Trouvez votre prochaine mission ou futur job IT.

L'Ingénieur QA technico-fonctionnel senior participera à la définition des objectifs de test, du périmètre, des critères d'acceptation et de la couverture des tests fondée sur les risques. Il veillera à valider le comportement fonctionnel des applications à travers des tests manuels et automatisés. Le poste nécessite la capacité de piloter les activités de test avec un minimum de supervision et d'assurer une visibilité claire sur l'avancement, les risques, la couverture des tests et les résultats obtenus. L'équipe Trading Systems est répartie entre Porto et Paris et assure le support d'applications de trading critiques, notamment Optiq®, la plateforme de négociation d'Euronext. Le poste implique une collaboration étroite avec les développeurs, les business analysts, les responsables d'équipe, les chefs de projet et les autres intervenants QA, afin de maintenir un haut niveau de fiabilité, d'efficacité et de qualité des livrables. Services et livrables - Stratégie de test et pilotage QA senior Élaborer et mettre en œuvre des stratégies de test complètes pour les tests autonomes. Définir les objectifs de test, le périmètre et les critères d'acceptation. Identifier et prioriser les cas de test en fonction des risques et de leur impact métier. Piloter les activités de test avec un minimum de supervision. Contribuer à la définition d'approches QA efficaces dans des contextes complexes de tests backend et API. - Exécution des tests, gestion des anomalies et reporting Exécuter des tests manuels et automatisés afin de valider le comportement fonctionnel des applications. Reproduire, analyser, documenter et suivre les anomalies. Assurer le suivi des correctifs et vérifier la résolution des anomalies. Fournir un reporting clair sur l'avancement, les risques, la couverture des tests et les résultats obtenus. Préparer les validations avant mise en production et contribuer à la prise de décision en matière de qualité. - Automatisation, outillage et contribution technique Contribuer à l'extension de la couverture des tests automatisés et à son amélioration continue. Utiliser Python, Linux, Git, les pipelines Jenkins, le BDD (Behavior-Driven Development), Xray/Jira et les outils associés pour soutenir les activités de test. Contribuer aux ressources de test backend/API, à la préparation des données de test et, si nécessaire, aux validations liées aux bases de données. Exploiter les outils d'intelligence artificielle (IA) pour faciliter la conception des tests, la génération de cas de test, l'analyse des anomalies, la documentation, le reporting, le développement de tests automatisés et la recherche d'informations techniques. - Collaboration, accompagnement et amélioration des processus Collaborer étroitement avec les développeurs, les business analysts, les responsables d'équipe et les chefs de projet. Accompagner les membres juniors de l'équipe et contribuer à leur montée en compétences sur les pratiques QA. Participer à l'amélioration continue des processus QA, des standards et des pratiques d'automatisation. Promouvoir une approche structurée des tests, la traçabilité et des pratiques de livraison axées sur la qualité.

ASAP Technologies recherche un Tech Lead Fullstack Senior pour accompagner un acteur majeur du secteur de la mobilité sur le développement de ses produits internes. Le contexte Au sein de la Plateforme IT de la direction technique, vous intervenez sur des outils destinés aux équipes projets et au suivi de la production. Les applications reposent sur une architecture serverless AWS, avec un back-end en TypeScript/Node.js et Python, un front-end React et une infrastructure gérée avec Terraform. Vous accompagnez une équipe en reconstruction, composée de développeurs fullstack, d'OPS et de QA, avec des profils juniors et confirmés. Votre rôle associe contribution technique, qualité des développements et transmission des connaissances. La maîtrise du développement assisté par l'IA agentique, notamment des approches Spec-Driven Development, constitue un attendu important. Vos missions Définir les solutions techniques adaptées aux enjeux des produits et garantir la cohérence du socle technologique. Contribuer aux développements et à l'amélioration continue des applications. Participer à la rédaction, au chiffrage et à la priorisation du backlog fonctionnel et technique. Réaliser les revues de code et accompagner l'équipe dans l'application des bonnes pratiques. Suivre la qualité du code, la couverture des tests unitaires et la sécurité. Favoriser la documentation et le partage des connaissances pour limiter la dépendance à une seule personne. Intégrer les pratiques de développement assisté par l'IA dans le delivery, avec des spécifications structurées et un contrôle des livrables. Contribuer au respect des critères d'acceptation des releases. Participer aux cérémonies agiles et veiller au respect des standards techniques, de sécurité et d'usage de l'IA.

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un Développeur Full Stack expert, pour rejoindre une équipe qui construit une plateforme innovante de traitement en temps réel de données massives (séries temporelles), reposant sur une architecture orientée événements. Vous intervenez sur tout le cycle de vie des applications, du recueil du besoin à la maintenance, côté back-end comme front-end. Vos missions : - Développer en Python sur un environnement AWS, MongoDB et Azure DevOps ; - Concevoir les API, modules, bibliothèques et écrans de la plateforme ; - Mettre en place les builds, la chaîne CI/CD et les tests automatisés de non-régression ; - Implémenter les évolutions et optimiser la performance, la sécurité et la scalabilité ; - Rédiger les tests avec les Functional Analysts et la documentation technique ; - Assurer le support de niveau 2, la résolution d'incidents et l'analyse des causes racines ; - Travailler au quotidien avec le Product Owner, les Business Analysts et les équipes métiers. Une première expérience en IA est un vrai plus. Des astreintes sont possibles. Ref : O-CQLBH

Lancer l'IA conversationnelle sur les parcours de souscription digitale d'épargne d'un grand groupe bancaire français. Au sein d'une équipe produit d'une vingtaine de personnes chargée des parcours de souscription digitalisés (épargne, bancarisation), vous rejoignez une squad pluridisciplinaire de 4 personnes encadrée par un Scrum Master et une Tech Lead. Votre rôle : construire le premier agent conversationnel « Épargne » et poser les bases techniques de l'IA dans la squad. Vos principales missions : Construire les composants techniques d'un POC d'agent conversationnel et en valider la pertinence. Participer aux choix de solutions dans un environnement dont le socle se construit. Faire monter en compétences les autres développeurs de la squad sur l'IA conversationnelle. Documenter les solutions construites. Participer aux mises en production selon les pratiques DevOps (XL Release, XL Deploy). Ce que la mission vous apporte : Un projet IA à son démarrage, avec une vraie part de conception. Un rôle de référent IA dans une squad agile. Des enjeux concrets de gouvernance de l'IA en banque : traçabilité, auditabilité, sécurité des données. Environnement technique : Python, Java Spring Boot, Google ADK, LLM, agents conversationnels, LLMOps, XL Deploy, XL Release, Jenkins, Bitbucket, Agile.

Description détaillée: Nous recherchons ici un IA engineer expérimenté sur la stack technologique décrite, à même de pouvoir assurer le fonctionnement opérationnel ainsi que les évolutions de notre plateforme d'IA générative. Il devra également s'assurer de la performance du service et proposer des améllorations le cas échéant. Il devra également contribuer à renforcer la stratégie de test et d'intégration au sein de la chaîne CI/CD (constitution de jeux de test, automatisation, etc.). Les attendus sont les suivants : - Continuité de Service et Satisfaction Utilisateur : Assurer un service stable, performant et fiable pour les maisons actuellement en production sur la v1. Il est impératif d'éviter toute dégradation de l'expérience qui pourrait nuire à l'adoption globale des solutions d'IA générative au sein du Groupe. - Maîtrise des Risques de Conformité : La version 1, développée dans un calendrier contraint, doit être mise en conformité avec les exigences réglementaires (RGPD) et les standards de sécurité du Groupe. L'enjeu est de réduire l'exposition aux risques légaux et de réputation avant le transfert de responsabilité à la DSI. - Viabilité de la Transition : Garantir que la v1 soit une plateforme fonctionnelle et acceptable à partir de septembre 2026, pour les maisons ne pouvant pas baculer en v2. Un abandon prématuré des évolutions critiques sur la v1 créerait une rupture inacceptable pour les partenaires. - Préservation de la Valeur : Les développements réalisés dans le cadre de cette prestation (notamment sur la performance du RAG et la sécurité) pourront servir de base de connaissance et potentiellement être mutualisés pour les améliorations de la v2, ou réciproquement, assurant ainsi une capitalisation sur l'investissement.

Développeur·se Python IA (LLM, Agents, RAG) Nombre de postes 15 développeurs Python IA Secteur Assurance Rattachement Équipe IA — sous la responsabilité du Tech Lead AI et du référent opérationnel Type de contrat Prestation (freelance / ESN) Contexte & RôleAu sein de l'équipe IA, vous développerez des solutions d'intelligence artificielle au service des filiales du groupe, dans le secteur de l'assurance. Vous interviendrez sur des cas d'usage variés : analyse automatisée de documents, analyse d'appels, chatbots intelligents et assistance aux réponses. Vous travaillerez sous la responsabilité du Tech Lead AI et d'un référent opérationnel, au sein d'une équipe dédiée au déploiement de l'IA à l'échelle du groupe. Missions principales• Concevoir et développer des solutions IA (LLM, Agents, RAG). • Reprendre et optimiser les use-cases existants. • Développer les nouveaux use-cases selon la roadmap, en respectant les engagements de timing. • Assurer la qualité et la maintenabilité du code (tests, documentation, code reviews).

Le contexteNotre client, un grand groupe mutualiste français, a déployé une plateforme d'IA générative utilisée par plusieurs entités du Groupe (les « maisons »). La v1, construite dans un calendrier serré, est aujourd'hui en production. Une v2 est en préparation, mais certaines maisons resteront sur la v1 au-delà de septembre 2026. La v1 doit donc rester stable, performante, et être mise en conformité RGPD et sécurité avant son transfert à la DSI. L'enjeu est clair : ne pas dégrader l'expérience utilisateur, car c'est l'adoption de l'IA générative dans tout le Groupe qui est en jeu. La missionVous êtes le référent run et évolutions de la plateforme IA v1 : vous la faites tourner, vous la sécurisez et vous l'améliorez. Run et continuité de service : administrer la plateforme, suivre le backlog d'incidents, analyser et corriger Performance : suivre les indicateurs de production, optimiser le RAG (pertinence, latence, coûts) et proposer des améliorations Observabilité : exploiter Langfuse (traces, évaluations, coûts) et le monitoring GCP, mettre en place les alertes Conformité et sécurité : mettre la v1 en conformité RGPD (données personnelles, rétention, traçabilité) et aux standards sécurité du Groupe Évolutions mineures : développer sur l'API Python et le front React, sur les chaînes LangChain / LangGraph Tests et CI/CD : constituer des jeux de test, automatiser les évaluations, renforcer l'intégration continue Documentation et transfert : docs, schémas, specs, pour préparer la reprise par la DSI et capitaliser avec la v2

🎯 MISSIONS : Intégré(e) aux équipes d'un de nos clients grand compte, vos missions seront les suivantes : - Automatiser et fiabiliser les déploiements applicatifs - Concevoir et maintenir les infrastructures Cloud et On-Premise - Mettre en œuvre les bonnes pratiques CI/CD - Superviser les environnements et optimiser les performances - Participer à l'amélioration continue de la sécurité et de l'exploitation - Connaissance en IA apprécié Environnement technique : - Cloud : Azure, AWS ou GCP - Conteneurisation : Docker, Kubernetes (AKS, EKS) - CI/CD : Azure DevOps, GitLab CI/CD, Jenkins - Infrastructure as Code : Terraform, Ansible - Scripting : PowerShell, Bash, Python - Versionning : Git - Monitoring : Prometheus, Grafana, ELK, Datadog

Nous recherchons un Architecte IA/MLOps H/F qui 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/Elle 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). 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

Les missions sont: 1- Conception et développement d'agents autonomes avec LangGraph : - Architecture des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle). -Intégrtion des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows). -Optimisation les stratégies de prompt engineering et les mécanismes de contrôle (ex: function calling, tool use, plan-and-execute). 2- Intégration avec des pipelines ML/MLOps existants : -Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines. -Automatisation de versioning des agents et leur déploiement. 3- Ingénierie des données et features pour les agents : -Construction des pipelines de données pour alimenter les agents -Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques). -Optimisation les coûts et la scalabilité (ex: caching des réponses, model distillation pour les edge cases). 4- Tests et robustesse : -Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes). -Surveillance les dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith. -Documentation des limites et cas d'usage (ex: matrice de risques pour les décisions critiques). Compétences souhaitées: Expérience avancée avec LangGraph : -Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop, et intégration avec des LLMs. -Expérience en déploiement d'agents en production. Python et écosystème IA : -Bibliothèques : langgraph, langchain, llama-index, pydantic. -Frameworks ML : PyTorch/TensorFlow (pour customiser des modèles si besoin).

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)

Nous recherchons pour l'un de nos clients sur le secteur du Retail un ingénieur Cloud DevOps/ SRE pour intervenir sur les missions suivantes: Leadership technique & Architecture Définir, faire évoluer et garantir l'architecture des infrastructures Cloud sur Azure et GCP. Être le référent technique sur les sujets DevOps, Kubernetes et automatisation. Encadrer et accompagner la montée en compétences de l'équipe d'ingénieurs DevOps (revues de code, mentorat, ateliers techniques). Assurer la veille technologique et intégrer les usages de l'IA (Copilot, GenAI, LLM Ops, automatisation avancée) dans les processus de développement et d'infrastructure. Infrastructure as Code & Automatisation Concevoir, maintenir et automatiser le provisionnement des ressources à l'aide de Terraform et Ansible. Développer des outils, scripts et intégrations complexes en Python Concevoir et optimiser les pipelines CI/CD afin de garantir des déploiements fluides, sécurisés et automatisés. Orchestration, Réseau & Sécurité Administrer et optimiser les clusters Kubernetes (K8s) en production. Concevoir et sécuriser les architectures réseau hybrides et multi-cloud (VPC, Peering, VPN, Service Mesh, Firewall, IAM). Appliquer les principes DevSecOps : gestion des secrets, analyse des vulnérabilités, conformité et durcissement des environnements. Amélioration continue & Collaboration Collaborer étroitement avec les équipes de développement, de sécurité et les équipes produit. Porter les exigences FinOps, de haute disponibilité et de continuité et reprise d'activité (PCA/PRA).

Hanson Regan recherche un IA and Data engineer pour une mission freelance de 10 mois à Paris. Nous recherchons un nouveau talent pour rejoindre notre équipe Data Analytics & IA AV. Expertise requise : frameworks de Deep Learning (TensorFlow, PyTorch) et bibliothèques de Machine Learning en Python. Expérience en MLOps, notamment MLflow, sérialisation de modèles ML, gestion de versions avec Git et packaging de code. Maîtrise des processus CI/CD, des tests, de la conteneurisation (Docker, Kubernetes) et, idéalement, du provisionnement de ressources cloud (Terraform). Expérience en modélisation du langage (LLM) et techniques avancées telles que les embeddings, les bases de données vectorielles et l'ingénierie des prompts. Vous justifiez d'une solide expérience technique (minimum 5 ans à un poste similaire) et êtes à l'aise avec les environnements cloud. Vous communiquez efficacement avec les clients et au sein de votre équipe. kills : Exploration de données, principes d'architecture de données, accès aux données, gouvernance des données, techniques et méthodologies de modélisation de données, outils d'entrepôt de données Langues : Français (C2), Anglais (B1) Localisation : Paris (Saint-Denis) À distance : Possible (2 à 3 jours par semaine) Conformément aux exigences du client, les freelances doivent pouvoir travailler via leur propre entreprise. Nous n'acceptons malheureusement pas les candidatures via des sociétés de portage salarial pour ce poste. Si cette opportunité vous intéresse, veuillez nous contacter au plus vite.