Trouvez votre prochaine mission ou futur job IT.

Recherche d'un Développeur Fullstack senior PHP/Symfony, capable d'intervenir sur le back-end et le front-end. Maîtrise obligatoire de PHP/Symfony et React Native, avec une vraie expérience en développement mobile. Solide maîtrise de JavaScript, APIs, SQL, modèles de données et flux d'intégration. Forte exigence sur la qualité du code, tests unitaires/E2E, non-régression, CI/CD et pratiques Agile. Profil autonome et pragmatique, capable de gérer un contexte de fusion/rebranding à délais courts, avec utilisation quotidienne d'outils IA pour le développement.

Nous recherchons un Expert IA générative / agentique – DevSecOps Le consultant interviendra au sein d'une équipe DevSecOps travaillant en environnement Agile SAFe, avec pour objectif d'explorer, prototyper et industrialiser des usages de l'IA appliqués notamment au développement logiciel et aux chaînes CI/CD. Le consultant interviendra notamment sur les activités suivantes : Réalisation de POC, spikes et prototypes autour de l'IA générative et agentique ; Conception et développement de solutions utilisant LLM, agents, MCP, RAG et prompting ; Conception d'agents et assistants IA appliqués au développement et au DevOps ; Intégration de solutions IA dans les chaînes CI/CD et l'écosystème GitLab ; Développement de composants, scripts et intégrations via Python / API REST ; Mise en œuvre et évaluation de solutions telles que Gemini, Vertex AI, Anthropic et Mistral ; Prise en compte des enjeux de sécurité et conformité IA / DevSecOps ; Documentation, veille technologique et accompagnement des équipes ; Animation de démonstrations, ateliers et actions de vulgarisation. Compétences recherchées : Maîtrise des concepts d'IA agentique : LLM, agents, MCP, RAG, prompting ; Expérience dans la conception et l'intégration de solutions IA ; Solides fondamentaux en développement logiciel ; Python / scripting ; Maîtrise des API REST et de l'intégration de services IA ; Bonne compréhension des environnements CI/CD / DevSecOps, notamment GitLab ; Connaissance des assistants IA pour le développement (GitLab Duo / DAP) ; Capacité à évaluer la pertinence et la robustesse des solutions IA ; Sensibilité aux problématiques de sécurité et conformité appliquées à l'IA ; Une expérience concrète sur Agents, RAG et/ou MCP est particulièrement appréciée. Des connaissances AWS / GCP, Docker, Kubernetes/OpenShift, Jira, Confluence et SAFe sont également appréciées. Informations mission : Démarrage : 02/11/2026 Localisation : Nanterre (92) / télétravail partiel Séniorité recherchée : Confirmé / Expert Le client précise que l'ancienneté spécifique en IA générative n'est pas discriminante : le profil doit avant tout disposer de solides fondamentaux techniques en développement / DevOps (de l'ordre de 3 à 5 ans), maîtriser réellement les concepts de l'IA agentique et démontrer une forte capacité d'apprentissage et de vulgarisation. Merci de préciser votre niveau d'expérience sur Agents / RAG / MCP / Python / GitLab CI-CD

Contexte du poste Rejoignez une entreprise leader dans le secteur de l'assurance, localisée à Nanterre, et participez à un projet ambitieux de transformation digitale autour de l'intelligence artificielle. Dans un département dynamique composé d'experts en innovation technologique, votre rôle sera crucial pour optimiser l'utilisation des technologies IA, notamment Copilot, au service de la productivité et de la qualité au sein de notre organisation. En intégrant notre équipe, vous serez directement impliqué dans l'évolution et la mise en œuvre de solutions IA stratégiques. Missions Missions principales - Identifier, cadrer et prioriser les cas d'usage de l'IA à forte valeur ajoutée. - Former et accompagner les utilisateurs dans l'utilisation de Copilot. - Piloter les POC (Proof of Concept), expérimentations et déploiements en collaboration avec les équipes métiers et IT. - Accompagner la conduite du changement à travers la communication, la formation et l'animation des key users. - Suivre l'adoption des solutions et mesurer les gains métiers (productivité, qualité, satisfaction). - Offrir une expertise sur les processus d'assurance BtoB (Incendie, Accidents et Risques Divers). Missions annexes - Préparer et animer des comités de direction et autres instances de gouvernance. - Faciliter la structuration des projets IA au sein des différentes unités de l'entreprise.

En tant qu'Expert IA, vous accompagnerez et structurerez la transformation de l'entreprise autour de l'intelligence artificielle. L'enjeu central sera de faire émerger des cas d'usage pertinents, puis de les conduire jusqu'à leur mise en production et leur adoption concrète par les équipes. Le poste requiert une expérience opérationnelle : il ne s'agit pas uniquement de piloter des projets ou de formuler des recommandations. Vous mettrez à profit votre expertise technique pour déployer des solutions, tout en contribuant à définir les pratiques qui permettront de les développer et de les utiliser de manière cohérente. Vous participerez à la gouvernance de l'IA, à la priorisation des cas d'usage et à la structuration des bonnes pratiques. Vous devrez également pouvoir démontrer l'impact de réalisations antérieures, notamment par des changements effectifs dans les processus ou les outils et par des résultats mesurables. La mission est prévue pour au moins un an, principalement à distance, avec des déplacements ponctuels.

Ingénieur IA / GenAI – LLM, RAG & Agents IA Dans le cadre d'un projet autour de l'IA générative, nous recherchons un Ingénieur IA / GenAI pour concevoir, développer et industrialiser des solutions basées sur les LLM et les agents IA. Vos missions : Concevoir et développer des solutions GenAI / LLM Développer des agents IA et workflows agentiques Concevoir et implémenter des architectures RAG Intégrer les modèles IA aux applications via API Développer principalement en Python Travailler sur le prompt engineering et l'orchestration des LLM Mettre en place embeddings et bases vectorielles Évaluer la qualité, la performance et la fiabilité des réponses Industrialiser les solutions : CI/CD, monitoring, sécurité et observabilité Accompagner les POC jusqu'à leur mise en production Compétences recherchées : Python LLM / GenAI RAG Agents IA / Agentic AI LangChain / LangGraph ou équivalent OpenAI / Azure OpenAI / Anthropic / modèles open source FastAPI / APIs REST Vector databases / embeddings Docker, Git, CI/CD MLOps / LLMOps apprécié Fine-tuning / PEFT / LoRA apprécié 📍 Île-de-France / Hybride 📅 Mission longue durée

Contexte de la missionDans le cadre de l'accélération de sa stratégie en Intelligence Artificielle, nous recherchons un(e) Architecte Senior IA Générative pour piloter la vision technologique autour des solutions de GenAI, identifier les innovations du marché et définir les orientations architecturales des plateformes d'IA. En tant qu'expert(e) de référence, vous interviendrez sur les technologies d'IA générative, les Large Language Models (LLM), les architectures agentiques et les plateformes Cloud IA, avec une expertise particulière sur l'écosystème Google Cloud AI : Gemini, Vertex AI, AI Search et RAG Engine. Vous accompagnerez les équipes dans les décisions stratégiques liées à l'adoption, à l'industrialisation et à l'évolution des solutions d'IA générative. Missions principales1. Vision et stratégie technologiqueDéfinir la vision technologique et les orientations stratégiques en matière d'IA générative. Assurer une veille permanente sur les innovations et les évolutions du marché. Analyser et comparer les solutions des principaux acteurs : Google, OpenAI, Anthropic, Microsoft, Mistral, IBM, etc. Élaborer des recommandations et des dossiers de choix technologiques. Contribuer à la définition des feuilles de route des plateformes IA. 2. Architecture et expertise IA générativeConcevoir des architectures de référence pour les solutions d'IA générative. Définir les standards d'architecture autour des LLM, du RAG, du GraphRAG, de l'Agentic AI, des systèmes multi-agents et du Knowledge Retrieval. Valider les choix techniques et challenger les architectures proposées. Accompagner les équipes sur les problématiques complexes d'architecture, d'intégration et d'industrialisation. 3. Expertise Google Cloud AIApporter une expertise approfondie sur l'écosystème Google : Gemini et Vertex AI ; Vertex AI Search et Vertex AI Agent Builder ; Vertex AI RAG Engine ; Agent Development Kit (ADK) ; BigQuery AI et Vector Search. Évaluer les capacités, les limites et les cas d'usage des différentes solutions. Définir les bonnes pratiques d'intégration, de déploiement et d'industrialisation des solutions GenAI. 4. Leadership technique et innovationChallenger les architectures et les solutions proposées par les fournisseurs et les intégrateurs. Piloter des benchmarks techniques et des comparatifs de solutions. Encadrer les expérimentations, les Proofs of Concept (POC) et les études d'opportunité. Accompagner la montée en compétences des équipes sur les technologies d'IA générative. Promouvoir les bonnes pratiques en matière de sécurité, de gouvernance et d'IA responsable. Profil recherchéVous justifiez d'une expérience significative en architecture IA et en IA générative, avec une capacité à intervenir à la fois sur les orientations stratégiques et sur les choix techniques complexes. Vous disposez d'une solide expertise sur les architectures LLM, les solutions RAG et les architectures agentiques, ainsi que d'une bonne maîtrise des environnements Cloud et des enjeux d'industrialisation. Compétences techniques recherchéesIA générative et LLM Large Language Models (LLM) et Foundation Models. RAG, GraphRAG et systèmes de recherche augmentée. Agentic AI et architectures multi-agents. Prompt Engineering, Model Evaluation et Fine-Tuning. Guardrails, Responsible AI et gouvernance des modèles. LLMOps et AgentOps. Google Cloud AI Gemini et Vertex AI. Vertex AI Search et Vertex AI Agent Builder. Vertex AI RAG Engine et Agent Development Kit (ADK). BigQuery AI et Vector Search. Architecture et développement Architectures Cloud Native, microservices et API. Kubernetes. Python. LangChain, LangGraph et LlamaIndex. CI/CD et pratiques DevSecOps. Data et Knowledge Management Bases de données vectorielles et embeddings. Moteurs de recherche. Knowledge Graphs. Gouvernance, qualité et sécurité des données. Environnement techniqueGenAI, LLM, RAG, GraphRAG, Agentic AI, Multi-Agent Systems, Gemini, Google Vertex AI, Vertex AI Search, Vertex AI Agent Builder, Vertex AI RAG Engine, ADK, BigQuery AI, Vector Search, Python, LangChain, LangGraph, LlamaIndex, Kubernetes, Cloud Native, API, Microservices, LLMOps, AgentOps, CI/CD, DevSecOps.

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, le centre de compétences IA recherche un Business Analyst pour accompagner le déploiement, la gouvernance et l'adoption de cas d'usage basés sur une plateforme RAG (Retrieval-Augmented Generation) déjà mise à disposition des entités du groupe. Le/la consultant(e) interviendra comme interlocuteur privilégié entre les métiers, les experts IA et les équipes techniques afin d'assurer le cadrage, le pilotage et l'intégration des nouveaux cas d'usage. MissionsCadrage des besoins métiers Recueillir et analyser les besoins des entités Identifier et qualifier les cas d'usage éligibles à la plateforme RAG (Dataiku) Animer les ateliers de cadrage fonctionnel Formaliser les besoins sous forme de User Stories et critères d'acceptation Product Ownership Gérer et prioriser le backlog produit Piloter les demandes d'évolution et d'intégration Assurer le suivi des développements et des livraisons Participer aux cérémonies Agile Pilotage des intégrations Coordonner l'ensemble des parties prenantes (métiers, IA, data, IT) Organiser l'onboarding des nouvelles entités Suivre les phases de recette et de validation métier Assurer le reporting d'avancement et le suivi des actions Adoption et accompagnement Accompagner les utilisateurs dans la prise en main des solutions Collecter les retours utilisateurs et identifier les axes d'amélioration Contribuer aux supports de communication et de promotion de l'offre Outils & EnvironnementJira Confluence Microsoft 365 SharePoint Outils collaboratifs et de gestion documentaire Livrables attendusNotes de cadrage User Stories et backlog produit Roadmap d'intégration des cas d'usage Comptes-rendus d'ateliers Tableaux de bord de suivi et reporting Supports d'accompagnement des utilisateurs

MissionsConcevoir et développer des agents IA basés sur les LLM. Mettre en œuvre des architectures Agentiques utilisant LangChain, LangGraph, Semantic Kernel ou des frameworks équivalents. Développer des services Python robustes et industrialisables. Participer à l'intégration des solutions IA avec les applications et systèmes existants. Concevoir des workflows de raisonnement et d'orchestration d'agents (ReAct, Tool Calling, Multi-Agents). Mettre en place les pipelines CI/CD et les bonnes pratiques DevOps. Assurer la sécurisation des échanges et des API (OAuth2, OpenID Connect). Participer aux choix d'architecture technique et aux évolutions du socle IA. Contribuer à l'amélioration des performances, de la qualité et de la maintenabilité des solutions.

Architecte/Techlead capables d'intégrer des briques IA dans des appli métier. Intégrer des services d'IA générative dans des applications Java/Spring Boot. Concevoir et développer des agents IA et des workflows d'automatisation. Utiliser les concepts de LLM, prompting, RAG et orchestration d'agents. Exposer les fonctionnalités IA via des APIs et des microservices. Architecte/Techlead capables d'intégrer des briques IA dans des appli métier. Intégrer des services d'IA générative dans des applications Java/Spring Boot. Concevoir et développer des agents IA et des workflows d'automatisation. Utiliser les concepts de LLM, prompting, RAG et orchestration d'agents. Exposer les fonctionnalités IA via des APIs et des microservices.

Nous recherchons un(e) Développeur(se) Python spécialisé(e) en FastAPI et Intelligence Artificielle pour rejoindre notre équipe et participer au développement de solutions innovantes basées sur l'IA. Missions Concevoir et développer des API performantes avec Python et FastAPI. Intégrer des modèles d'IA générative et des LLM dans les applications. Développer des fonctionnalités autour du traitement de données, du NLP et du RAG. Concevoir des architectures backend robustes, sécurisées et scalables. Mettre en place des tests, de la documentation et assurer la qualité du code. Collaborer avec les équipes produit, frontend et data. Stack technique Python · FastAPI · IA/LLM · RAG · PostgreSQL · Docker · Git · API REST

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

Lieu : Nantes sud (44) Salaire : 55 à 60 K€ annuel brut Rythme : 1 journée de télétravail par semaine Nous recherchons pour notre client, un Tech Lead Data & IA dans le cadre d'une création de poste en CDI. VOS MISSIONS : En tant que Tech Lead Data & IA, vous pilotez techniquement les développements de votre périmètre, contribuez directement à la réalisation des solutions et garantissez leur qualité, leur performance et leur fiabilité. Développement et leadership technique Encadrer techniquement les développements, réaliser les revues de code et diffuser les bonnes pratiques. Contribuer directement au développement des solutions et accompagner la montée en compétences de l'équipe. Participer à l'évolution des API et à l'intégration des applications. Contribuer à la modernisation de notre applicatif historique en PHP et à l'intégration de l'IA dans les pratiques de développement. Data Engineering et reporting Participer à la construction et à l'évolution la plateforme Data : alimentation de l'ODS et du Data Lake, pipelines ETL/ELT et modélisation des données. Garantir la qualité, la documentation, la sécurité et la fiabilité des traitements. Développer et superviser les pipelines de données, en assurant leur performance et leur maintenabilité. Participer à la modernisation des outils de reporting pour répondre aux besoins du siège et du réseau. IA et industrialisation Développer et mettre en production des cas d'usage d'IA générative : RAG, agents, interrogation des données en langage naturel et génération de rapports. Préparer les données et intégrer les solutions IA dans l'environnement applicatif. Mettre en place les tests, les garde-fous et les mécanismes de supervision nécessaires à la fiabilité des solutions. Contribuer à la maîtrise des coûts, à la sécurité et à l'amélioration continue des solutions déployées. Qualité et performance Industrialiser les déploiements avec les pratiques CI/CD et les tests automatisés. Mettre en place le monitoring et l'observabilité des applications et des pipelines. Optimiser les performances et les coûts des infrastructures et services utilisés. Challenger les prestataires et contribuer aux choix techniques de son périmètre.

Dans le cadre du renforcement de notre équipe, nous recherchons un Ingénieur Production IA spécialisé dans les usages IT for IT. L'objectif est d'intégrer l'IA directement dans les activités de production informatique afin d'améliorer le monitoring, la supervision, la gestion des incidents, l'automatisation et le traitement des tickets. Nous recherchons un profil ayant déjà mis en œuvre des solutions IA en environnement IT/Production, capable de faire le lien entre les problématiques de production informatique et les nouvelles possibilités offertes par l'IA. Missions principales: Assurer la production et la supervision des environnements IT. Mettre en place et améliorer les dispositifs de monitoring, alerting et supervision. Identifier les tâches de production pouvant être automatisées grâce à l'IA. Concevoir et mettre en œuvre des solutions d'IA appliquées aux opérations IT (IT for IT). Automatiser le traitement et la qualification des tickets. Développer des scripts et automatisations pour faciliter les activités d'exploitation. Participer aux phases de déploiement, intégration et mise en production des solutions. Mettre en place des mécanismes permettant d'exploiter les données issues des outils de supervision, incidents et bases de données. Participer à l'amélioration de la détection, analyse et résolution des incidents. Travailler sur l'automatisation des alertes et des actions de remédiation. Veiller à la disponibilité, la performance et la fiabilité des systèmes. Participer aux activités liées aux bases de données, sauvegardes et procédures d'exploitation. Appliquer les bonnes pratiques et processus ITIL. Contribuer à l'amélioration continue des processus de production.

Dans le cadre d'un projet autour de l'IA générative et de l'écosystème Microsoft, nous recherchons un Développeur Agents IA / Copilot Studio disposant d'une expérience avérée dans la conception et l'industrialisation d'agents intelligents répondant à des besoins métiers. Vous aurez pour missions Concevoir et développer des agents IA avec Microsoft Copilot Studio. Adapter les agents aux différents cas d'usage métiers et aux besoins des utilisateurs. Mettre en œuvre des solutions d'IA générative et de RAG. Concevoir, optimiser et maintenir les prompts ainsi que les sources documentaires utilisées par les agents. Intégrer les solutions avec Microsoft 365, SharePoint, API REST, Power Automate et Azure AI. Participer à l'industrialisation des solutions : tests, CI/CD, déploiement, maintenance et supervision. Garantir la sécurité des données, la gestion des accès et la fiabilité des agents. Collaborer avec les équipes techniques et métiers afin d'améliorer en continu les solutions mises en place.

Ingénieur IA MLOps / Production (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur l'exploitation, l'industrialisation et l'amélioration continue de solutions d'Intelligence Artificielle déployées en production. Les applications concernées couvrent notamment : Moteurs RAG (Retrieval-Augmented Generation) Agents conversationnels Systèmes multi-agents Solutions basées sur des LLM managés Modèles de Machine Learning industrialisés Vous évoluez dans un environnement Cloud AWS fortement industrialisé, intégrant les standards DevOps, MLOps, sécurité et gouvernance d'entreprise. Le poste présente une double dimension : Maintien en conditions opérationnelles (RUN) des solutions IA en production Contribution à l'industrialisation de la plateforme MLOps et des pratiques d'exploitation IA Missions principales1. Exploitation et support de productionAssurer le support applicatif de niveau 2 et 3 des solutions IA en production. Diagnostiquer les incidents, identifier les causes racines et piloter leur résolution. Garantir le respect des engagements de service (SLA, disponibilité, temps de rétablissement). Participer à la gestion des incidents majeurs et aux analyses post-mortem. Maintenir et enrichir la documentation d'exploitation (runbooks, procédures, schémas d'escalade). Mettre en œuvre les procédures de continuité de service et les modes dégradés. Accompagner les montées de versions des modèles IA et des composants applicatifs. Participer aux astreintes et interventions hors horaires ouvrés lorsque nécessaire. 2. Monitoring et observabilité des systèmes IAExploiter et améliorer les dispositifs de supervision applicative et infrastructure. Déployer et maintenir les outils d'observabilité dédiés aux systèmes IA et aux LLM. Concevoir des tableaux de bord de pilotage permettant de suivre : La disponibilité des services La latence des traitements Le coût des traitements IA Les performances des modèles La qualité des réponses générées Les dérives fonctionnelles et comportementales Affiner les stratégies d'alerting afin de réduire les faux positifs. Participer à la définition des politiques de surveillance et d'évolution des modèles. 3. Contribution aux pratiques MLOps et à l'industrialisationParticiper à la conception et à l'évolution des chaînes CI/CD dédiées aux projets IA. Contribuer à l'automatisation des déploiements et à l'amélioration continue des processus. Participer à la mise en place d'infrastructures reproductibles via l'Infrastructure as Code. Déployer et administrer les composants MLOps nécessaires à l'industrialisation des modèles. Accompagner les équipes de développement dans la résolution des problématiques liées aux pipelines d'intégration et de déploiement. Contribuer à la standardisation des architectures IA (RAG, fine-tuning, agents, LLMOps). 4. Gouvernance, sécurité et conformitéGarantir la conformité des solutions avec les normes internes et réglementaires. Participer à la mise en œuvre des mécanismes de traçabilité et d'audit des systèmes IA. Contribuer aux dispositifs de sécurisation des modèles et des usages d'IA générative. Participer aux exercices de continuité et de reprise d'activité. Maintenir l'ensemble de la documentation technique et opérationnelle. Veiller à l'application des politiques de sécurité et de gestion des risques. 5. Optimisation et innovationSuivre et optimiser les coûts d'exploitation des plateformes Cloud et IA. Identifier les opportunités d'amélioration suite aux incidents et retours d'expérience. Participer aux études technologiques et aux expérimentations autour des nouvelles solutions IA. Contribuer à la construction de composants réutilisables et mutualisés. Assurer une veille permanente sur les pratiques MLOps, GenAI, LLMOps et observabilité. Compétences comportementales recherchéesForte culture de production et sens du service. Capacité à intervenir efficacement en situation critique. Rigueur et sens de l'organisation. Esprit analytique et aptitude à la résolution de problèmes complexes. Excellentes capacités de communication. Autonomie et proactivité. Goût pour l'amélioration continue. Capacité à collaborer avec des équipes multidisciplinaires. Curiosité technologique et culture DevOps/MLOps. Anglais professionnel. Compétences techniques requisesIntelligence Artificielle & MLOpsExpérience significative sur des projets IA industrialisés. Connaissance des architectures RAG et des systèmes agentiques. Compréhension des problématiques liées aux LLM et à leur exploitation en production. Connaissance des pratiques LLMOps et MLOps. Gestion du cycle de vie des modèles et monitoring de performance. Cloud & InfrastructureExcellente maîtrise d'AWS : EKS Lambda EC2 CloudWatch IAM S3 Services IA managés Bonnes connaissances Kubernetes et conteneurisation Docker. DevOps & CI/CDGitLab CI GitHub Actions Terraform Infrastructure as Code Gestion des artefacts logiciels Gestion des secrets (Vault ou équivalent) Automatisation des déploiements Monitoring & ObservabilitéPrometheus Grafana CloudWatch APM Observabilité des applications IA Tracing distribué Monitoring des performances modèles Une connaissance des outils spécialisés tels que MLflow, LangFuse, LangSmith ou DeepEval constitue un atout. Sécurité & GouvernanceGestion des vulnérabilités. Sécurité Cloud. Gouvernance des modèles IA. Traçabilité et auditabilité. Connaissance des réglementations liées à l'IA et à la protection des données. DéveloppementPython avancé. APIs REST. Scripts d'automatisation. Connaissances SQL appréciées.

Notre client grand compte accélère le déploiement de ses outils d'IA générative auprès de milliers d'utilisateurs : Claude Code, Claude Cowork et GitHub Copilot. Vous accompagnez les équipes dans l'adoption de ces outils et dans l'industrialisation de leurs usages. Vos missions Accompagner les équipes techniques dans la prise en main des outils IA Présenter et former les équipes (ateliers, démonstrations, coaching terrain) Identifier les cas d'usage pertinents et à forte valeur ajoutée Conseiller sur les Skills et les MCP ainsi que leur industrialisation Accompagner l'adoption au plus près des équipes Faire remonter les difficultés et les besoins des utilisateurs Assurer le reporting et le suivi des indicateurs d'adoption