sécurité IA pour permettre aux équipes d'innover en confiance. Identités des agents : déployer, avec les équipes Core et Architecture, la gestion des identités des agents, l'authentification et le contrôle d'accès (RBAC / ABAC), on-premise et cloud. Pilotage : définir, suivre et reporter des KPI sécurité.

Contexte de la missionDans le cadre du développement et de l'industrialisation de solutions d'IA générative, nous recherchons un(e) Lead Technique RAG pour garantir la qualité, la robustesse, la sécurité et la performance d'une plateforme de recherche augmentée par génération (RAG). En tant que référent technique, vous interviendrez auprès des équipes Data Science, Data Engineering, Architecture, Sécurité et des équipes métiers. Vous définirez les standards d'architecture et de développement, accompagnerez les projets dans leurs choix techniques et piloterez l'amélioration continue de la plateforme RAG. Missions principales1. Leadership technique RAGDéfinir les standards d'architecture des solutions RAG. Encadrer les pratiques de développement et accompagner la montée en compétences des équipes. Orienter les projets dans leurs choix techniques et garantir la cohérence des développements. Réaliser les revues techniques des cas d'usage. Capitaliser sur les bonnes pratiques et les retours d'expérience. 2. Gouvernance des pratiques IA générativeDéfinir les standards et les patterns de développement RAG. Établir les bonnes pratiques de prompting et de conception des workflows. Définir les critères de qualité, de pertinence et de performance des solutions. Concevoir des guides, templates et frameworks réutilisables. Assurer une veille technologique sur les architectures LLM et RAG. 3. Exploitation et évolution de la plateforme RAGSuperviser l'exploitation des workflows RAG et garantir la disponibilité des services. Piloter l'optimisation des pipelines d'ingestion et de recherche documentaire. Assurer le maintien en condition opérationnelle des composants IA. Participer à la gestion des incidents et à l'analyse des problématiques techniques complexes. Piloter l'évolution des fonctionnalités et des capacités de la plateforme. 4. Architecture et bases de données vectoriellesConcevoir des architectures de recherche documentaire à grande échelle. Définir les stratégies de vectorisation, d'indexation et de récupération des informations. Mettre en œuvre et encadrer l'utilisation des bases de données vectorielles. Optimiser les mécanismes de recherche hybride, de reranking et de retrieval. Garantir la performance, la pertinence et la scalabilité des solutions déployées. 5. Industrialisation et LLMOpsDéfinir les pratiques d'industrialisation des workflows RAG. Mettre en place les standards de monitoring et d'observabilité. Définir et suivre les indicateurs de performance des solutions IA. Encadrer les pratiques de CI/CD et d'automatisation des déploiements. Piloter la gestion du cycle de vie des modèles, des embeddings et des index vectoriels. 6. Qualité, sécurité et conformitéGarantir le respect des exigences de sécurité et de confidentialité. Veiller à la protection des données sensibles. Participer aux analyses de risques liées aux solutions d'IA générative. Définir les mécanismes de contrôle de la qualité et de la fiabilité des réponses générées. Mettre en place des dispositifs de traçabilité et d'auditabilité des solutions. Environnement techniqueIA générative, LLM, RAG, architectures RAG, bases de données vectorielles, embeddings, recherche hybride, reranking, retrieval, pipelines d'ingestion documentaire, prompting, LLMOps, monitoring, observabilité, CI/CD, automatisation, sécurité des données. Junto SAS Des leads B2B qualifiés via LinkedIn Junto pilote vos campagnes LinkedIn Ads avec une équipe senior et une mesure fiable.

Notre client est un grand cabinet d'audit et de conseil. Il développe et opère en interne une quinzaine de produits applicatifs en C# .NET / Vue.js sur Microsoft Azure, destinés à ses métiers Audit, Advisory et à ses fonctions support. Vos missions Concevoir, développer et améliorer des agents IA de conception et de scripting de tests : génération de cas de test, de scénarios et de scripts automatisés Définir et mettre en œuvre la stratégie de qualification des solutions IA (LLM, RAG, agents) Mettre en place des méthodes d'évaluation adaptées à l'IA générative : jeux de tests de référence métriques de qualité (pertinence, fidélité, hallucinations) non-régression des prompts et des modèles Sécuriser le passage du POC au produit : critères d'acceptation, robustesse, sécurité (injection de prompt, fuite de données), performance et maîtrise des coûts Intégrer les tests dans les chaînes CI/CD (Azure DevOps / GitHub) Accompagner les équipes produit sur les bonnes pratiques qualité appliquées à l'IA

Nous recherchons un Ingénieur IA générative et agentique Description: Prestation en développement IA générative et agentique pour concevoir, développer et industrialiser des agents IA répondant à des cas d'usage métiers et techniques. La mission se déroule dans les locaux du client avec 3j sur site (Nantes) Missions : Concevoir et développer des agents IA et workflows agentiques, simples ou complexes. Mettre en œuvre des solutions utilisant des LLM et des architectures RAG. Définir prompts, règles métier, orchestration et garde-fous. Intégrer les agents aux systèmes existants via API, événements et connecteurs. Tester et évaluer la qualité et la robustesse des solutions. Industrialiser et déployer les composants dans des environnements CI/CD et Kubernetes. Documenter les solutions et produire des templates réutilisables. La mission nécessite de Expérience de solutions IA allant du prototype jusqu'à l'industrialisation et qui a mis en oeuvre les technologies suivantes : Solide expérience en développement logiciel et particulier avec les langages Python et Java Expérience pratique des LLM, agents IA et RAG. Développement et intégration d'API. Automatisation et orchestration de workflows. Connaissance des modèles Open Source et leur déploiement (vLLM, Hugging Face, ...) Bonne maîtrise des environnements CI/CD. LangChain / LangGraph ou frameworks équivalents. Kubernetes / Docker / Conteneurisation. GitLab, Artifactory, Jira.

Intitulé : Data Scientist Senior / Expert. Durée de mission : 12 mois. Localisation : Lille. Télétravail : 2 jours par semaine. Contexte : le client accélère sa transformation digitale et cherche à industrialiser des usages Data / IA dans la chaîne de valeur industrielle et d'approvisionnement. La mission couvre deux axes principaux : (1) cadrer de bout en bout les cas d'usage Data / IA, depuis l'expression du besoin business jusqu'à la démonstration de la pertinence d'une approche Data Science (PoC / Go-No Go) et la définition des trajectoires de déploiement ; (2) apporter une expertise de pointe sur l'évaluation des modèles existants et émergents, notamment des architectures d'Agents / Agentique en production, concevoir et mettre en place des frameworks d'évaluation rigoureux, détecter dérives et hallucinations, et faire monter en compétences les équipes internes. Objectifs et livrables attendus : cadrages métiers traduisant problématiques d'achats industriels, costing et gestion des risques fournisseurs en opportunités Data Science, évaluations de faisabilité technique et qualité de la donnée, design technique des modèles retenus, frameworks d'évaluation des systèmes agentiques en production, documentation rigoureuse et transfert de compétences. Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières

Dans le cadre de sa transformation numérique, notre client souhaite renforcer son expertise en intelligence artificielle afin d'accompagner l'évolution de ses solutions et de ses méthodes de travail, notamment face à l'essor de l'IA générative et agentique. L'objectif est de s'appuyer sur un expert IA senior ayant une expérience significative dans la mise en place de solutions IA en environnement d'entreprise. La mission présente une forte dimension de conseil, de cadrage stratégique et d'accompagnement à la transformation, avec une intervention transverse auprès des chefs de projet et des équipes techniques. Conseil et expertise IA Apporter une vision à 360° de l'écosystème IA, des technologies et des solutions disponibles sur le marché. Assurer une veille technologique sur les évolutions de l'IA générative et agentique. Conseiller les chefs de projet dans leurs choix technologiques et méthodologiques. Évaluer la pertinence des solutions IA au regard des besoins et des contraintes de l'organisation. Capitaliser sur les retours d'expérience issus de déploiements IA précédents. Transformation et IA agentique Analyser l'impact de l'IA agentique sur les méthodes de travail et les processus existants. Identifier les opportunités d'évolution et d'optimisation des pratiques. Accompagner les équipes dans l'intégration de nouveaux usages IA. Formuler des recommandations sur les évolutions organisationnelles et méthodologiques à envisager. Cadrage et feuille de route Participer au cadrage des initiatives et des cas d'usage IA. Contribuer à la définition et à la structuration de la feuille de route IA. Identifier et prioriser les opportunités de déploiement. Accompagner les chefs de projet dans la définition des orientations et des plans d'action. Formaliser des recommandations et des trajectoires de transformation.

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

Envie de relever un nouveau défi autour de la Data et de l'IA ? CELAD vous attend ! 🚀 Vous êtes passionné(e) par la recherche d'information, les architectures data et l'IA générative ? Vous souhaitez intervenir sur des problématiques de volumétrie, d'indexation et de pertinence à grande échelle ? Nous recherchons un Tech Lead Data Retrieval / RAG pour rejoindre un acteur du secteur de l'édition juridique et de la Legaltech, basé à La Défense. Au sein d'une équipe spécialisée dans les services IA, vous contribuerez à la conception du socle data qui alimente des applications intelligentes destinées aux professionnels du droit. 🎯 Votre rôleVous serez le référent technique sur la collecte, l'ingestion, la transformation et l'indexation de corpus documentaires volumineux. Votre objectif : concevoir des pipelines fiables et scalables, tout en optimisant la pertinence des résultats issus de moteurs de recherche hybrides et de systèmes RAG. 🚀 Vos principales missionsIngestion de données : concevoir des pipelines capables de collecter et de traiter des sources hétérogènes, d'assurer le parsing, le nettoyage, le chunking et la normalisation des documents. Indexation : industrialiser les mécanismes d'indexation et d'embeddings sur des corpus volumineux, en garantissant la fraîcheur et la cohérence des index. Recherche d'information : concevoir des stratégies de recherche combinant recherche lexicale, recherche sémantique, BM25, embeddings et reranking. Optimisation de la pertinence : définir des métriques et des jeux de tests pour mesurer et améliorer la qualité du retrieval. Architecture RAG : structurer la récupération des documents et du contexte transmis aux LLM, en gérant les citations, la déduplication et les fenêtres de contexte. Qualité et traçabilité : mettre en place le versioning des datasets et des index, le lignage des données et des mécanismes de supervision. Sécurité : contribuer à la protection des données, au cloisonnement des traitements et au respect des exigences réglementaires. Leadership technique : accompagner les équipes, promouvoir les bonnes pratiques de développement et contribuer aux choix d'architecture. 🛠️ Environnement techniqueLangages : Python 3.11+, Go apprécié. Recherche et indexation : OpenSearch, Elasticsearch, pgvector, Weaviate, Qdrant, BM25, recherche hybride. IA et NLP : embeddings, sentence-transformers, tokenisation, parsing documentaire, reranking, RAG, LangChain. LLM : OpenAI, Mistral, Bedrock ou technologies équivalentes. Data engineering : PostgreSQL, Airflow, Spark ou équivalents. Infrastructure : Kafka, Redis, Docker, CI/CD, Kubernetes. Tests et évaluation : Pytest, precision, recall, nDCG, MRR.

Le contexteDans le cadre de projets en intelligence artificielle générative, nous recherchons un(e) AI Engineer / Data Scientist Senior afin d'accompagner l'un de nos clients du secteur bancaire sur des enjeux de conception, de développement et d'industrialisation de solutions d'IA basées sur les grands modèles de langage (LLM). Quelques éléments pour mieux comprendre l'environnement : Secteur d'activité : 🏦 Banque et services financiers Organisation : Collaboration avec les équipes techniques et métiers autour de la conception et du déploiement de solutions d'intelligence artificielle. Enjeux : Développer des solutions d'IA générative et des agents IA fiables, performants et adaptés aux besoins métiers, en intégrant les enjeux de qualité, de sécurité et de mise en production. Ce que tu feras concrètementDans le cadre de cette mission, tu seras notamment amené(e) à : ➞ Concevoir et développer des solutions basées sur des LLM, notamment des applications utilisant le RAG (Retrieval-Augmented Generation). ➞ Développer et orchestrer des agents IA capables d'utiliser des outils, des API et des sources de données externes. ➞ Mettre en production des applications d'IA générative et optimiser leurs performances, leur latence et leurs coûts. ➞ Évaluer la qualité et la fiabilité des solutions développées, notamment en travaillant sur la validation des réponses, la gestion des erreurs et les mécanismes de contrôle. ➞ Contribuer à l'industrialisation des solutions IA en intégrant les bonnes pratiques de développement, de déploiement et de sécurité. Ton environnementTechnologies : Python, LLM, RAG, IA générative, agents IA. Outils : LangChain, LangGraph, vLLM ou solutions équivalentes de déploiement de modèles, outils d'orchestration et d'intégration d'API. Méthodologies : Bonnes pratiques de développement, industrialisation et déploiement de solutions IA.