Trouvez votre prochaine mission ou futur job IT.

Dans le cadre de l'industrialisation de solutions d'IA générative et d'architectures agentiques, nous recherchons un Expert Observabilité IA & Cyber. Vous interviendrez sur la conception, l'implémentation et l'exploitation des mécanismes de supervision, monitoring, évaluation, sécurité et gouvernance de systèmes d'IA générative. Votre objectif sera de garantir la fiabilité, la sécurité, la performance et la traçabilité des agents IA déployés au sein d'un environnement SOC. Vous contribuerez notamment à l'observabilité de bout en bout des workflows IA, à la détection des comportements anormaux, à l'identification des hallucinations et dérives de modèles, ainsi qu'au suivi des performances des agents et des LLM. Vos missionsObservabilité des systèmes IA Définir et mettre en œuvre la stratégie d'observabilité d'une plateforme agentique. Mettre en place le monitoring des agents IA, chaînes de raisonnement et workflows LangChain / LangGraph. Collecter et corréler les métriques techniques, fonctionnelles et métier. Construire des dashboards temps réel permettant de suivre les performances et la qualité des agents. Concevoir les mécanismes de traçabilité des interactions avec les systèmes IA. AI Reliability Engineering Mettre en place des frameworks d'évaluation continue des agents IA. Définir les KPI de qualité et de fiabilité. Garantir le respect des SLA / SLO de la plateforme. Identifier les dérives et contribuer à l'amélioration continue de la qualité des réponses produites. Sécurité & gouvernance des systèmes IA Superviser les risques liés à l'utilisation de l'IA. Définir les mécanismes de gouvernance autour des agents. Détecter les comportements anormaux ou potentiellement dangereux. Participer aux analyses de risques IA. Contrôler les accès, permissions et échanges entre les différents agents et composants. Intégration Observabilité & SOC Intégrer les événements de la plateforme IA dans Splunk. Concevoir les dashboards d'exploitation. Développer les alertes de détection liées aux systèmes IA. Mettre en place des corrélations entre événements cyber et événements IA. Produire les indicateurs de supervision destinés aux équipes opérationnelles. RUN & amélioration continue Assurer le maintien en condition opérationnelle de la plateforme d'observabilité. Investiguer les incidents liés aux agents IA. Identifier les causes racines des défaillances. Optimiser les performances, les coûts et les niveaux de service.

Nous recherchons un Lead Data Scientist spécialisé en Intelligence Artificielle, avec une expertise sur Google ADK (Agent Development Kit), pour accompagner le développement de solutions d'IA agentique. MissionsConcevoir et développer des agents IA et des architectures multi-agents avec Google ADK. Définir les architectures techniques et les bonnes pratiques autour des solutions LLM / GenAI. Développer, tester et industrialiser des agents capables d'interagir avec différents outils, API et sources de données. Piloter les choix techniques et accompagner les Data Scientists / AI Engineers de l'équipe. Mettre en place les bonnes pratiques de MLOps / LLMOps, monitoring et évaluation des performances des agents. Collaborer avec les équipes Data, IT et Métiers afin de transformer les besoins en solutions IA concrètes. Assurer une veille sur les évolutions de Google Cloud, Google ADK et des technologies GenAI / Agentic AI. Environnement techniqueGoogle ADK, Google Cloud / Vertex AI, Python, LLM, GenAI, Agentic AI, API, MLOps / LLMOps.

Au sein du Pôle Architecture Logicielle & IA (DSI), le Lead IA / Architecte IA & MLOps du stream IA conçoit, cadre et met en œuvre les architectures IA industrielles (ML classiques et IA générative), en garantissant leur cohérence avec le SI, leur industrialisation via le MLOps, et leur observabilité en production. Il intervient de la faisabilité technique au passage à l'échelle, en lien étroit avec la DSMC (valeur métier) et dans le respect des cadres Groupe (Design Authority IA, sécurité, conformité). Périmètre et rattachement Rattachement : Direction des Systèmes d'Information / Architecture Logicielle & IA Interactions clés : DSMC (cadrage valeur, priorisation des cas d'usage), Architectes SI et Logiciel / équipe infra / Cloud, équipe Data, équipes projets DSI, prestataires IA, RSSI, Conformité / Juridique (interfaces), Groupe (Design Authority IA, ITD DataLab Missions principales Cadrage technique & architecture IA Réaliser les études de faisabilité technique IA (données, intégration, sécurité, MLOps). Définir les architectures cibles IA (ML prédictif, RAG, GenAI), alignées avec : le SI existant, les standards Groupe, le socle technique commun (CI/CD, API, SCOM) Formaliser les choix dans des dossiers d'architecture. Prototypage & validation des cas d'usage Piloter ou réaliser des POC IA rapides (4–6 semaines) en lien avec la DSMC. Tester la viabilité des modèles, des données et des chaînes techniques. Documenter résultats, limites, risques techniques et conditions d'industrialisation MLOps & industrialisation Définir et mettre en œuvre les chaînes MLOps : Accompagner l'intégration des solutions IA dans le SI existant. Contribuer au catalogue de services IA de la DSI Observabilité IA & fiabilité Définir et déployer les principes de ML Observability : Mettre en place les alertes et indicateurs nécessaires au pilotage. Contribuer à la stratégie de run IA avec les équipes concernées Gouvernance des modèles IA Contribuer à la gouvernance IA DSI / DSMC : Participer aux comités IA et Architecture. Garantir la conformité des solutions avec les exigences RGPD / AI Act (en lien avec les instances dédiées) Référent IA & accompagnement des équipes Agir comme référent technique IA pour la DSI. Accompagner Data Engineers, équipes projets et prestataires. Diffuser les bonnes pratiques IA / MLOps (standards, patterns, retours d'expérience). Contribuer à la montée en compétence globale sur l'IA industrielle Responsabilités clés Validation des choix techniques IA (outils, modèles, architectures). Définition des standards MLOps & observabilité IA. Contribution aux livrables structurants : Reporting sur l'avancement et la maturité IA du SI Compétences techniques (hard skills) Indispensables Python, Git, CI/CD (GitLabCI) Cloud (priorité Azure) Concepts ML & IA générative (RAG, LLM, embeddings) MLOps (versioning, pipelines, monitoring) Intégration SI / APIs Agent IA Appréciées (non bloquantes) Snowflake Airflow Sécurité IA (prompts, cloisonnement, traçabilité) Compétences comportementales (soft skills) Leadership technique, pédagogie et capacité à influencer. Culture produit et sens de la valeur métier. Rigueur, documentation et standards d'ingénierie. Orientation sécurité et conformité. Communication claire avec équipes techniques et métiers. Profil & qualifications Bac+5 (école d'ingénieur, master en informatique/data/IA) ou équivalent. Expérience : 5–8+ ans en data/ML/Cloud, dont 2–3+ ans en MLOps/architecture. Expérience concrète en industrialisation de solutions IA Bonne compréhension des enjeux DSI et Groupe Certifications (appréciées) : Cloud Architect (AWS/Azure/GCP), AzureML Langues : Français, anglais technique. Localisation : obligatoirement sur Toulouse

Développeur Java / DevOps – Projets IA (H/F)Type de contrat : CDI Expérience : 1 an minimum Secteur : Industriel Prise de poste : Dès que possible ContexteDans le cadre de sa transformation numérique, un groupe industriel multi-sites souhaite renforcer son équipe technique avec un développeur capable d'intervenir sur trois axes complémentaires : le développement Java, l'industrialisation DevOps et l'intégration de solutions d'intelligence artificielle. Ce poste est avant tout opérationnel : vous concevez, développez, testez et déployez des applications destinées aux équipes métiers et industrielles. Vous contribuez également à transformer des cas d'usage IA en solutions fiables et exploitables en production. Vos missionsDéveloppement Java / BackendDévelopper et maintenir des applications backend en Java 17+ et Spring Boot. Concevoir et faire évoluer des API REST, des services métiers et leurs interactions avec les bases de données. Écrire des tests et participer aux revues de code. Améliorer la qualité, la sécurité et les performances des applications. Documenter les développements et contribuer aux choix techniques de l'équipe. DevOps et industrialisationConstruire et améliorer les pipelines CI/CD sous GitLab. Conteneuriser les applications avec Docker et Docker Compose. Automatiser les phases de build, de test, de déploiement et de supervision. Contribuer à la fiabilité des environnements : logs, monitoring, alerting et résolution d'incidents. Accompagner les mises en production sur les différents sites du groupe. Intelligence artificielleParticiper à l'identification et au prototypage de cas d'usage IA à valeur métier. Intégrer des modèles ou des services d'IA dans les applications et les processus existants. Développer des solutions d'automatisation, d'assistance aux utilisateurs, d'analyse ou de recherche augmentée. Préparer et exploiter les données nécessaires, notamment à l'aide de Python. Industrialiser les prototypes : tests, versioning, déploiement, supervision, sécurité et maîtrise des coûts. Assurer une veille active sur les outils IA/ML, les LLM et leurs usages en environnement industriel. Environnement techniqueJava 17+, Spring Boot, Spring Security, JPA/Hibernate, GitLab CI/CD, Docker, Docker Compose, Maven/Gradle, API REST, PostgreSQL, Python, IA/ML, LLM et monitoring.

Vous intégrerez le pôle IA de JEMS, leader européen de la Data, pour accompagner nos clients dans leurs projets de transformation et d'innovation par l'Intelligence Artificielle. Nos équipes développent et industrialisent des solutions d'IA générative et de systèmes agentiques (LLM, RAG, copilotes internes, orchestrateurs multi-agents), avec un ancrage fort dans des environnements Cloud et Data Platforms modernes. Dans ce rôle, vous interviendrez de bout en bout, de l'identification des cas d'usage à l'industrialisation. Vous aurez la charge de : • Mener des ateliers de cadrage IA avec les parties prenantes métiers et IT • Identifier et formaliser des cas d'usage concrets (gains, contraintes, faisabilité) • Concevoir et développer des services backend en Python intégrés à des architectures microservices • Déployer et piloter des MVP IA (LLM, RAG, systèmes agentiques, orchestrateurs, copilotes) • Intégrer et optimiser des pipelines de données pour l'IA générative • Industrialiser des solutions IA : passage à l'échelle, robustesse, monitoring et performance en production • Accompagner les clients dans la gouvernance IA (sécurité, RGPD, éthique, budget, cloud souverain) • Contribuer à la construction d'une offre IA différenciante au sein de JEMS, reconnue pour son innovation et sa R&D Référence de l'offre : 2sx8qa1n1v

Notre client dans le secteur Banque et finance recherche un/une Développeur senior IA / Python H/F Description de la mission : Contexte Dans le cadre du renforcement de son équipe Intelligence artificielle, un grand groupe du secteur financier recherche un profil à temps partiel pour contribuer à une plateforme data et IA déjà utilisée à grande échelle, avec plusieurs milliers d'utilisateurs, plusieurs dizaines de cas d'usage en production et un premier déploiement externe en cours. Mission La mission consiste à prendre en charge, au sein de l'équipe IA, des composants clés du socle technique de bout en bout. Le consultant intervient directement sur la conception, le développement, les tests et la mise en production, avec une forte dimension de delivery opérationnel. Principales responsabilités Développer et maintenir des composants du socle IA de bout en bout Concevoir et implémenter des mécanismes d'orchestration d'agents Construire une passerelle multi-modèles Mettre en œuvre des capacités de recherche augmentée Participer à l'évaluation des composants et systèmes IA Réaliser lui-même le cycle complet de delivery : conception, code, tests et mise en production Environnement technique Langage : Python Infrastructure : Kubernetes, cloud européen Industrialisation : chaîne CI/CD complète IA : LLM, systèmes agentiques, orchestration d'agents, recherche augmentée Livrables attendus Composants du socle IA conçus, développés et mis en production Code de production maintenable et opérationnel Tests associés aux développements réalisés Contributions concrètes sur l'orchestration d'agents, la passerelle multi-modèles, la recherche augmentée et l'évaluation Profil recherché Expérience Profil senior / confirmé en développement logiciel Expérience réelle et récente des LLM en production Expérience réelle et récente des systèmes agentiques en production Les profils orientés architecture ou conseil sans pratique récente du code ne conviennent pas Une preuve de code récent livré en production est demandée dans le dossier de candidature Compétences techniques Maîtrise de Python Solide expérience de développement logiciel en environnement de production Maîtrise de Kubernetes Bonne maîtrise d'une chaîne CI/CD complète Expérience de l'orchestration d'agents, des passerelles multi-modèles et de la recherche augmentée Compétences personnelles Capacité à livrer de manière autonome de bout en bout Forte orientation production et exécution Compétences / Qualités indispensables : Python, LLM en production, Systèmes agentiques en production, Kubernetes, CI/CD complète, Développement de bout en bout Compétences / Qualités qui seraient un + : /Informations concernant le télétravail : Oui — 2 jours/semaine

Missions principales: - Développer des APIs Backend en Python - Concevoir et orchestrer des agents IA / LLM - Mettre en place des workflows avec LangGraph & Temporal - Intégrer le Tool Calling et MCP - Gérer les retries, fallbacks et erreurs - Intégrer différents modèles/fournisseurs LLM - Mettre en place des systèmes d'évaluation et de non-régression des agents - Suivre qualité, coûts, performances et latence - Participer aux choix d'architecture - Assurer l'observabilité et la mise en production Stack technique: Python 3.11+ · FastAPI · Pydantic · PostgreSQL · Redis · Docker · Kubernetes · LangGraph · Temporal · OpenAI · Anthropic · MCP · pytest

Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l'intelligence artificielle, du cloud et de l'architecture de systèmes IA. Vous interviendrez sur la conception et l'évolution d'architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu'à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼 Vos missions : 🎯 Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production Sélectionner les modèles et solutions adaptés aux différents cas d'usage : LLM, modèles open-weight et Computer Vision Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents Définir les architectures de serving, d'inférence et d'orchestration GPU Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU… Accompagner les équipes techniques dans les choix d'architecture Environnement technique : 🔧 IA & modèles : GPT • Claude • Gemini • Llama • Mistral • DeepSeek • Qwen • DINOv2/v3 • SigLIP • SAM • YOLO Agents & RAG : LangGraph • MCP • A2A • LangSmith • Qdrant • Pinecone • Weaviate • Milvus • GraphRAG • Agentic RAG LLMOps & Observabilité : LangSmith • Langfuse • RAGAS • Prometheus • Grafana • OpenTelemetry Cloud & Infrastructure : AWS Bedrock • SageMaker • Vertex AI • Azure AI Foundry • Kubernetes • Docker • Terraform • vLLM • SGLang • Ray/KubeRay • Karpenter Data & ML : PyTorch • JAX • Hugging Face • Scikit-learn • XGBoost • ONNX • Kafka • Snowflake • Databricks CI/CD & Sécurité : GitHub Actions • GitLab CI • Helm • Kustomize • Vault • Guardrails • sécurité LLM

Dans le cadre du renforcement d'une équipe Data & IA, nous recherchons un Data Scientist / Data Engineer expérimenté, spécialisé en Intelligence Artificielle Générative, afin d'assurer la continuité et l'évolution de projets stratégiques. Le consultant intégrera une équipe travaillant sur un projet d'IA agentique à fort impact métier. L'un des principaux objectifs est de développer et d'optimiser une solution capable de générer automatiquement des pré-réponses pertinentes à des e-mails utilisateurs portant sur différents types de demandes : renseignements, réclamations, opérations contractuelles, etc. La mission comporte une forte dimension LLM, NLP, RAG et industrialisation des modèles IA. Missions principales Reprendre les travaux existants et assurer la continuité du projet d'IA agentique. Concevoir, entraîner, évaluer et optimiser des Large Language Models (LLM) dédiés à la génération de texte. Améliorer la pertinence et la qualité des pré-réponses générées. Optimiser les processus de Retrieval-Augmented Generation (RAG) existants. Participer à l'intégration et au déploiement des modèles en environnement de production. Mettre en œuvre les bonnes pratiques MLOps / LLMOps : CI/CD, versioning, monitoring, déploiement et maintien en conditions opérationnelles. Analyser les performances des modèles et identifier les axes d'amélioration. Garantir la robustesse, la scalabilité et la maintenabilité des solutions développées. Réaliser une veille sur les évolutions en IA Générative, LLM, NLP et Machine Learning. Collaborer étroitement avec les équipes Data, développement, architecture, produit et métiers. Participer aux cérémonies et rituels Agile de l'équipe.

Nous poursuivons notre développement et recherchons un Architecte IA Senior pour intervenir sur des projets à forts enjeux autour de l'intelligence artificielle, du cloud et de l'architecture de systèmes IA. Vous interviendrez sur la conception et l'évolution d'architectures IA robustes, performantes et sécurisées, du choix des modèles jusqu'à leur déploiement en production. Le poste couvre notamment les LLM, systèmes agentiques, RAG, infrastructure GPU, LLMOps, sécurité et optimisation des coûts. 💻💼 Vos missions : 🎯 Concevoir et faire évoluer des architectures IA adaptées aux besoins métiers et aux contraintes de production Sélectionner les modèles et solutions adaptés aux différents cas d'usage : LLM, modèles open-weight et Computer Vision Concevoir des architectures RAG et des systèmes agentiques, notamment multi-agents Définir les architectures de serving, d'inférence et d'orchestration GPU Mettre en place les pratiques LLMOps, évaluation et observabilité des modèles Concevoir des architectures cloud, hybrides ou on-premise, en intégrant les enjeux de scalabilité et de souveraineté Prendre en compte les enjeux de sécurité, gouvernance et conformité des solutions IA Optimiser les performances et les coûts : model routing, caching, batching, dimensionnement GPU… Accompagner les équipes techniques dans les choix d'architecture Environnement technique : 🔧 IA & modèles : GPT • Claude • Gemini • Llama • Mistral • DeepSeek • Qwen • DINOv2/v3 • SigLIP • SAM • YOLO Agents & RAG : LangGraph • MCP • A2A • LangSmith • Qdrant • Pinecone • Weaviate • Milvus • GraphRAG • Agentic RAG LLMOps & Observabilité : LangSmith • Langfuse • RAGAS • Prometheus • Grafana • OpenTelemetry Cloud & Infrastructure : AWS Bedrock • SageMaker • Vertex AI • Azure AI Foundry • Kubernetes • Docker • Terraform • vLLM • SGLang • Ray/KubeRay • Karpenter Data & ML : PyTorch • JAX • Hugging Face • Scikit-learn • XGBoost • ONNX • Kafka • Snowflake • Databricks CI/CD & Sécurité : GitHub Actions • GitLab CI • Helm • Kustomize • Vault • Guardrails • sécurité LLM

En tant que Développeur, et en coordination avec l'équipe, votre mission principale consistera à concevoir, développer et industrialiser des applications et POC d'IA générative et agentique embarqués dans les outils métier : de l'intégration des LLM jusqu'à la mise en production (front, back / BFF, exposition, déploiement). Vous serez amené à : Contribuer à l'outillage et aux briques transverses de la plateforme IA (évaluation des sorties LLM, registre de prompts, composants réutilisables) Participer aux ateliers de cadrage avec les métiers et aux instances projet (refinements, COPIL, points de suivi) Produire et mettre à jour de la documentation technique (ADR, specs, guides d'intégration) Réaliser l'amélioration continue : qualité du code, tests, sécurité LLM (garde-fous, prompt injection), optimisation des coûts (FinOps IA)

Nous recherchons un Senior AI / FDE Developer capable de transformer rapidement un besoin en prototype puis en solution opérationnelle, avec une approche AI-native et orientée delivery. Mission Développer en live coding et en rapid prototyping, de l'idée au produit. Utiliser Claude Code de manière intensive comme outil central du développement. Intervenir en mode FDE (Forward Deployed Engineer) : comprendre le besoin, concevoir, coder, tester, déployer et itérer rapidement. Développer autour des LLM, APIs, agents, providers et MCP. Exploiter un environnement Cloud Native et containerisé : Docker, Kubernetes, Registry, Rancher. Automatiser les environnements et déploiements avec Terraform / IaC. Passer rapidement du POC à une solution industrialisable. Démarrage : ASAP.

Contexte et Objectifs : Au sein d'une direction dédiée à la transformation numérique et au pilotage de la performance, la mission consiste à développer et industrialiser une plateforme d'IA générative basée sur des architectures LLM Open Source, du RAG (Retrieval Augmented Generation) et des systèmes multi-agents. L'objectif principal est d'améliorer la navigation documentaire, la qualité du retrieval et l'analyse automatique de documents contractuels et techniques en extrayant des métadonnées pertinentes et en gérant les liens internes (références croisées, hyperliens, citations, etc.). Cette plateforme devra permettre une recherche sémantique avancée, une indexation intelligente et une génération de réponses précises à partir de corpus documentaires complexes. Elle s'intégrera dans un écosystème existant et devra être scalable, sécurisée et optimisée pour répondre aux besoins métiers.

Description de la missionDans le cadre de l'accélération numérique et du développement des usages de l'intelligence artificielle, un acteur du secteur de l'énergie hydraulique recherche une expertise confirmée en IA, Data Engineering et Web Sémantique. Vous interviendrez au sein d'un centre d'ingénierie hydraulique engagé dans plusieurs initiatives stratégiques destinées à structurer et valoriser son patrimoine de données et de connaissances, afin d'accélérer le développement de nouveaux usages fondés sur l'IA. Les travaux portent notamment sur : La modélisation sémantique des données métiers à travers la conception de modèles d'objets métier. La construction et l'exploitation de graphes de connaissances et de vues encyclopédiques. L'utilisation de l'intelligence artificielle pour extraire des entités nommées dans des corpus documentaires et réaliser des alignements de données. Le développement de solutions d'IA générative et de recherche augmentée reposant sur des approches RAG textuelles ou GraphRAG. L'intégration de données provenant de sources hétérogènes, notamment des espaces documentaires, des bases de données, des documents techniques et des applications métiers. Vos principales responsabilités seront les suivantes : Contribuer à la construction d'ontologies et de modèles sémantiques métiers. Mettre en œuvre des traitements informatiques, avec ou sans intelligence artificielle, afin de créer les instances associées aux modèles. Intervenir sur différents cas d'usage métiers, tels que des référentiels électromécaniques, des études d'autonomie de barrage, la description d'événements redoutés centraux dans les études de dangers, ainsi que des référentiels de retour d'expérience projet. Développer, en collaboration avec les utilisateurs finaux, des solutions d'IA s'appuyant sur des techniques de RAG, de recherche sémantique et de LLM. Exploiter les infrastructures internes d'IA générative, les services de RAG et les environnements de développement conversationnel disponibles. Produire la documentation technique et fonctionnelle liée aux solutions réalisées. Participer aux choix d'architecture ainsi qu'à la définition et à l'application des bonnes pratiques Data, IA et DevOps. L'environnement technique comprend notamment : Python pandas rdflib RDF OWL SKOS SPARQL LLM RAG GraphRAG Git GitLab Power Platform et Copilot Studio en complément