Trouvez votre prochaine mission ou futur job IT.

Développeur IA senior – Python / GenAI / RAG / Agents IA – F/HPour l'un de nos clients du secteur de l'assurance et de la protection sociale, nous recherchons un Développeur IA senior pour concevoir, industrialiser et maintenir des solutions d'intelligence artificielle au service des métiers et des collaborateurs. Vous rejoindrez une équipe IA travaillant sur des projets à différents stades : cadrage, prototypage, industrialisation et évolution de solutions déjà en production. Les cas d'usage concernent notamment la recherche documentaire augmentée, l'assistance aux collaborateurs, l'extraction d'informations par OCR et modèles vision, ainsi que les agents IA et l'automatisation de processus intégrés au SI.

Dans le cadre d'une mission au sein d'une Direction Innovation et Transformation Technologique, nous recherchons un Développeur Python/FastAPI & IA Générative pour accompagner les équipes dans la mise en œuvre de cas d'usage innovants autour de l'IA. Vos missionsIdentifier et concevoir des cas d'usage IA à forte valeur ajoutée. Développer des POC, prototypes et MVP. Intégrer des solutions basées sur les LLM, le RAG et l'IA générative. Participer à la conception technique et à l'architecture applicative. Industrialiser les développements en environnement Agile. Accompagner les équipes dans l'adoption des bonnes pratiques IA. Compétences recherchéesPython / FastAPI IA Générative, LLM, RAG React ou Angular Architecture applicative DevOps / CI/CD / LLMOps Expérience des environnements Agile

Contexte de la missionDans le cadre de l'accélération de sa transformation digitale, notre client, acteur du secteur assurantiel, souhaite renforcer ses capacités en intelligence artificielle afin d'automatiser ses processus métiers de bout en bout. L'objectif est de concevoir et d'industrialiser des agents IA autonomes et orchestrés, capables de prendre en charge des demandes clients complexes, notamment dans le domaine de la gestion des sinistres, depuis leur déclaration jusqu'à leur clôture, en intégrant les contrôles et validations humaines nécessaires. Le Lead IA interviendra sur l'ensemble du cycle de vie des solutions, du cadrage des cas d'usage à leur déploiement en production, avec une attention particulière portée à la performance, à la sécurité et au retour sur investissement. Missions principales1. Architecture et conception de solutions IA agentiquesDéfinir l'architecture technique et fonctionnelle des solutions d'IA agentique adaptées aux processus assurantiels. Concevoir et orchestrer des agents IA capables de traiter des demandes clients de bout en bout. Mettre en place des architectures multi-agents permettant la coordination de différentes tâches métiers. Intégrer les agents IA aux systèmes d'information existants : CRM, outils de gestion des contrats, plateformes de sinistres et référentiels documentaires. Définir les mécanismes de supervision, de traçabilité, de gestion des erreurs et d'escalade vers les équipes métiers. 2. Automatisation des processus métiers assurantielsConcevoir des solutions d'automatisation intelligente du cycle de gestion des sinistres : déclaration, qualification, collecte des justificatifs, analyse, orientation, suivi et clôture. Développer des agents IA pour la classification et le traitement automatisé des demandes clients. Mettre en œuvre des mécanismes d'extraction, d'analyse et de contrôle des informations issues de documents assurantiels. Automatiser les interactions entre les agents IA et les applications métiers via API. Intégrer des points de validation humaine pour les décisions sensibles, notamment celles liées à l'indemnisation. 3. Développement et industrialisation des agents IAPiloter le développement de solutions d'IA générative et d'agents intelligents en Python. Implémenter des frameworks d'orchestration tels que LangChain, LangGraph, AutoGen ou CrewAI. Concevoir des architectures RAG permettant l'exploitation des bases documentaires internes. Intégrer différents modèles LLM (OpenAI, Mistral, Anthropic ou modèles open source). Déployer les solutions IA dans des environnements Cloud ou On-Premise. Mettre en place les pratiques LLMOps / MLOps : versioning, tests, évaluation, monitoring et CI/CD. Garantir la robustesse, la scalabilité et la sécurité des solutions déployées. 4. Gouvernance, performance et mesure du ROIDéfinir les indicateurs de performance des agents IA : taux d'automatisation, précision, temps de traitement et qualité de service. Mesurer les gains opérationnels et financiers associés à l'automatisation des processus. Identifier les risques liés aux hallucinations, aux erreurs de traitement et à la confidentialité des données. Mettre en place les dispositifs de contrôle et de supervision humaine. Veiller au respect du RGPD, des exigences de sécurité et du cadre réglementaire applicable à l'IA. Contribuer à la définition de la feuille de route IA et à la priorisation des cas d'usage selon leur valeur métier. 5. Leadership technique et accompagnement métierAssurer le rôle de référent technique sur les sujets d'IA générative et agentique. Encadrer et accompagner les développeurs IA dans la conception et l'industrialisation des solutions. Collaborer étroitement avec les équipes métiers Assurance, les architectes SI et les équipes Data. Animer des ateliers de cadrage et de conception des cas d'usage. Apporter des retours d'expérience sur les projets IA déployés dans le secteur assurantiel. Environnement technique recherchéDomaineTechnologies / CompétencesDéveloppementPython, FastAPI, SQL, REST APIIA générativeLLM, Prompt Engineering, RAG, Tool CallingFrameworks agentiquesLangChain, LangGraph, CrewAI, AutoGenModèles IAOpenAI, Mistral, Anthropic, modèles open sourceBases vectoriellespgvector, FAISS, Pinecone, WeaviateCloud & InfrastructureAzure, AWS, GCP, Docker, KubernetesIndustrialisationGit, CI/CD, MLflow, LLMOps, monitoringSécurité & GouvernanceRGPD, AI Act, IAM, traçabilité, Human-in-the-loopMétier AssuranceGestion des sinistres, contrats, souscription, indemnisation, relation client Profil recherchéFormation supérieure Bac+5 en informatique, Data Science, intelligence artificielle ou équivalent. 8 ans minimum d'expérience en Data / IA, avec une expérience confirmée en conception et déploiement de solutions d'IA générative. Expérience significative dans le secteur de l'assurance, idéalement sur des projets liés à la gestion des sinistres ou à l'automatisation des processus métiers. Expérience concrète dans le développement et la mise en production d'agents IA de bout en bout, intégrés à des systèmes d'information métiers. Excellente maîtrise de Python et des architectures LLM / RAG / agents IA. Capacité à concevoir des architectures robustes, sécurisées et industrialisables. Expérience en pilotage technique et accompagnement d'équipes de développement. Bonne compréhension des enjeux réglementaires et de confidentialité propres au secteur assurantiel. Livrables attendusArchitecture cible de la solution IA agentique. Cadrage et priorisation des cas d'usage assurantiels. Agents IA développés, intégrés et déployés en production. Documentation technique et fonctionnelle. Dispositifs de supervision, de contrôle et d'évaluation des agents. Tableaux de bord de suivi des performances et du ROI. Recommandations d'industrialisation et feuille de route d'évolution. Critères différenciantsUne attention particulière sera portée aux candidats capables de présenter des retours d'expérience concrets dans le secteur assurantiel, notamment sur des solutions IA ayant permis : L'automatisation partielle ou complète de processus de gestion des sinistres. La réduction mesurable des délais de traitement des demandes clients. L'amélioration de la productivité des gestionnaires et de la qualité de service. L'intégration d'agents IA dans des environnements SI complexes. La démonstration d'un ROI mesurable après mise en production. L'enjeu principal du poste est de dépasser les usages documentaires classiques de l'IA pour intégrer des agents intelligents directement au cœur des processus opérationnels de l'assurance.

Envie d'un nouveau challenge... CELAD vous attend ! Nous poursuivons notre développement et recherchons actuellement un(e) Développeur Python / Angular – IA H/F pour intervenir chez un de nos clients. Contexte : Dans le cadre du renforcement d'une équipe projet, vous interviendrez sur le développement d'assistants conversationnels augmentés par l'intelligence artificielle et d'agents IA capables de répondre aux questions et aux intentions des utilisateurs. Vous participerez à la construction et à l'évolution de ces solutions, depuis leur développement jusqu'à leur maintien en conditions opérationnelles, en tenant compte des besoins métiers et des exigences de qualité de service. Votre mission : Au sein de l'équipe, vous interviendrez sur les activités suivantes : - Concevoir et développer des services en Python et Angular, à partir des spécifications fonctionnelles et des besoins identifiés. - Contribuer au développement d'assistants conversationnels et d'agents IA, en participant à la mise en œuvre de fonctionnalités basées sur l'intelligence artificielle générative et l'IA agentique. - Participer au BUILD et au RUN afin d'assurer aussi bien la création et l'évolution des applications que leur bon fonctionnement en production. - Réaliser les analyses techniques et fonctionnelles nécessaires à la mise en œuvre des évolutions demandées. - Tester et documenter les développements dans le respect des normes et méthodes en vigueur. - Participer aux phases de grooming technique pour préparer et préciser les travaux à réaliser. - Contribuer aux choix techniques et aux solutions permettant de répondre aux besoins métiers, tout en veillant à la qualité et à la disponibilité des applications

Contexte Dans le cadre du développement de plusieurs produits d'IA, notre client recherche un Développeur Fullstack IA pour rejoindre une équipe de 5 développeurs, avec une forte dominante backend et agentique. L'équipe développe directement ses propres interfaces et solutions IA en s'appuyant majoritairement sur les services Google Cloud Platform. Vos missions Développer des applications IA fullstack, avec une dominante backend en Python et des interfaces en React Concevoir des agents IA avec Google ADK, avec leurs propres tools et des usages de RAG / recherche par similarité via BigQuery Travailler sur des cas d'usage de génération et traitement de contenus multimodaux : texte, images, vidéos, traduction et documents Word/Excel Développer des intégrations comme des chatbots Microsoft Teams et des compléments Office Participer à la qualité et au suivi des applications : scénarios de tests, observabilité, alerting et transferts de flux Environnement technique Développement Python • React IA & Agentique Google ADK • Agents IA • RAG Google Cloud Platform Vertex AI • Cloud Run • Cloud Functions • BigQuery • Airflow / Cloud Composer Écosystème Playwright • Microsoft Teams • Office • Génération image / vidéo • Traduction Modalités Mission freelance : 36 mois Saint-Ouen, Ile-de-france (Ligne 14 du métro) 2 à 3 jours de télétravail par semaine Démarrage ASAP

Nous recherchons pour une mission longue chez notre client secteur banque/finance en région parisienne un AI Engineer senior. Vous rejoignez une équipe qui associe innovation et ingénierie concrète pour accélérer l'adoption de l'IA générative et agentique dans la gestion d'actifs. Vous transformez des technologies émergentes en solutions sûres, scalables et prêtes pour la production. Vos missions : - Piloter des initiatives IA, du besoin métier jusqu'au déploiement en production et à l'amélioration continue. - Développer et industrialiser des solutions d'IA et d'IA agentique robustes dans un environnement réglementé. - Conseiller les architectes sur l'architecture, les choix technologiques et les approches d'implémentation. - Traduire les besoins métier en solutions de qualité qui créent une valeur mesurable. - Garantir le respect des standards de gouvernance IA, de sécurité, de risque et d'architecture. - Contribuer à un centre d'excellence IA et IA agentique, en lien avec les équipes IT du groupe. - Accompagner les membres de l'équipe et promouvoir de bonnes pratiques d'ingénierie et des composants IA réutilisables. - Favoriser l'adoption des agents de codage IA et des pratiques d'ingénierie modernes. Vous êtes recruté en CDI cadre chez Ingéniance et rejoignez notre communauté d'experts de la data et de l'IA. Ref : O-RRTNG

Envie d'un nouveau challenge... CELAD vous attend ! Nous poursuivons notre développement et recherchons actuellement un(e) Développeur Python / Angular – IA H/F pour intervenir chez un de nos clients. Contexte : Dans le cadre du renforcement d'une équipe projet, vous interviendrez sur le développement d'assistants conversationnels augmentés par l'intelligence artificielle et d'agents IA capables de répondre aux questions et aux intentions des utilisateurs. Vous participerez à la construction et à l'évolution de ces solutions, depuis leur développement jusqu'à leur maintien en conditions opérationnelles, en tenant compte des besoins métiers et des exigences de qualité de service. Votre mission : Au sein de l'équipe, vous interviendrez sur les activités suivantes : - Concevoir et développer des services en Python et Angular, à partir des spécifications fonctionnelles et des besoins identifiés. - Contribuer au développement d'assistants conversationnels et d'agents IA, en participant à la mise en œuvre de fonctionnalités basées sur l'intelligence artificielle générative et l'IA agentique. - Participer au BUILD et au RUN afin d'assurer aussi bien la création et l'évolution des applications que leur bon fonctionnement en production. - Réaliser les analyses techniques et fonctionnelles nécessaires à la mise en œuvre des évolutions demandées. - Tester et documenter les développements dans le respect des normes et méthodes en vigueur. - Participer aux phases de grooming technique pour préparer et préciser les travaux à réaliser. - Contribuer aux choix techniques et aux solutions permettant de répondre aux besoins métiers, tout en veillant à la qualité et à la disponibilité des applications

Accompagner les équipes de développement dans la conception et l'industrialisation de solutions, d'outils et de composants IA réutilisables afin d'accélérer la réalisation des projets. Ce profil intervient davantage sur l'architecture applicative et l'ingénierie des solutions que sur la stratégie d'entreprise. Responsabilités principales 1. Conception des architectures IA - Définir les architectures techniques et applicatives des solutions IA. - Concevoir les mécanismes d'intégration des LLM dans les applications existantes. - Accompagner les projets utilisant des architectures RAG ou des agents IA. - Participer au choix des frameworks et composants techniques. - Garantir la modularité, la maintenabilité et l'évolutivité des architectures. 2. Développement de composants mutualisés - Accompagner les équipes dans la création de composants et services réutilisables. - Définir des standards et patterns d'architecture IA. - Faciliter l'intégration de services IA via API et connecteurs. - Contribuer à la mise en place d'accélérateurs de développement. - Participer aux revues de conception et de code sur les composants structurants. 3. Industrialisation des solutions - Accompagner le passage des POC vers des solutions exploitables. - Définir les exigences de performance, disponibilité et supervision. - Contribuer aux pipelines CI/CD et aux pratiques LLMOps/MLOps. - Intégrer les exigences de sécurité, de traçabilité et de protection des données. - Optimiser les performances et les coûts d'exploitation des solutions IA. 4. Accompagnement des équipes - Conseiller les développeurs sur les choix techniques. - Favoriser la réutilisation des composants. - Documenter les architectures et bonnes pratiques. - Participer à la montée en compétences des équipes projets. Compétences attendues Compétence Importance Architecture applicative et solutions IA Indispensable Expérience concrète LLM / GenAI Indispensable API, microservices, intégration SI Indispensable Développement Python et/ou Java Forte RAG, bases vectorielles, agents IA Forte CI/CD, Docker, Kubernetes Forte MLOps / LLMOps Forte Sécurité applicative et gestion des accès Forte Azure AI Foundry, LangChain, LlamaIndex, etc. À préciser Profil recherché : architecte solutions IA ou Tech Lead GenAI senior ayant déjà conçu et industrialisé des solutions d'IA en entreprise. La capacité à accompagner des développeurs et à concevoir des composants réutilisables sera déterminante. Livrables possibles : dossiers d'architecture technique, patterns de développement, composants mutualisés, API, documentation et recommandations d'industrialisation.

Contexte Projet de développement et déploiement d'une plateforme d'aide à la prospection. La solution se matérialise sous la forme d'une plateforme disposant d'une interface web ainsi que d'un ensemble de modules de recherches et de traitement de données. Mission Le client souhaite confier à un consultant spécialisé le développement, l'intégration et le déploiement de la plateforme. • Développement front et back ; • Conception de l'architecture de la solution ; • Proposition et mise en œuvre de solutions sur des problématiques techniques (montée en charge, performance, etc.) et métier (issues des tests utilisateurs) ; • Synthèse et communication des éléments de décision concernant les choix technologiques, avec explication des risques et avantages ; • Documentation du code et du fonctionnement de la plateforme ; • Accompagnement de l'équipe dans sa montée en compétence. Le consultant exécute ses missions en concertation étroite avec le responsable du projet. L'intervenant est intégré à l'équipe de recherche/projet et réalise directement les tâches qui lui sont confiées, sous la supervision du chef de projet, lequel assure le suivi technique de ses travaux et définit les orientations opérationnelles nécessaires à leur réalisation. Il participe aux réunions d'avancement internes ainsi qu'aux points de coordination selon le calendrier établi par l'Acheteur. Les intervenants travaillent avec le responsable de projet selon une méthodologie Agile : • Les activités et tâches nécessaires à la réalisation du projet sont réparties en cycles de développement (sprints) d'une durée d'une semaine à deux mois maximum. Les intervenants contribuent directement à leur exécution, conformément aux objectifs et priorités définis pour chaque sprint ; • Au cours de chaque sprint, les intervenants réalisent les travaux de conception, de développement, de test et de documentation qui leur sont confiés, en vue de produire une version fonctionnelle des développements réalisés ; • Les activités, tâches et livrables des sprints suivants sont définis et estimés au cours des sprints précédents, en concertation avec le responsable de projet, afin d'adapter les travaux aux besoins et à l'avancement du projet. Compétences attendues Le développement de la plateforme nécessite des connaissances solides en front (NodeJS), back (Typescript, Python), data (ETL), IA (NLP et LLM) et infrastructure (Terraform, Ansible, Docker). L'intervenant doit disposer des compétences techniques suivantes : • NodeJS, React, Javascript, Typescript, Python ; • SGBDR et NoSQL (PostgreSQL, MongoDB, Redis, SOLR) ; • Outils et bonnes pratiques d'ingénierie logicielle (versionnage, qualité du code, tests, documentation…) ; • Outils et bonnes pratiques DevOps (Terraform, Ansible, Docker, CI/CD…) ; • IA et data science (NLP, LLM…) ; • Infrastructure cloud (OVH, AWS…).

Nous recherchons un Data Scientist - Freelance (H/F) pour rejoindre une entreprise du secteur retail, active à l'international. Vous intégrerez une équipe dédiée à la Data, à l'IA et à la gouvernance, qui accompagne les équipes métiers dans l'adoption de solutions Data et IA à fort retour sur investissement. Vous interviendrez sur l'ensemble du cycle de vie des solutions, de l'exploration des besoins jusqu'à la mise en production. Vos responsabilités : Comprendre les besoins métier : collaborer avec les équipes métiers pour identifier les opportunités d'application de l'IA, et participer à la définition des objectifs, des KPIs et des livrables pour chaque projet. Explorer et préparer les données : analyser les données, sélectionner les datasets pertinents et créer les variables utiles aux modèles. Concevoir et entraîner des modèles IA : développer des algorithmes de Machine Learning et d'IA Générative (LLMs, RAG, fine-tuning), évaluer leur robustesse et les améliorer en continu. Industrialiser et déployer les solutions : développer des APIs, intégrer les modèles aux systèmes existants et appliquer les bonnes pratiques MLOps. Superviser les modèles en production : garantir performance, scalabilité et sécurité, détecter les dérives et planifier les réentraînements ou ajustements. Garantir la valeur ajoutée : collaborer avec les Product Owners, Data Engineers et AI Engineers, partager les bonnes pratiques et garantir un impact mesurable des solutions pour l'entreprise.

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.

Le client renforce la sécurité de ses usages d'intelligence artificielle et la capitalisation de ses contrôles SecOps. Le périmètre couvre trois ensembles distincts : la plateforme IA générative, IA4ALL et UiPath. IA4ALL et UiPath restent hors du périmètre produit de la plateforme IA Gen, tout en partageant des besoins de gouvernance, de contrôle d'accès, de tests et de traçabilité. Le dispositif dispose déjà d'un référent sécurité plateforme IA Gen et de travaux concrets : coordination transverse, contrôles d'accès et de cloisonnement de la passerelle LLM, observabilité, tests de sécurité et suivi de recommandations d'audit. La mission vise à consolider ces acquis, à les rendre réutilisables et à accompagner les évolutions des usages. Le besoin porte sur un seul renfort dédié réunissant l'accompagnement sécurité IA4ALL/UiPath et les missions SecOps transverses. Ce renfort complète le référent actuel ; il ne le remplace pas et ne constitue pas un poste d'ingénierie plateforme généraliste. Les travaux concernent notamment les exigences PSP et les usages de données C3/C4, les agents et accès aux outils MCP, les tests de sécurité et le red teaming, la détection des usages IA non référencés, la posture de sécurité IA, les modèles ouverts et la préparation au Run. Les interventions sont priorisées selon les risques, les besoins des projets, les dépendances et la capacité disponible. Les modalités contractuelles, la charge et la durée sont renseignées dans les champs dédiés après validation. Description L'Expert SecOps IA transverse senior assure un rôle opérationnel de sécurité : instruction des exigences, mise en œuvre et vérification de contrôles, tests, automatisation, intégration, observabilité, preuves et préparation de l'exploitation. Il réunit deux familles de missions dans un poste unique : sécurité IA4ALL/UiPath et SecOps transverse. Il travaille en complément du référent sécurité plateforme IA Gen, avec une autonomie opérationnelle et en collaboration avec les équipes SecOps, DRG, Gouvernance, architecture, plateforme, projets et production. Missions et responsabilités : 1. Sécurité IA4ALL/UiPath et cadrage PSP / C3-C4 - Recueillir les usages, données, flux, connecteurs, identités et possibilités d'action. - Contribuer aux revues PSP avec les architectes : exigences, faisabilité, architectures par phases, écarts et preuves attendues. - Instruire les conditions de déploiement et les preuves fournisseurs, notamment isolation, accès privilégiés, clés, journaux, localisation et réversibilité selon les exigences applicables. - Formaliser avec les parties prenantes les règles de recours à la plateforme IA Gen/agentique pour les accès aux modèles, outils et connecteurs. 2. Contrôles d'accès, gateway et observabilité sécurisée - Vérifier les contrôles SSO, habilitations, secrets, rotation des clés et séparation des cas d'usage sur les activités confiées. - Contribuer aux revues de changements de composants et de modèles, avec les re-tests pertinents. - Instruire la protection des logs et traces, leur cloisonnement, les droits d'accès, la conservation et les besoins de supervision, sans présumer des configurations existantes. - Suivre les remédiations avec les responsables techniques et produire les preuves associées. 3. Tests de sécurité IA et régression - Construire des scénarios d'injection directe/indirecte, jailbreak, exfiltration, abus d'outils et défauts d'autorisation adaptés aux usages. - Exécuter ou contribuer aux tests autorisés, analyser les résultats et vérifier les corrections. - Automatiser progressivement les tests rejouables et leur intégration au delivery. - Capitaliser les audits et tests existants dans un pack réutilisable, avec limites et conditions d'application. 4. Patterns agents, MCP, RAG et modèles ouverts - Décliner les contrôles de moindre privilège, validation humaine, isolation d'exécution et traçabilité des actions. - Distinguer l'accès aux modèles de l'accès aux outils MCP et documenter les règles applicables. - Cadrer les contrôles Secure RAG, recherche web et exécution de code selon les usages retenus. - Contribuer à la qualification des modèles ouverts : provenance, licence, version, hébergement, tests et conditions de revalidation. 5. Qualification des solutions de sécurité - Traduire les besoins en critères et scénarios pour le red teaming, le Shadow IT/Shadow AI et l'AI-SPM. - Contribuer aux POC et benchmarks pilotés par l'équipe SecOps, en documentant couverture, limites, faux positifs et contraintes d'intégration. - Apporter l'expertise technique aux échanges éditeurs et au circuit de remédiation, sans créer de pilotage parallèle. 6. Capitalisation, mise en production et Run - Relier exigences, contrôles, versions, résultats, écarts et décisions dans un dossier de preuves exploitable. - Préparer les livrables sécurité des mises en production et les conditions de maintien des contrôles. - Produire les runbooks du périmètre confié et contribuer aux circuits de supervision et d'escalade. - Documenter au fil de l'eau, transférer les connaissances et remettre les actifs dans les espaces internes autorisés. Positionnement et limites : - Un renfort unique, pas deux personnes supplémentaires ni un remplacement du référent actuel. - Pas de responsabilité générale de construction de la plateforme, de FinOps, de delivery des cas d'usage métier ou d'exploitation 24/7. - Pas d'acceptation autonome du risque, d'exception C3/C4 ou de décision de mise en production hors du circuit habilité. - Le rôle contribue au choix des solutions et aux échanges éditeurs dans le pilotage de l'équipe SecOps prévu par l'organisation cible. - Les tests offensifs, accès aux données et changements de production sont soumis à autorisation. - Les activités sont priorisées ; l'exhaustivité du portefeuille et son industrialisation simultanée ne sont pas présumées. Ce qui caractérise le profil : Une pratique démontrée de sécurité opérationnelle, une compréhension des risques IA et une capacité à produire des contrôles et preuves réutilisables. Le candidat doit pouvoir expliquer un contrôle réellement implémenté, son test, ses limites, sa remédiation et sa reprise par une autre équipe. Livrables L1. État des lieux et backlog sécurité priorisé : périmètres, contrôles, preuves disponibles, écarts, dépendances et responsables proposés. L2. Dossiers sécurité IA4ALL/UiPath et revues PSP sur le périmètre retenu : flux, exigences, architectures envisagées, écarts, preuves et décisions attendues. L3. Patterns et fiches de contrôles réutilisables : conditions d'application, limites et procédures de vérification. L4. Pack de tests de sécurité et de régression versionné, rejouable et documenté. L5. Contributions aux évaluations de solutions et modèles : critères, scénarios, résultats, limites et intégration au circuit de décision. L6. Dossier de preuves et fiche de décision reliant usages, versions, contrôles, résultats et écarts. L7. Runbooks et procédures de sécurité opérationnelle, revus avec les responsables de reprise. L8. Tableau de suivi et matrice d'adoption des contrôles, distinguant applicabilité, déploiement et preuve. L9. Dossier de transfert et reste à faire priorisé, avec actifs remis et responsables de reprise identifiés. Les volumes, périmètres prioritaires et critères de réception sont convenus au démarrage. Aucun GO de sécurité ni industrialisation complète de tous les chantiers n'est garanti par la seule remise d'un livrable.

Software Engineer expert en GenAI. Python/Node/Java, Cloud - Clermont Ferrand Solide expérience en développement backend (Python/Node/Java). • Maîtrise des frameworks GenAI (LangChain, LlamaIndex, Hugging Face, OpenAI API). • Connaissance d'un cloud majeur (Azure, AWS ou GCP) et des environnements industriels exigeants. • Capacité à intervenir en contexte grand groupe : rigueur, communication claire, sens du service. • Expérience en RAG, vector databases et déploiements MLOps appréciée. Vous contribuerez à la conception et à l'industrialisation de solutions GenAI à forte visibilité, en étroite collaboration avec les équipes innovation, data et IT du client. Périmètre : SDLC. Missions • Concevoir et développer des applications intégrant des LLM (RAG, embeddings, agents). • Participer à la définition d'architectures GenAI robustes et scalables. • Implémenter APIs, microservices et pipelines d'IA dans un environnement cloud industriel. • Accompagner les équipes du client : cadrage, expertise, audit technique, bonnes pratiques. • Garantir la qualité, la sécurité et la conformité des solutions déployées (gouvernance, risques, observabilité). • Compétences techniques / outils à maîtriser : Solide expérience en développement backend (Python/Node/Java). • Maîtrise des frameworks GenAI (LangChain, LlamaIndex, Hugging Face, OpenAI API). • Connaissance d'un cloud majeur (Azure, AWS ou GCP) et des environnements industriels exigeants. • Capacité à intervenir en contexte grand groupe : rigueur, communication claire, sens du service. • Expérience en RAG, vector databases et déploiements MLOps appréciée. Compétences fonctionnelles requises (connaissances métier, etc.) : o Respect des règles et rituels de l'équipe (mode Agile), et participation à la réflexion continue sur son organisation afin d'en améliorer l'efficacité. o Participation aux estimations de charge des sujets / tâches listés dans la backlog, en les challengeant si nécessaire. o Participation au choix et à l'affectation des sujets / tâches traités dans les sprints Agile à court terme, dans une perspective de livraison incrémentale de fonctionnalités à rythme régulier, et de mise à niveau régulière des composants et outils (Evergreen). Compétences comportementales : Présence souhaitée : • Présence sur site : oui - Clermont Ferrand • Travail en distanciel possible : possible (2 jours maximum) Langue et niveau : Un bon niveau d'anglais est indispensable, les membres de l'équipe pouvant être situés en Europe et / ou Asie et / ou Amérique(s).

Un grand groupe industriel international spécialisé dans les équipements électriques et la gestion de l'énergie développe une application basée sur l'intelligence artificielle générative. L'objectif consiste à développer cette application avec Amazon Bedrock, puis à la publier dans Microsoft Copilot afin que les utilisateurs puissent y accéder directement depuis leurs outils Microsoft. Vos responsabilités seront les suivantes : Développer l'application d'IA générative sur Amazon Bedrock, notamment le choix et la configuration des modèles, la conception des prompts et la logique applicative. Mettre en place une architecture RAG permettant à l'intelligence artificielle de produire des réponses fondées sur les documents de l'entreprise. Préparer et structurer les données, constituer la base de connaissances et développer les mécanismes de recherche. Concevoir et développer des agents IA capables d'enchaîner plusieurs actions. Développer les composants applicatifs en Python. Exposer les fonctionnalités au moyen d'API REST. Publier l'application dans Microsoft Copilot avec Copilot Agent Builder. Assurer la connexion entre l'environnement AWS et l'écosystème Microsoft. Tester la solution, mesurer la qualité des réponses et améliorer continuellement l'application. Documenter la solution. Échanger avec les équipes métier afin de comprendre précisément leurs besoins et de rendre la solution directement utilisable. L'environnement technique comprend Amazon Bedrock, Microsoft Copilot Agent Builder, Python, API REST, LLM, RAG, agents IA et, selon les besoins, AWS Lambda, Amazon S3, Amazon OpenSearch, Microsoft 365, Copilot Studio, LangChain et LangGraph.

Dans le cadre du développement d'un projet existant intégrant de l'intelligence artificielle générative, le client souhaite renforcer l'équipe avec un Ingénieur Développeur IA Senior. L'objectif est donc d'apporter une expertise IA senior à une équipe et un projet déjà constitués, afin de fiabiliser les usages actuels des LLM, d'améliorer les méthodes d'évaluation et de faire évoluer l'architecture existante sur la base de résultats mesurables. Concevoir la chaîne d'extraction. Choisir l'approche (function calling, sortie structurée, vérification, réparation) et la forme du schéma d'entrée donné au modèle. Mesurer avant de décider. Construire et maintenir les jeux de cas, mener les expériences, comparer prompts, modèles et méthodes sur des critères chiffrés. Qualifier les juges LLM. Mesurer la fiabilité des juges automatiques face à un jugement humain. Choisir les modèles. Arbitrer entre qualité, coût et latence, dans un cadre souverain (Mistral, AWS Bedrock en région UE). Industrialiser. Faire passer une approche validée en production : code testé, observabilité, gestion des pannes et des dérives. Transmettre. Expliquer vos choix à l'équipe et au métier, et faire monter l'équipe en compétence sur l'évaluation.

Quel poste proposons - nous ? Nous souhaitons intégrer notre nouveau TEST LEAD Automatisation - SAFE - (H/F) pour renforcer nos équipes chez notre client à proximité de Toulouse ( 45 min). Télétravail : 3 jours /semaine et 2 jours de présentiel non consécutifs Notre QA Lead travaillera dans un contexte Safe avec des PI décomposés en 5 sprints de 3 semaines. Le QA lead sera à 50 % focus sur les tâches de management de test et 50 % sur l'opérationnel : automatisation des tests. Vos principales missions seront notamment de : La conduite et le suivi de la qualification et du déploiement global du train Piloter les activités de qualification multi - équipes : environnement, acteurs, planning, charges… Mettre en place la politique de test. Piloter la rédaction de la matrice des exigences. Définir, élaborer et mettre en œuvre de déploiement de la stratégie de test incluant la stratégie d'automatisation. Veiller à la cohérence entre la stratégie et sa mise en application. Mettre en place les bonnes pratiques Mettre en place les indicateurs et les métriques associées Participer à l'affinage des US / Features et à l'élaboration des critères d'acceptances. Définir le processus d'automatisation via RobotFramework .Piloter les activités d'automatisation des tests Suivre et optimiser l'automatisation, rédaction des scripts en Python Réaliser les revues de qualification du projet et valider les bilans QA et GO de MEP. Rédiger des Reporting hebdomadaires et mensuels