Trouvez votre prochaine mission ou futur job IT.

Dans le cadre de la construction et de la sécurisation d'une plateforme d'intelligence artificielle à destination des équipes d'un grand groupe, nous recherchons un Ingénieur DevSecOps IA. Vous intégrerez une équipe spécialisée dans le développement d'une plateforme IA permettant aux équipes de concevoir, développer, publier et héberger leurs composants d'intelligence artificielle, notamment des agents IA et des serveurs MCP. principales missionsAdministrer, maintenir et industrialiser les environnements GitHub Enterprise Cloud & Server. Concevoir, optimiser et sécuriser les pipelines CI/CD avec GitHub Actions. Mettre en œuvre les mécanismes de sécurité applicative : SAST, SCA, détection de secrets, SBOM et Quality Gates. Administrer et intégrer les solutions SonarQube et JFrog Artifactory / Xray. Définir et déployer les politiques de sécurité liées à l'utilisation des assistants de développement IA, notamment GitHub Copilot et Claude Code. Identifier et traiter les risques de sécurité liés aux LLM, aux agents IA et aux serveurs MCP. Contribuer à la sécurisation et à l'industrialisation de la plateforme IA dans un environnement AWS. Développer des scripts et automatisations en Python dans des environnements Linux.

Contexte de la missionDans le cadre du développement de ses projets d'intelligence artificielle générative et agentique, notre client souhaite mettre en place un outil permettant d'estimer la consommation de tokens et les coûts associés à l'utilisation des modèles LLM. L'objectif est de permettre aux équipes projet d'anticiper leurs dépenses en fonction de leurs besoins, des volumes d'utilisation prévus et des modèles d'IA utilisés. Pour cela, nous recherchons un AI Engineer capable de participer au cadrage du besoin et au développement d'une calculatrice de prévision de consommation de tokens. MissionsLe consultant interviendra sur les différentes étapes du projet : Recueillir les besoins des équipes et définir les principales fonctionnalités de l'outil. Identifier les paramètres à prendre en compte pour estimer la consommation de tokens selon les cas d'usage. Développer en Python une calculatrice permettant de simuler les volumes de consommation et les coûts associés. Prendre en compte les spécificités des différents modèles LLM et leurs modalités de tarification. Intégrer les particularités des projets agentiques, notamment les appels successifs aux modèles et les interactions entre agents. Tester et fiabiliser les calculs afin de fournir des estimations cohérentes. Rédiger la documentation technique et fonctionnelle de la solution. Compétences recherchéesBonne maîtrise de Python. Connaissance des LLM et des mécanismes de tokenisation. Expérience dans l'utilisation d'API de modèles d'IA générative. Compréhension des coûts associés à la consommation de tokens. Capacité à cadrer un besoin et à proposer une solution technique adaptée. Une expérience sur des projets d'IA générative, des architectures agentiques ou des sujets LLMOps constituera un réel atout. Livrable attenduDéveloppement d'une calculatrice de prévision de consommation de tokens, accompagnée de sa documentation. Profil recherchéNous recherchons un profil technique et pragmatique, capable de comprendre les besoins des équipes, de les traduire en fonctionnalités concrètes et de développer un outil fiable et facilement utilisable.

Vorstone recherche un profil Forward Deployed Engineer (FDE) – ingénieur IA expérimentée / Software Engineering pour un client dans le luxe basé à Paris. Dans le cadre de projets d'innovation et de transformation digitale au sein d'un grand groupe international du secteur du luxe, nous recherchons un Forward Deployed Engineer (FDE) expérimenté. À la croisée du développement logiciel, de l'intelligence artificielle et des enjeux métiers, vous interviendrez directement auprès des équipes opérationnelles pour concevoir, développer et intégrer des solutions technologiques sur mesure. L'objectif : transformer rapidement des problématiques métiers complexes en solutions concrètes, opérationnelles et à forte valeur ajoutée. Vos missions Collaborer étroitement avec les équipes métiers pour comprendre leurs besoins, processus et contraintes opérationnelles. Identifier les cas d'usage à forte valeur ajoutée, notamment autour de l'intelligence artificielle et de la data. Concevoir et développer rapidement des prototypes, des MVP et des solutions adaptées aux besoins identifiés. Développer et intégrer des solutions logicielles dans les environnements existants (applications métiers, API, plateformes et données). Accompagner l'industrialisation et le déploiement des solutions, en collaboration avec les équipes IT. Assurer l'interface entre les équipes techniques et métiers, avec une approche pragmatique et orientée résultats.

Un grand acteur bancaire a développé en interne une solution d'intelligence artificielle. Elle repose sur un agent orchestrateur et plusieurs serveurs MCP connectés aux systèmes existants. Le prototype fonctionne, l'architecture et les frameworks sont validés : il faut maintenant le rendre exploitable en production. Vous rejoindrez une squad IA, en lien avec les équipes de production, d'exploitation et de plateforme. La mission porte uniquement sur la fiabilisation et l'industrialisation de l'existant. Elle n'inclut ni nouvelle fonctionnalité métier ni refonte d'architecture. Vos missions Diagnostiquer les composants existants et construire un plan de mise à niveau priorisé et chiffré Refactorer le code Python et améliorer la gestion de la configuration, des erreurs et des reprises Traiter la concurrence et les appels asynchrones ; mettre en place timeouts, retries, coupe-circuits et limitation de débit Renforcer les tests unitaires, d'intégration et de contrat, les intégrer à la CI/CD et définir un seuil de couverture Réaliser des tests de performance et de montée en charge, puis documenter le dimensionnement cible Instrumenter les composants (logs structurés, métriques, traces distribuées) et suivre la consommation de tokens et les coûts d'inférence Contribuer aux tableaux de bord et aux alertes Renforcer la gestion des secrets, des tokens et des autorisations Rédiger la documentation technique et d'exploitation, ainsi que les runbooks Transférer vos compétences à l'équipe interne

Contexte : Au sein d'une équipe spécialisée dans les infrastructures IT et les bases de données, vous contribuez à industrialiser et automatiser les opérations techniques grâce à l'intelligence artificielle générative. L'objectif est de développer des outils et des agents IA capables d'automatiser certaines tâches, de faciliter les contrôles de conformité et d'homogénéiser les plateformes d'infrastructure. Missions principales : Développer des scripts et des outils d'automatisation des infrastructures IT, notamment en Python. Industrialiser les opérations techniques et standardiser les configurations. Concevoir et améliorer des agents IA pour automatiser des tâches techniques. Utiliser l'IA générative, notamment Claude, pour accélérer et améliorer les processus de développement. Concevoir des prompts et des skills réutilisables pour enrichir les capacités des agents IA. Développer ou intégrer des serveurs MCP (Model Context Protocol) afin de connecter les agents aux outils et sources de données. Collecter, croiser et corréler des informations issues de différents systèmes. Mettre en place des mécanismes d'auto-conformité pour automatiser les contrôles et détecter les écarts. Contribuer à la sécurité, à la fiabilité et à l'homogénéisation des environnements techniques. Travailler avec les équipes Infrastructure, Cloud et Database pour concevoir des solutions adaptées aux besoins opérationnels.

Envie de concevoir les architectures IA de demain ? CELAD vous attend ! 🚀 Vous aimez concevoir des architectures complexes, industrialiser des plateformes IA et faire le lien entre les équipes Data, Machine Learning, Software et Infrastructure ? Nous recherchons un(e) Architecte Plateforme IA pour intervenir chez un acteur du secteur de l'édition juridique et de la Legaltech, à La Défense. Vous contribuerez à la conception et à l'industrialisation d'une plateforme d'intelligence artificielle exploitant des fonds documentaires volumineux pour proposer des services avancés aux professionnels du droit. 🎯 Votre rôleVous définirez l'architecture technique de la plateforme IA et accompagnerez sa mise à l'échelle, de l'infrastructure cloud jusqu'au déploiement des modèles et des services d'inférence. À l'interface entre les équipes ML, développement et DevOps/SRE, vous veillerez à la performance, à la disponibilité, à la maîtrise des coûts et à la sécurité de l'ensemble. 🚀 Vos principales missionsArchitecture de plateforme : concevoir des architectures cloud robustes, évolutives et sécurisées pour héberger des services IA en production. Industrialisation IA : définir les chaînes MLOps, automatiser les pipelines de déploiement et structurer le cycle de vie des modèles. Architectures RAG avancées : accompagner la mise en œuvre d'approches RAG avancées, Graph RAG et agentiques. Infrastructure as Code : industrialiser le provisionnement et la configuration des environnements avec Terraform et Ansible. Orchestration et déploiement : concevoir les architectures conteneurisées et orchestrées avec Docker et Kubernetes. Performance et coûts : optimiser les ressources CPU/GPU, l'inférence, la consommation de tokens et la montée en charge. Qualité des réponses IA : contribuer à l'amélioration du retrieval, du reranking, de la traçabilité des sources et à la réduction des hallucinations. Observabilité et fiabilité : définir les mécanismes de supervision, de monitoring et de gestion des incidents. Sécurité et conformité : intégrer les exigences liées à la confidentialité des données juridiques, au RGPD, à l'AI Act et à la souveraineté des traitements. Leadership transverse : aligner les choix d'architecture entre les équipes ML, Software, Data et Infrastructure, et accompagner les équipes dans leur mise en œuvre. 🛠️ Environnement techniqueCloud : AWS, Azure et/ou GCP. Infrastructure : Terraform, Ansible, Docker, Kubernetes. Développement et IA : Python, PyTorch, TensorFlow. MLOps : MLflow, Kubeflow, Airflow, DVC. Serving IA : NVIDIA Triton et solutions d'inférence équivalentes. Data et recherche : Spark, Elasticsearch, OpenSearch, Weaviate. IA générative : LangChain, LlamaIndex, RAG avancé, Graph RAG, architectures agentiques.

CEIntégration au département I.D.E.A. (Innovation Lab, Development, Expertise and Accelerators), qui comprend un laboratoire d'innovation dédié aux sujets de R&D et des pôles d'expertise technologique : développement web et mobile, CMS (SharePoint / WordPress), Low-code / No-code (Power Platform), architecture et cloud privé. Rattachement à l'équipe Architecture et Cloud privé, en charge de l'accompagnement des projets autour des applications conteneurisées sur les volets architecture, conception et CI/CD, pour les différents métiers du Groupe et au bénéfice des collaborateurs internes comme des clients. L'Architecte IA est responsable de la conception et de la cohérence des architectures des solutions d'IA générative et agentique du Groupe. Il ou elle accompagne leur industrialisation sur le cloud privé et le cloud public, oriente les choix technologiques (modèles, frameworks, plateformes), garantit la sécurité, la conformité et la maîtrise des coûts, et diffuse les bonnes pratiques au sein des équipes. À ce titre, les principales missions sont les suivantes : • Architecture des solutions IA : concevoir les architectures cibles des cas d'usage d'IA générative et agentique (assistants, RAG, agents autonomes, multi-agents) ; définir les patterns de référence et les briques réutilisables. • Veille et communauté : assurer une veille technologique constante sur l'écosystème IA ; être force de proposition sur les solutions du marché ; contribuer à l'animation de la communauté IA agentique du Groupe. • Plateforme IA : contribuer à la conception et à l'évolution de la plateforme IA du Groupe (serving de LLM, gateway de modèles, bases vectorielles, orchestration d'agents) sur OpenShift et sur le cloud public de confiance. • Sécurité, conformité et gouvernance : intégrer les exigences de sécurité (prompt injection, fuite de données, gestion des habilitations des agents), les exigences réglementaires (AI Act, DORA, RGPD) et les principes d'IA responsable ; participer aux comités de validation sécurité. • Qualité et performance : définir les stratégies d'évaluation des modèles et des agents (pertinence, hallucinations, latence) ; mettre en place l'observabilité LLMOps et le suivi FinOps de la consommation des modèles. • Rédaction et collaboration : rédiger les dossiers d'architecture et les spécifications techniques ; travailler en étroite collaboration avec les équipes IT et métiers ; participer aux revues d'architecture. • Industrialisation : piloter techniquement le passage des POC et pilotes à la production, en lien avec les équipes infrastructure, sécurité et production ; garantir la stabilité, le run et l'évolution des solutions déployées. En particulier, le poste contribue à la mise en œuvre du plan IA agentique du Groupe et facilite l'intégration de l'IA dans la chaîne de développement. À ce titre, les missions comprennent : • Concevoir et prototyper des agents et des workflows agentiques, et participer à la définition de l'architecture modulaire de la plateforme IA. • Mettre en place l'exposition des outils et des données du SI aux agents via le protocole MCP (Model Context Protocol) et les API du Groupe, de manière sécurisée et gouvernée. • Industrialiser le déploiement des modèles et des agents selon une approche GitOps (ArgoCD, OpenShift GitOps) et automatiser les pipelines LLMOps (évaluation, versioning des prompts, monitoring). • Assurer le rôle de référent IA de l'équipe ; encadrer et accompagner les développeurs dans l'adoption de l'IA et des assistants de code. • Prendre en charge le support et l'accompagnement des projets.

Dans le cadre de l'évolution et de l'industrialisation de ses infrastructures réseau, notre client souhaite renforcer ses équipes avec un Ingénieur Réseau & Automatisation (NetDevOps). L'objectif principal de la mission est d'identifier, concevoir et développer des cas d'usage permettant d'automatiser les opérations et les configurations des infrastructures réseau. À moyen terme, le client envisage également d'intégrer des solutions d'intelligence artificielle (IA) afin d'améliorer l'efficacité opérationnelle, l'analyse et l'automatisation des activités réseau. Le consultant devra donc disposer d'une solide expertise réseau, associée à des compétences en développement et automatisation. Missions et responsabilités 1. Automatisation des infrastructures réseau Identifier et analyser les opérations réseau susceptibles d'être automatisées. Concevoir et développer des solutions d'automatisation à l'aide d'Ansible et de Python. Automatiser les tâches récurrentes de configuration, d'administration et d'exploitation des équipements réseau. Développer des scripts et playbooks réutilisables et maintenables. Participer à la standardisation et à l'industrialisation des configurations réseau. 2. Développement et intégration Développer des scripts Python pour automatiser les opérations techniques. Exploiter les API REST des différentes solutions réseau. Intégrer les automatisations aux outils et processus existants. Utiliser les outils de gestion de versions et, si nécessaire, les pipelines CI/CD. Assurer la documentation technique des développements réalisés. 3. Évolution vers l'intelligence artificielle Participer à la réflexion sur l'intégration de l'IA dans les processus d'exploitation réseau. Identifier les cas d'usage pouvant bénéficier de l'IA : analyse des configurations, détection d'anomalies, diagnostic d'incidents, assistance à l'exploitation. Contribuer à la préparation d'une architecture d'automatisation évolutive et compatible avec de futurs services d'IA. Participer, selon l'avancement du projet, à l'expérimentation de solutions d'IA appliquées aux infrastructures réseau. Compétences indispensables Solides connaissances des infrastructures réseau : TCP/IP, VLAN, routage, switching, BGP, ACL, VPN. Expérience en administration et configuration d'équipements réseau (Akamai Guardicore, Cisco, Fortinet, Juniper, Palo Alto ou équivalents). Maîtrise d'Ansible et du développement de playbooks. Bon niveau en programmation Python. Connaissance des API REST, JSON et YAML. Compétences appréciées Git, GitLab et pipelines CI/CD. Terraform et principes Infrastructure as Code (IaC). Outils d'inventaire et de gestion des configurations réseau. Connaissances des environnements cloud ou hybrides. Notions d'intelligence artificielle générative, de LLM ou d'AIOps.

Contexte Pour le compte d'un acteur du secteur du BTP, nous recherchons un(e) Développeur(se) Fullstack pour intervenir sur le développement et la mise en production de solutions digitales intégrant notamment des cas d'usage autour de l'intelligence artificielle. La mission s'inscrit dans un environnement 100 % Google Cloud Platform. Vos missions Vous interviendrez notamment sur : Le développement backend en Python ; Le développement d'interfaces web en React, Next.js; Le déploiement et la mise en production d'applications sur GCP ; L'utilisation de services serverless tels que Cloud Run et Cloud Functions ; La manipulation et l'exploitation de données via BigQuery et/ou PostgreSQL ; L'intégration de fonctionnalités et services liés à des cas d'usage IA. Environnement technique Python React/Next.js Google Cloud Platform - (Les cloud équivalents ne sont pas transferables) IA générative : RAG, ADK (Agent Development Kit) BigQuery PostgreSQL

Contexte : Pour un grand groupe du secteur des médias, nous recherchons un développeur IA / LLMOps pour renforcer une équipe IA transverse. Vous intervenez sur des cas d'usage IA générative, NLP et speech-to-text appliqués aux offres d'information, de la conception jusqu'à la mise en production. Vos missions : Concevoir des architectures LLM et mettre en place des solutions RAG (embeddings, bases vectorielles) Développer et exposer des API métiers : speech-to-text, classification de contenus, génération de titres SEO, contextualisation Industrialiser les modèles : Docker, Kubernetes, pipelines CI/CD GitLab Piloter la qualité des LLM avec MLflow : suivi d'expérimentations, évaluation (LLM-as-judge, golden datasets), drift de prompts Participer aux tests de performance et au monitoring des services en production Expliquer les sujets IA à des interlocuteurs non techniques

Dans le cadre du développement de nouvelles solutions basées sur l'intelligence artificielle, nous recherchons un Ingénieur IA – Agentic AI & Automatisation des Tests (H/F). Vous interviendrez sur la conception, le développement et le déploiement d'une architecture multi-agents permettant d'automatiser différentes étapes des processus de tests logiciels. Vos principales missions seront : Concevoir et développer une architecture composée de plusieurs agents IA autonomes, capables de collaborer et de travailler en parallèle. Définir les rôles, les responsabilités et les interactions entre les différents agents. Intégrer différents modèles d'IA générative (Claude, ChatGPT, Gemini ou équivalents). Développer des agents capables d'analyser des besoins et des spécifications fonctionnelles afin de générer automatiquement des cas et des cahiers de tests. Automatiser l'exécution des campagnes de tests, l'analyse des résultats et l'identification des anomalies. Mettre en place des mécanismes de vérification et de validation des tests générés par l'IA. Assurer la capitalisation des tests, des résultats et des preuves d'exécution dans des outils de suivi tels que JIRA / Xray. Développer des connecteurs permettant aux agents IA d'interagir avec des applications et des interfaces Desktop. Mettre en place des mécanismes d'interconnexion avec les API et les différents composants applicatifs, notamment via le Model Context Protocol (MCP). Industrialiser et fiabiliser la solution : gestion des erreurs, traçabilité, optimisation des performances et des coûts d'utilisation des modèles IA. Participer au déploiement et à la mise en autonomie de la solution.

Poste : Tech Lead SRE Le rôle de Senior Site Reliability Engineer (SRE) est stratégique pour garantir la performance, la fiabilité et la sécurité des environnements de production supportant une plateforme de paiement critique opérant à l'échelle européenne. En proximité avec les équipes de développement, d'architecture, de production et de cybersécurité, vous contribuez à définir les standards de fiabilité de la plateforme et accompagnez les équipes dans l'adoption des pratiques SRE. Vos responsabilités : Garantir la disponibilité, la performance et la résilience des systèmes en ligne avec les SLO/SLA. Définir et piloter les indicateurs de fiabilité (SLI, SLO, Error Budgets). Concevoir et faire évoluer les solutions d'observabilité, de monitoring et d'alerting. Automatiser les déploiements, l'exploitation et l'administration des infrastructures via l'Infrastructure as Code. Piloter les incidents critiques, conduire les analyses de causes racines (RCA) et les post-mortems. Développer et maintenir les contrôles de sécurité (IAM, ACL, Firewall, VPN, IPSEC, gestion des secrets). Formaliser les architectures et contribuer aux revues d'exploitabilité et de résilience. Accompagner les équipes de développement dans l'amélioration de la qualité opérationnelle des applications. Assurer la conformité avec les référentiels PCI-DSS, DORA, ISO 27001 et IBM FS Cloud. Contribuer à la montée en compétence des ingénieurs SRE et à la diffusion des bonnes pratiques.

ContexteDans le cadre du déploiement des solutions d'Intelligence Artificielle d'un grand groupe bancaire, un AI Competency Center recherche un(e) Ingénieur IA / Data Scientist spécialisé(e) en IA Générative et RAG (Retrieval-Augmented Generation) afin de concevoir, développer et industrialiser des cas d'usage métier sur la plateforme RAG basée sur Dataiku. Le/la consultant(e) interviendra comme expert IA auprès des métiers et des équipes techniques afin de transformer les besoins métiers en solutions opérationnelles exploitant les modèles de langage (LLM), les bases documentaires et les bases de données vectorielles. MissionsAnalyse et cadrage des cas d'usage IA Identification des cas d'usage pertinents pour l'IA Générative et les architectures RAG Évaluation de la faisabilité technique et la valeur métier Participation à la définition des indicateurs de performance des solutions IA Contribution aux choix d'architecture fonctionnelle et technique Développement de solutions RAG Conception et développement des workflows RAG sur la plateforme Dataiku Structuration des chaînes de traitement de données nécessaires à l'alimentation des modèles Développement des mécanismes d'ingestion, de chunking et d'enrichissement documentaire Mise en œuvre des stratégies de recherche sémantique et hybride Développement des composants de génération de réponses basés sur les LLM Participation à l'optimisation du prompting et des workflows d'orchestration IA Gestion des bases vectorielles et recherche documentaire Concevoir et maintenir les index vectoriels Développement des processus de création et de mise à jour des embeddings Optimisation des stratégies de recherche dans les bases vectorielles Garantir la qualité et la pertinence des documents restitués aux modèles Contribution à l'amélioration continue des mécanismes de retrieval Industrialisation et MLOps Industrialiser les workflows IA développés dans Dataiku Mettre en œuvre les bonnes pratiques de versionning, traçabilité et monitoring Participer aux déploiements et à l'exploitation des solutions Assurer le suivi de la performance des chaînes RAG en production Contribuer à l'amélioration continue des modèles et des pipelines Évaluation et optimisation des modèles Définir et exécuter les campagnes d'évaluation des solutions RAG Mesurer la qualité des réponses générées Analyser les performances des stratégies d'embedding et de retrieval Identifier les sources d'hallucination ou de dérive Optimiser les prompts, les modèles et les paramètres de recherche Accompagnement des métiers Présenter les résultats et prototypes aux métiers Accompagner les utilisateurs dans l'adoption des solutions IA Participer aux démonstrations et ateliers de co-construction Contribuer à la diffusion des bonnes pratiques IA au sein du groupe Compétences techniquesIA Générative & LLM Maîtrise des concepts d'IA Générative Expérience des architectures RAG Bonne connaissance des LLM (OpenAI, Azure OpenAI, Gemini, Claude, Mistral ou équivalents) Prompt Engineering avancé Évaluation et optimisation de solutions d'IA générative Dataiku Expérience significative sur Dataiku Développement de workflows de préparation et traitement de données Utilisation des fonctionnalités GenAI de Dataiku Industrialisation et automatisation des pipelines Bases vectorielles Expérience avec une ou plusieurs technologies : ChromaDB et PostgreSQL pgVector Maîtrise : embeddings, vectorisation documentaire, similarity search, hybrid search, reranking Développement : Python avancé, SQL, APIs REST, LangChain ou frameworks équivalents, traitement documentaire (PDF, Office, OCR), Git et CI/CD Data Engineering Gestion de pipelines de données Préparation et transformation de données Structuration de connaissances Qualité et gouvernance de données Connaissances recherchées Knowledge Management Recherche documentaire Data Governance Sécurité des données Protection des données sensibles Architecture Cloud (Azure, Google Cloud Platform) Principes MLOps et LLMOps Soft SkillsForte capacité d'analyse Esprit d'innovation Orientation résultats Autonomie Rigueur scientifique Capacité à vulgariser des concepts complexes Excellent relationnel Travail en équipe multidisciplinaire Curiosité et veille technologique Environnement techniqueIA & Data, Dataiku, LangChain, Azure OpenAI, Google Vertex AI, Vector Database (Chroma, Pinecone, pgVector) Collaboration : Jira, Confluence, Microsoft 365, SharePoint, Teams Livrables attendusÉtudes de faisabilité des cas d'usage IA Architectures fonctionnelles et techniques RAG Workflows Dataiku industrialisés Pipelines d'ingestion et de vectorisation documentaire Index vectoriels et mécanismes de recherche optimisés Jeux d'évaluation et rapports de performance des modèles Documentation technique Guides utilisateurs et supports d'adoption Tableaux de bord de monitoring des performances RAG

En tant que développeur au sein de l'équipe Data & AI, le Développeur IA Agents SDLC construit, déploie et maintient des agents IA ainsi que des orchestrations multi-agents pour les programmes d'ingénierie. À partir d'un framework agentique existant et d'une bibliothèque d'agents, le développeur étend et améliore ces actifs afin d'en faire des outils robustes et réutilisables, adaptés aux processus et aux pratiques d'ingénierie de chaque programme. Le poste combine le développement logiciel pratique avec une collaboration étroite avec les ingénieurs V&V, les responsables de programme et les développeurs, dans l'environnement approuvé comprenant GitHub Copilot, GitLab Duo et les outils IA associés. Responsabilités principales• Construire des agents : concevoir, développer, tester et déployer des agents IA soutenant les activités d'ingénierie tout au long du SDLC, notamment l'analyse des exigences, le développement, la revue de code, la vérification et validation (V&V), ainsi que la documentation. • Construire des orchestrations : concevoir des workflows multi-agents, chaîner les agents, acheminer les tâches, gérer le contexte partagé et les transferts, gérer les défaillances et conserver les étapes de revue et d'approbation humaine lorsque nécessaire. • Étendre les actifs existants : comprendre le framework agentique existant et la bibliothèque d'agents, réutiliser leurs interfaces et modèles, et améliorer les capacités et la fiabilité plutôt que de repartir de zéro. • Travailler avec des équipes et programmes cloisonnés : prendre en compte les différents processus, priorités et niveaux de maturité, identifier les besoins communs et consolider les capacités réutilisables sans perdre les exigences propres à chaque programme. • Collaborer avec les ingénieurs V&V, responsables de programme et développeurs : animer des ateliers de travail, comprendre les tâches et contraintes d'ingénierie, et les traduire en comportements d'agents, exigences d'intégration et critères d'acceptation testables. • Intégrer les outils d'ingénierie : développer dans les environnements GitHub Copilot, GitLab Duo et autres outils approuvés ; connecter les dépôts, pipelines CI/CD et IBM ALM RDNG, EWM et ETM via les API prises en charge, les protocoles MCP (Model Context Protocol) et A2A (Agent-to-Agent), lorsque cela est applicable. • Industrialiser et maintenir les agents : appliquer les tests automatisés, des évaluations reproductibles, le contrôle de version, le packaging, le déploiement et la supervision ; appliquer le principe du moindre privilège d'accès, protéger les données confidentielles, maintenir la traçabilité entre exigences et tests, et documenter le fonctionnement ainsi que le transfert de connaissances. Compétences obligatoires• Diplôme de niveau Master en informatique ou en ingénierie logicielle. • Expérience pratique avérée dans la construction et le déploiement d'agents IA et d'orchestrations multi-agents au-delà des preuves de concept, incluant l'extension d'un framework agentique existant et d'une bibliothèque d'agents. • Développement pratique basé sur les LLM : frameworks d'agents, appels d'outils (tool calling), Retrieval Augmented Generation (RAG), prompt engineering et context engineering. • Solides bases en ingénierie logicielle : Python, développement et intégration d'API, Git, tests automatisés, packaging et code maintenable. • Expérience pratique avec GitHub Copilot, GitLab et GitLab Duo, les workflows CI/CD et l'intégration sécurisée d'agents ; compréhension des protocoles MCP et A2A ainsi que des capacités des plateformes concernées. Compétences souhaitées• Expérience dans l'adaptation d'agents SDLC à des programmes d'ingénierie et à des pratiques V&V, y compris les processus spécifiques aux programmes et les éléments de preuve d'acceptation. • Expérience avec GitHub Copilot, GitLab Duo, Azure AI Foundry, Azure OpenAI ou des services similaires approuvés pour le développement et le déploiement d'agents. • Expérience pratique de mise en œuvre de serveurs ou clients MCP, d'interopérabilité A2A et de connecteurs vers IBM ALM ou d'autres outils d'ingénierie. • Expérience dans l'évaluation de la fiabilité des agents et systèmes multi-agents, la gestion des risques d'injection de prompts, la mise en œuvre de contrôles d'approbation humaine et le soutien à la conformité Responsible AI. • Expérience dans l'exploitation de bibliothèques d'agents réutilisables, incluant la gestion de configuration, l'observabilité, la gestion des versions et l'adoption auprès de multiples équipes.

🏢 Qui sommes-nous ? Visian Azur, filiale du Groupe Neurones, est une société de conseil spécialisée dans les projets data et applicatifs. Présents à Marseille, Aix-en-Provence, Sophia-Antipolis et Montpellier, nous accompagnons de grands comptes sur des projets techniquement exigeants. 💼 Le poste Vous rejoindrez une équipe plateforme transverse d'un grand groupe, chargée de l'expérience développeur : fournir aux équipes un environnement complet et harmonisé pour développer, déployer et exploiter leurs applications. En tant qu'expert Code Assistant, vous concevrez, développerez et ferez évoluer la plateforme et les usages d'assistants de code (GitHub Copilot…) à l'échelle de l'entreprise et du groupe. C'est un rôle hybride entre développement, architecture et infrastructure : il ne s'agit pas de maintenir des outils en place, mais de construire des solutions et de les faire adopter. 🎯 Vos missions Développer la plateforme et les usages Code Assistant : spec coding et test coding Participer à la définition des architectures MCP et agentiques, et développer des serveurs MCP Intégrer ces usages dans l'expérience développeur au sens large (IDE, CDE, IDP) Concevoir et développer des API, en prenant en compte la performance, la latence et l'intégration Optimiser les coûts liés à la consommation de tokens Mettre en place et améliorer le monitoring applicatif (métriques, performance, identification des problèmes) Être force de proposition sur l'amélioration des pipelines CI/CD et des pratiques de delivery Produire des schémas d'architecture, documenter les solutions et expliquer les choix techniques Préparer et animer des démonstrations auprès des équipes, et diffuser les bonnes pratiques Participer aux rituels agiles de l'équipe et de la plateforme 🛠️ Environnement technique IA & Code Assistant : GitHub Copilot Enterprise, MCP, Skills, Hooks Développement : TypeScript, Node.js, Python, API REST Infra & CI/CD : Kubernetes, GitLab CI, Ansible, Artifactory, Vault Données : S3, Redis Observabilité : Prometheus, Grafana, ELK Outils : Jira, Confluence