NEOGIA
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.