Trouvez votre prochaine mission ou futur job IT.

Dans le cadre du plan stratégique, l'IT du Groupe joue un rôle clé dans la modernisation des Systèmes d'Information et l'accélération de la digitalisation. Pour répondre aux défis de l'innovation et de la sécurité, ITG a créé le département A3I - AI & IT Innovation, chargé de libérer le plein potentiel de l'Intelligence Artificielle pour le Groupe. Le Département A3I - AI & IT Innovation est composé de six équipes : Innovation Exposition, Innovation Factory, APEX, Smart Auto Factory, Data Analytics and Management Platforms et le Centre de Compétence en IA. Ce dernier est chargé de développer et de maintenir les compétences en Intelligence Artificielle au sein du département A3I. A3I / AI-CC recherche un Gouvernance & Support Officer de Juillet à décembre 2026 afin d'intégrer l'équipe du programme MyCompanion dont le mandat est de construire un assistant IA pour l'ensemble des collaborateurs du Groupe BNP Paribas. L'objectif principal de sa mission est de piloter l'intégration des assistants IA spécialisés développés au sein des différentes entités du Groupe à MyCompanion Gateway. Il joue un rôle essentiel de coordination et de facilitation entre les équipes métiers (AI expert, AI Lead, opérationnels Métiers) et les équipes techniques du Programme pour enrichir la plateforme MyCompanion et garantir une expérience utilisateur cohérente et performante. Types de profils et compétences Nous recherchons le profil suivant pour rejoindre l'équipe AICC. Mission 1. Pilotage de l'intégration des assistants IA (Onboarding) • Identifier et mapper l'ensemble des initiatives d'assistants IA lancés au sein du Groupe • Évaluer la maturité technique et fonctionnelle des projets d'assistants existants. • Qualifier l'éligibilité des solutions pour leur intégration dans la Gateway de MyCompanion. • Définir et planifier le positionnement de chaque intégration dans la roadmap globale. 2. Analyse des besoins et définition du produit • Recueillir et analyser les besoins en termes de fonctionnalités et d'interface utilisateur (UI) auprès des entités. • Traduire ces besoins en User Stories pour alimenter le backlog de développement. • Animer des ateliers techniques approfondis pour comprendre les spécificités fonctionnelles des assistants tiers. • Organiser des sessions de tests et de feedback sur les nouvelles interfaces (ex: Gallery) pour optimiser l'expérience utilisateur. 3. Promotion et Évangélisation de l'Offering • Concevoir et mettre à jour les supports de présentation de l'offre "Gateway". • Représenter la solution lors de comités internes et d'événements technologiques majeurs. • Agir en tant que point de contact privilégié (SPOC) pour les nouvelles entités souhaitant rejoindre l'écosystème. 4. Coordination Transverse • Assurer le suivi relationnel avec un portefeuille multidisciplinaire d'entités (Finance, RH, Risques, Juridique, etc.). • Coordonner les phases de lancement (Kick-offs) et les suivis techniques jusqu'à la mise en service de l'assistant IA spécialisé sur MyCompanion __________ Compétences attendues • Excellentes capacités de communication et d'animation d'ateliers. • Esprit d'analyse et de synthèse. • Capacité à travailler en coordination transverse (technique / métier / offering) • Capacité d'organisation et rigueur dans le suivi d'une roadmap • Gestion de Produit : Capacité à qualifier des besoins, rédiger un backlog et prioriser des fonctionnalités. • Culture IA : Compréhension des enjeux des assistants IA, des LLM et des notions de base liées aux SDK/API. • Pilotage de Roadmap : Savoir positionner des projets dans un calendrier de déploiement global. • UI/UX : Capacité à collecter des feedbacks utilisateurs et à les traduire en améliorations d'interface. • Communication : Maîtrise de la création de supports de présentation et aisance à l'oral pour des comités ou événements tech. __________ Technologies (expertise attendue) Jira, Confluence, suite Office, prototypage (Figma, Adobe XD, etc.), outil de collecte de données, CRM, concepts LLM __________ Livrables : les livrables mentionnés sont génériques au poste de Gouvernance & Support Officer et donnés à titre indicatif. Ils seront à adapter en fonction des besoins et du contexte de l'équipe AICC. Pilotage et Stratégie : • Matrice de maturité et d'éligibilité : Tableau de bord recensant les assistants IA du groupe, leur état d'avancement et leur score d'éligibilité à l'intégration. • Roadmap d'intégration : Calendrier prévisionnel de déploiement des assistants par entité. • Catalogue des entités onboardées : Suivi exhaustif des interactions et du statut d'intégration pour chaque entité. Produit et Technique : • Backlog produit : Liste priorisée des fonctionnalités et améliorations UI/UX issues des retours terrain. • Comptes-rendus d'ateliers techniques : Documentation synthétique des spécificités fonctionnelles et techniques (SDK, API) des assistants tiers. • Rapports de feedback UI : Synthèse des retours utilisateurs sur les interfaces (ex: Gallery) avec recommandations d'optimisation. Communication : • Kit de présentation de l'Offering : Supports de présentation (decks, démos) pour les comités et événements Tech. • Guide de onboarding : Documentation destinée aux nouvelles entités pour faciliter leur démarche d'intégration.

Dans le cadre de sa transformation Data et du déploiement de nouveaux services d'intelligence artificielle générative, une équipe Data Science recherche un consultant confirmé pour concevoir et piloter les produits data permettant de suivre l'usage, la performance et la valeur ajoutée de ces services. Missions : - Recueillir et formaliser les besoins métiers - Définir et maintenir un catalogue d'indicateurs et de KPI - Concevoir, fiabiliser et suivre les indicateurs d'usage, de performance, de qualité et de ROI - Structurer, modéliser et documenter les données, sources et flux associés - Concevoir et maintenir des tableaux de bord de pilotage sous Streamlit - Industrialiser les pipelines de données - Mettre en place les contrôles qualité et les mécanismes de supervision - Contribuer aux bonnes pratiques Data et à la gouvernance de la donnée - Réaliser le transfert de connaissances avec les équipes en place - Assurer la continuité des dispositifs existants - Produire un catalogue d'indicateurs validé par les métiers - Produire des dashboards de suivi opérationnels - Documenter et industrialiser les pipelines de données - Documenter les données, les flux et les traitements Profil attendu : Consultant confirmé avec une expérience en Data Engineering, Data Analytics et GenAI. Maîtrise de Snowflake, Pipelines DE données, STREAMLIT, DBT, Airflow / Dagster, Git, Gitlab, Linux, Docker, SQL et Python. Expérience dans la conception et le suivi d'indicateurs, la structuration et la documentation des données et flux, ainsi que l'industrialisation et la supervision des pipelines de données.

ContexteDans le cadre d'un programme de transformation de la relation client, notre client déploie des solutions basées sur l'IA conversationnelle et les Voice Bots afin d'améliorer l'expérience client, l'efficacité opérationnelle et la capacité de traitement des demandes. Nous recherchons un(e) Business Analyst confirmé(e) / Senior pour accompagner les équipes métier, IT, Data & AI ainsi que l'éditeur/intégrateur de la solution Voice Bot. Le consultant interviendra à l'interface entre les équipes Customer Care, Produit, IT, Data/IA et les équipes opérationnelles, de la définition des besoins jusqu'aux phases de test, déploiement et suivi de la valeur. Vos principales responsabilitésAnalyse des besoins métierRecueillir et formaliser les besoins auprès des équipes Customer Care. Animer des ateliers avec des interlocuteurs internationaux, régionaux et locaux. Analyser les processus existants et identifier les opportunités d'automatisation. Formaliser les règles métier, exceptions, contraintes et critères de validation. Construire et prioriser le catalogue des cas d'usage Voice Bot. Conception fonctionnelleTraduire les besoins métier en User Stories et critères d'acceptation. Concevoir les parcours clients et scénarios conversationnels. Cartographier les processus As-Is / To-Be. Définir les règles d'escalade, de transfert vers un conseiller et les situations nécessitant une intervention humaine. Participer à l'analyse des différentes options de solution et formuler des recommandations. Data & systèmesIdentifier les données nécessaires aux différents cas d'usage. Cartographier les sources de données, systèmes et dépendances. Analyser la qualité, disponibilité et fréquence de mise à jour des données. Coordonner les dépendances avec les équipes IT, Data & AI et les partenaires externes. Tests & qualitéDéfinir les scénarios et cas de tests fonctionnels. Tester les parcours conversationnels, les exceptions, les fallbacks et les handovers. Suivre les anomalies et leur résolution. Préparer les recommandations de readiness avant mise en production. Suivi de performance et valeurDéfinir les KPI de performance du Voice Bot. Participer à la conception du framework de monitoring et des dashboards. Suivre notamment les indicateurs de : Call Deflection Containment Rate Average Handling Time (AHT) Productivité Customer Satisfaction (CSAT) Adoption Qualité des conversations Définir les baseline et modalités de mesure des bénéfices après déploiement. Identifier les axes d'amélioration continue. Reporting & coordinationProduire les reportings d'avancement. Suivre les risques, problèmes, dépendances et décisions. Préparer les présentations destinées aux parties prenantes et au management. Maintenir la documentation fonctionnelle et les supports de formation. Participer à la structuration d'un référentiel documentaire partagé.

Développeur Python IA & Connectivité SharePoint Mission - Concevoir et développer un chatbot IA centralisé à l'échelle de la banque, intégrant SharePoint comme source de données principale - Garantir la qualité, la fiabilité et la couverture de tests du chatbot via une stratégie QA rigoureuse Responsabilités Développement Python / Go / IA - Concevoir l'architecture du chatbot (orchestration, RAG, gestion du contexte, multi-turn) - Développer les composants IA : ingestion, embedding, retrieval, génération (LLM on-premise ou API) - Intégrer les modèles LLM avec les sources de connaissance SharePoint - Optimiser les performances (latence, throughput, qualité des réponses) - Gestion des prompts, templates, et évaluation des réponses (prompt engineering) - Développement d'outils et services en Go (performance-critical, sidecar utilities) Connectivité SharePoint - Intégration avec SharePoint Online / On-Premise via API Graph ou SharePoint REST API - Authentification : OAuth2, Azure AD, certificats app-only, managed identities - Crawling et indexation des documents, pages, listes, et bibliothèques SharePoint - Gestion des permissions et de la sécurité au niveau des sites/documents (respect des ACLs dans le retrieval) - Synchronisation et rafraîchissement incrémental du contenu SharePoint - Gestion des métadonnées, types de contenu, et structures de sites complexes (multi-sites, multi-tenants) - Gestion des quotas API Graph (throttling, retry, pagination) QA / Testing — Focus Principal - Concevoir et implémenter la stratégie de test end-to-end du chatbot - Tests unitaires (pytest, Go testing) — couverture des composants IA, connecteurs SharePoint, orchestration - Tests d'intégration : SharePoint API mocking, vector store, LLM endpoints - Tests de contrat API (schema validation, Pydantic AI schema enforcement) - Tests de non-régression sur les réponses IA : - Golden datasets et évaluation automatique des réponses - Scoring de qualité (relevance, faithfulness, hallucination detection) - A/B testing des prompts et des versions de modèles - Tests de charge et de performance (locust / k6) — simulation multi-utilisateurs concurrents - Tests de sécurité : - Injection de prompts (prompt injection, jailbreak) - Fuite de données (data exfiltration, cross-tenant leakage) - Accès non autorisés (bypass d'ACLs SharePoint) - Tests de robustesse LLM : edge cases, context overflow, model fallback, timeout handling - Observabilité de la qualité via Langfuse : - Tracing des chaînes RAG (retrieval → génération → réponse) - Évaluation continue des réponses en production (drift detection, feedback loops) - Dashboards de qualité (latence, token usage, user satisfaction, error rates) - Alerting sur dégradation de qualité - Mise en place de pipelines CI/CD avec gates de qualité (tests, linting, évaluation IA) - Gestion des environnements de test (dev / staging / prod) avec données représentatives Architecture & Intégration - Concevoir le pipeline de données : SharePoint → extraction → chunking → embedding → vector store - Exposer le chatbot via API REST (FastAPI) et interface utilisateur - Intégration avec les systèmes internes (SSO, logging, audit, monitoring) - Gestion multi-langues (FR/EN) Stack Technique - Langages : Python 3.11+, Go - IA / LLM : Pydantic AI, LangChain / LlamaIndex, vLLM, Hugging Face, OpenAI-compatible APIs - Observabilité IA / QA : Langfuse (tracing, évaluation, monitoring) - Vector Store : Milvus / Qdrant / pgvector - SharePoint : Microsoft Graph API, SharePoint REST API, MSAL - API : FastAPI, Pydantic - Testing : pytest, pytest-asyncio, Go testing, locust, k6 - CI/CD : GitLab CI, Tekton - Observabilité infra : Prometheus, Grafana, OpenTelemetry - Conteneurisation : Docker, Kubernetes / OpenShift Compétences Requises - Développement Python en production (min. 3 ans) avec solides bases en architecture logicielle - Expérience en Go (services performants, CLI tools, sidecar components) - Expérience avec les frameworks LLM : Pydantic AI, LangChain, LlamaIndex et patterns RAG - Expérience avec Langfuse (ou équivalent) pour le tracing et l'évaluation des chaînes IA - Expérience d'intégration avec SharePoint Online et/ou SharePoint On-Premise (API Graph, REST, CSOM) - Connaissance d'Azure AD : OAuth2, app registrations, permissions déléguées vs application - Maîtrise des pratiques de testing : unitaires, intégration, E2E, contract, charge - Expérience avec les vector stores et les pipelines d'embedding - CI/CD et automatisation des tests — culture qualité forte - Compréhension des enjeux de sécurité en environnement bancaire (confidentialité, audit, traçabilité) - Bonus : expérience avec Microsoft Graph webhook/Change API, Azure Functions

Dans le cadre du développement des cas d'usage IA d'un grand compte, nous recherchons un Data Engineer pour construire et industrialiser les pipelines de données qui alimentent les modèles de machine learning et les applications d'IA générative. Le consultant interviendra notamment sur : ▪ La conception et le développement de pipelines ETL/ELT depuis des sources hétérogènes (APIs, bases relationnelles, flux événementiels), en batch ou temps réel ▪ La préparation et la mise à disposition des données pour l'entraînement des modèles et les architectures RAG (ingestion documentaire, chunking, vectorisation) ▪ L'alimentation et l'administration des bases vectorielles ▪ L'industrialisation de la chaîne complète — collecte, stockage, diffusion — avec sécurité et disponibilité garanties ▪ L'optimisation des performances et des coûts des traitements ▪ La documentation des pipelines et la contribution aux standards de l'équipe

ContexteDans le cadre d'une démarche d'amélioration continue et d'adoption pragmatique de l'Intelligence Artificielle, nous recherchons un(e) Consultant(e) IA & Automatisation capable d'accompagner des équipes métiers dans l'identification et la mise en œuvre de cas d'usage concrets permettant de gagner en productivité, réduire les tâches manuelles et limiter les risques d'erreur. La mission intervient dans un environnement logistique / e-commerce / e-3PL, auprès d'équipes couvrant notamment les activités Produit, Data, Support, Expérience Livraison et Relation Client. L'objectif n'est pas de lancer de grands programmes IA, mais d'identifier des quick wins à forte valeur ajoutée, de les prototyper rapidement et de les déployer auprès des utilisateurs. MissionsTravailler directement avec les équipes afin de comprendre leurs activités, processus et tâches quotidiennes. Identifier les tâches répétitives, chronophages ou sources d'erreurs pouvant être optimisées grâce à l'IA ou à l'automatisation. Proposer des solutions simples, réalistes et adaptées aux besoins des utilisateurs. Prioriser les cas d'usage selon leur valeur métier, leur faisabilité et leur ROI. Concevoir et réaliser rapidement des POC / prototypes. Mettre en œuvre des automatisations et assistants IA directement utilisables par les équipes. Connecter si nécessaire les solutions IA aux outils, données et applications existantes via API ou workflows. Tester les solutions avec les utilisateurs et les améliorer de manière itérative en fonction de leurs retours. Accompagner les équipes dans l'adoption des nouveaux outils. Mesurer les bénéfices obtenus : temps gagné, réduction des erreurs, amélioration de la productivité et de la qualité.

L'équipe est chargée de la gestion transversale et globale des outils dédiés aux filières éolienne, solaire et hydraulique, en étroite collaboration avec Engie Digital et les systèmes d'information (SI) des différentes zones géographiques ; elle recherche actuellement un ingénieur plateforme de données (Data Platform Engineer). La mission s'effectuera au sein de l'équipe « Digital Delivery » ; elle consistera à soutenir la gouvernance des données ainsi que la gestion de la plateforme Databricks, et à piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks. Les objectifs de la mission sont les suivants : - Administrer et sécuriser la plateforme Databricks (gestion technique et opérationnelle) - Déployer et faire respecter la gouvernance des données appliquée à Databricks ainsi que les bonnes pratiques associées (structure du catalogue, organisation par domaines, règles d'accès et d'utilisation) - Piloter la migration des données depuis l'ancien « data lake » d'entreprise vers Databricks - Accompagner et soutenir les ingénieurs de données (data engineers) et les utilisateurs métiers (data citizens) dans l'utilisation de la plateforme - Intégrer les impératifs de cybersécurité, de conformité et de maîtrise des coûts dès la conception (« by design ») - Contribuer à la communauté informatique (échanges sur les bonnes pratiques, retours d'expérience, etc.) Activités principales : - Administration de la plateforme Databricks : administrer, surveiller et maintenir les espaces de travail (workspaces) Databricks (gestion technique et opérationnelle : espaces de travail, ressources de calcul, accès, coûts, sécurité, gestion des incidents) - Gouvernance des données sur Databricks : mettre en œuvre et faire évoluer le cadre de gouvernance des données sur la plateforme Databricks (structure du catalogue, organisation par domaines, règles d'accès, normes de nommage et de qualité) et garantir la conformité avec les politiques du Groupe - Migration depuis l'ancien « data lake » : piloter la migration des données de l'ancien « data lake » d'entreprise vers Databricks : évaluer le périmètre existant, définir l'architecture cible et la feuille de route, planifier et coordonner les vagues de migration avec les équipes « data », et sécuriser le basculement - Accompagnement et support des utilisateurs : accueillir et soutenir les nouveaux utilisateurs — des ingénieurs de données aux utilisateurs métiers — dans l'adoption de Databricks et l'application des bonnes pratiques ; Fournir de la documentation, du coaching et de la formation - DataOps sur Databricks : Concevoir et mettre en œuvre les pipelines permettant de promouvoir les actifs de données et le code entre les environnements Databricks (développement, test, production) et les catalogues, en utilisant l'intégration et le déploiement continus (CI/CD) basés sur Git ainsi que les outils natifs de Databricks (ex. : Databricks Asset Bundles), tout en encourageant l'adoption des pratiques DataOps au sein des équipes. - Veille technologique : Tester et évaluer les nouvelles fonctionnalités de Databricks (y compris les capacités d'IA) ainsi que les outils complémentaires, et recommander leur adoption. - Reporting et communication : Rendre compte de l'avancement de la plateforme et de la migration, et partager les meilleures pratiques ainsi que les retours d'expérience avec la communauté informatique. Principaux défis : • Adoption de la gouvernance : Amener les entités et les utilisateurs à adopter les normes définies en matière de catalogues, de domaines et d'accès, tout en garantissant une plateforme simple d'utilisation pour les utilisateurs métiers (« data citizens »). • Complexité de la migration : Migrer les données et les consommateurs de l'ancien « data lake » vers Databricks sans perturber les activités en cours, tout en préservant la qualité et la traçabilité (lignage) des données. • Équilibre entre exploitation (Run) et développement (Build) : Assurer la stabilité, la sécurité et la maîtrise des coûts de la plateforme tout en menant à bien la migration et en prenant en charge de nouveaux cas d'usage. Livrables attendus : ? Documentation sur la gouvernance et le modèle opérationnel : Structure des catalogues et des domaines, modèle d'accès, conventions de nommage et normes d'utilisation alignés sur les standards internes relatifs aux données et à l'IA. ? Plan de migration (de l'ancien data lake vers Databricks) et rapports d'avancement : Périmètre, priorisation, calendrier, risques et points de situation réguliers auprès des comités de pilotage. ? Supports d'intégration et de bonnes pratiques : Guides, modèles, architectures de référence (blueprints) et sessions de formation destinés aux ingénieurs de données et aux utilisateurs métiers. ? Rapports d'exploitation de la plateforme : Indicateurs de suivi, de coûts, de sécurité et de conformité de la plateforme Databricks.

Notre client est une startup SaaS B2B française qui aide les équipes commerciales à prospecter plus efficacement grâce à une plateforme tout-en-un de sales intelligence. Le produit centralise la recherche de leads, l'enrichissement de données, l'engagement multicanal et la gestion du pipeline commercial. L'ambition : permettre aux sales d'arrêter de jongler entre plusieurs outils et de se concentrer sur la création d'opportunités. L'équipe tech entre aujourd'hui dans une phase clé : accélérer le delivery produit tout en assainissant l'existant. Dette technique, refacto, design system, legacy, process à simplifier, usage avancé de l'IA… les sujets sont nombreux, concrets, et à fort impact. C'est un environnement fait pour les profils qui aiment construire vite, coder proprement, prendre des sujets de A à Z et utiliser l'IA comme un vrai levier de productivité. 💼 Description du poste Votre mission 🚀 Rejoindre une équipe tech resserrée et contribuer directement à la construction d'un produit SaaS utilisé par des équipes sales, avec un double objectif : shippers des features utiles rapidement et renforcer la base technique sur le long terme. Vous interviendrez sur une stack moderne composée de TypeScript, Node.js, React, Next.js, PostgreSQL, Elasticsearch, Redis et AWS, dans un environnement en monorepo avec une approche Domain-Driven Development pragmatique. Ce que vous allez faire Livrer régulièrement de nouvelles features, avec une vraie culture du MVP et des cycles courts. Découper les sujets intelligemment pour aller vite sans dégrader la qualité. Contribuer à la réduction de la dette technique : refacto, librairies à mettre à jour, legacy à rationaliser. Participer à la consolidation du design system et à son meilleur alignement avec le code existant. Challenger les choix techniques et proposer des solutions simples, robustes et orientées impact. Utiliser l'IA au quotidien — notamment Claude — pour accélérer le développement, améliorer les prompts, générer du code et surtout challenger les outputs produits. Votre environnement Vous travaillerez avec une équipe produit composée notamment d'un designer, d'un CPO, de Product Managers et d'une équipe data. Les développeurs peuvent échanger directement avec le métier et contribuer au cadrage des sujets lorsque cela permet d'aller plus vite et mieux. Ici, l'enjeu n'est pas de sur-architecturer : il faut savoir prendre des décisions, livrer, apprendre, améliorer et garder un haut niveau d'exigence sur le code.

Maintenir et faire évoluer le player iOS existant.  Développer de nouvelles fonctionnalités liées à la lecture vidéo.  Garantir la stabilité, la performance et la qualité de lecture.  Exploiter et faire évoluer le player basé sur AVPlayer et AVFoundation.  Intégrer et maintenir les flux de streaming HLS.  Gérer les problématiques DRM, idéalement FairPlay Streaming.  Participer à l'évolution de l'architecture selon les principes de la Clean Architecture.  Exploiter les outils d'IA pour accélérer le développement, améliorer la qualité du code, faciliter le debugging et renforcer la couverture de tests.  Évaluer et valider les suggestions produites par l'IA en respectant les standards de qualité, de sécurité et de maintenabilité. Une part importante du poste sera consacrée à la chaîne publicitaire :  maintenir les échanges avec l'Ad Proxy et les services publicitaires ;  parser et interpréter les formats VAST et VMAP ;  rendre compatible le player avec les specs OMID/SIMID;  gérer les pre-rolls, mid-rolls, post-rolls, publicités de pause ;  assurer le suivi des impressions, quartiles, complétions, skips et erreurs ;  collaborer avec les équipes publicité, backend, produit, QA et data.

Dans le cadre du développement de la roadmap Intelligence Artificielle, le consultant interviendra sur la conception, le développement et l'industrialisation de cas d'usage IA. Il travaillera en collaboration avec les équipes Data Engineering afin d'intégrer les résultats des modèles dans les outils de Business Intelligence. En tant qu'unique Data Scientist du domaine, il jouera également un rôle clé dans la démocratisation des usages IA, le transfert de compétences et l'accompagnement des équipes métiers et techniques. Missions principalesDévelopper et déployer les cas d'usage de la backlog IA. Concevoir l'architecture technique des solutions IA. Définir et concevoir les modèles d'Intelligence Artificielle. Participer au co-design des solutions back-end et des flux de données. Réaliser les développements et l'industrialisation des modèles. Collaborer avec les Data Engineers pour l'intégration des résultats dans la BI. Mettre en place les outils de monitoring et de supervision des modèles. Produire la documentation technique et fonctionnelle. Former les utilisateurs et les équipes en charge du maintien en conditions opérationnelles. Livrables attendusSolutions IA industrialisées et déployées en production. Documentation technique et fonctionnelle complète. Supports de formation à l'utilisation et au paramétrage des solutions. Outils de monitoring permettant de détecter les dérives et anomalies des modèles IA. Respect des standards d'opérabilité et de supportabilité Michelin. Compétences techniques recherchéesIndispensablesData Science et Machine Learning. Conception et développement de modèles IA. Industrialisation et déploiement de modèles. Architecture de solutions Data / IA. Data Engineering (interaction avec les flux de données). Monitoring et supervision de modèles IA. Documentation technique. Anglais professionnel. AppréciéesIntégration de résultats analytiques dans des solutions BI. Sensibilité aux problématiques métiers et compréhension des enjeux business. Profil recherchéData Scientist Junior autonome. Capacité à recueillir les besoins métiers et les transformer en solutions techniques. Solides bases techniques en Intelligence Artificielle. Rigueur, organisation et autonomie. Excellent relationnel et capacité à transmettre ses connaissances. Dynamique et force de proposition. Points clés pour le sourcing

Data Scientist confirmé(e) pour reprendre et poursuivre un projet d'IA Générative à fort impact : le développement d'une solution capable de générer des pré-réponses aux e-mails des adhérents (demandes, réclamations, actes de gestion). Vos missions : Reprise et continuité d'un projet IA Générative existant Conception, entraînement et optimisation de LLM (Gemini/Vertex AI, Mistral) Optimisation d'un pipeline RAG en production (PGVector) Mise en œuvre de bonnes pratiques MLOps/LLMOps (CI/CD IA, monitoring, industrialisation) Déploiement sur environnement Cloud (Cloud Run) Collaboration étroite avec les équipes techniques, Product Owners et architectes Profil recherché : 5 ans d'expérience minimum en Data Science, dont une expérience significative en IA Générative/NLP Python avancé (Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch, Hugging Face) Langchain/Langgraph, MLOps/LLMOps en production, PGVector Expérience Gemini/Vertex AI et/ou Mistral appréciée Autonomie, capacité à reprendre un existant rapidement, esprit d'analyse Une première expérience secteur assurance/mutuelle est un plus Poste basé en environnement sécurisé, méthodologie Agile, documentation en français.

Intégré à l'équipe plateforme, vous interviendrez sur le développement, la qualification et la mise en production d'agents IA orchestrés sous LangGraph. Vos principales missions : Concevoir et développer des agents autonomes en Python avec LangGraph (StateGraph, multi-agents, human-in-the-loop, intégration LLM, prebuilt tools). Intégrer les agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. Optimiser les stratégies de prompt engineering et les mécanismes de contrôle (function calling, tool use, plan-and-execute). Mettre en place et enrichir les suites d'évaluation (datasets d'évaluation, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. Industrialiser les agents : versioning, conteneurisation, intégration CI/CD et conformité aux standards de la plateforme. Documenter les agents et contribuer à la matrice de risques ainsi qu'aux runbooks d'exploitation. Vous travaillerez en étroite collaboration avec l'Architecte plateforme, l'Ingénieur Plateforme / SRE, le Data Engineer, le Data Scientist ainsi qu'avec le Product Owner et les référents métiers, dans un cadre Agile Scrum (sprints de 2 semaines). Environnement technique : Python (LangGraph, LangChain, Pydantic) LangGraph : StateGraph, multi-agents, human-in-the-loop RAG : vector retrieval, chunking, re-ranking, hybrid retrieval Function calling / Tool use / Plan-and-execute LangSmith / OpenTelemetry GitLab CI/CD / Docker OAuth / mTLS / Gestion des secrets Un plus : Kubernetes, API Management, Neo4j / TigerGraph, MCP (Model Context Protocol)

Contexte de la mission L'équipe MTA (Modélisation et Technologies Avancées) conçoit et industrialise les composants IA utilisés par les métiers. Ses principales missions incluent : Développement des API Développement de chatbots : internes (ex. Jarvis) et externes (assistants métiers). Création d'agents IA : capables d'exécuter des workflows, interagir avec des API, orchestrer des outils, et automatiser des tâches complexes. Intégration avancée des modèles LLM : Mistral, GPT, Claude, etc. Contribution technique aux plateformes transverses : IALAB, IAP, GED/PHX, RPA, etc. Participation aux démonstrations système : sujets chatbots, workflows automatisés, IALAB, etc. Pour soutenir la montée en puissance des usages IA, le client souhaite renforcer l'équipe MTA avec un développeur expérimenté spécialisé en agents IA, orchestration, chatbots avancés et intégrations SI. Objectifs et livrables 1 Développer des agents IA avancés pour les métiers Conception d'agents capables d'appeler des API, déclencher des outils internes, et exécuter des actions complexes. Gestion de scénarios multi-étapes : analyse ® décision ® action ® supervision. Construction de "tooling IA" : actions, connecteurs, permissions, wrappers. Alignement avec les procédures SSI, DPO et gouvernance IA. 2 Conception ou amélioration de chatbots métiers Développement d'assistants IA pour piloter la documentation, les workflows, la qualification documentaire, etc. Implémentation des mécanismes clés : mémoire, récupération d'information, contextualisation. Optimisation UX des interactions : prompts, actions, réponses structurées. Support multi-modèles : Mistral Large, GPT-4o, Claude 3.7, etc. 3 Intégration et orchestration avec le SI Appels sécurisés vers les API internes : ERP, GED, RPA, CRM, PHX, etc. Connexion aux outils d'orchestration existants : RPA, IALAB, pipelines documentaires. Mise en place d'exécuteurs d'outils avec gestion fine des autorisations et logs. 4 Industrialisation et fiabilisation Observabilité complète : logs, métriques, traçabilité, monitoring des coûts. Tests unitaires et end-to-end pour chatbots et agents. Contribution aux frameworks internes : libs maisons, conventions IA. Participation aux démos système, PI planning et increments Agile. Développement Python expert : FastAPI, async, architectures modulaires. Très bonnes bases en Node.js/TypeScript pour certains agents front ou services d'intégration. Développement orienté API-first. Bonne pratique des patterns d'architecture cloud : Azure Functions, containers, CI/CD. DévSecOps: You Build It And You Run It. IA et Agents Maîtrise de la conception d'agents IA outillés (ReAct, Agentic Workflow, Toolformer-like). Connaissance des frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel ou équivalents. Forte capacité à modéliser des workflows IA/métiers dans des environnements complexes. Excellente maîtrise des LLM (Mistral, GPT, Claude). 3 Chatbots Conception de flows conversationnels complexes. Intégration de modules mémoire, RAG, reformulation. Optimisation de prompts avancés. Conscience UX conversationnelle : turn-taking, clarifications automatiques. 4 Intégration et Données Appels API REST/GraphQL internes. Interaction avec GED, bases documentaires, data lakes. Utilisation ou construction de {*}connecteurs métier{*}. 5 Qualité, Sécurité et Gouvernance Logs, audit, monitoring : Grafana, Prometheus, Langfuse. Compréhension des contraintes de sécurité des agents : permissions d'actions, filtrage des commandes, sandboxing, conformité interne IA. Forte autonomie et capacité à mener des sujets en transverse. Pédagogie et vulgarisation pour les métiers utilisant les chatbots/agents. Capacité à documenter : guides, API docs, schémas. Esprit produit : proposer, challenger, prioriser, démontrer. Participation active aux rituels Agile et aux démonstrations. 1 Langages et Frameworks Python (FastAPI, async) Node.js/TypeScript Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel 2 Modèles et IA LLM : Mistral, GPT, Claude RAG (Retrieval-Augmented Generation) Mémoire et contextualisation 3 Intégration et Orchestration API : REST, GraphQL Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Connecteurs métier 4 Cloud et DevOps Kafka Azure Functions Containers CI/CD 5 Observabilité et Sécurité Grafana Prometheus Langfuse SSI, DPO, gouvernance IA Compétences demandéesCompétencesNiveau de compétence CI/CD Containers Connecteurs métier SSI, DPO, gouvernance IA KAFKA API : REST, GraphQL LLM : Mistral, GPT, Claude Mémoire et contextualisation Prometheus Python (FastAPI, async) Grafana Langfuse Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP Frameworks agents : LangChain, LlamaIndex, CrewAI, Semantic Kernel Node.js/TypeScript Azure Functions RAG (Retrieval-Augmented Generation)

Dans le cadre de ses projets d'innovation IT, notre client, acteur international du secteur financier, recherche un Expert en Agentic coding pour rejoindre son équipe dédiée à l'AI Factory et à l'innovation. Vous disposez d'une expérience concrète et productive en agentic coding, ainsi que d'une bonne maîtrise des outils d'IA générative tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT. Vous serez chargé du développement, de l'intégration et de l'optimisation de solutions d'intelligence artificielle répondant à différents cas d'usage métiers. Vous jouerez également un rôle clé dans l'industrialisation et le déploiement des solutions IA en production. La mission s'inscrit dans un environnement agile, en collaboration étroite avec les Data Scientists, les architectes solutions, les équipes métiers et les équipes IT. Le contexte de travail est anglophone. La maîtrise de l'anglais est obligatoire. La prestation sera réalisée exclusivement en présentiel.