Trouvez votre prochaine mission ou futur job IT.

2 270 résultats
Freelance
CDI

Offre d'emploiIngénieur IA

Mosofty
Publiée le
Cloudera
IBM DataStage
Informatica

1 an
52k-60k €
400-510 €
Paris, Île-de-France
Nous recherchons un AI Engineer expérimenté pour une mission longue durée au sein d'un grand groupe, autour du maintien en condition opérationnelle et de l'évolution d'une plateforme d'intelligence artificielle générative. Contexte de la mission: Vous interviendrez sur une plateforme d'IA générative en production, avec pour objectifs de garantir sa stabilité, d'améliorer ses performances, de renforcer sa sécurité et de contribuer à l'industrialisation des solutions IA. Vos principales missions : Assurer la continuité de service et le bon fonctionnement de la plateforme IA. Optimiser les performances des solutions LLM et RAG. Contribuer à la sécurisation de la plateforme et à sa mise en conformité RGPD. Renforcer les stratégies de tests, automatiser les contrôles et améliorer la chaîne CI/CD. Participer aux évolutions techniques et à l'industrialisation des solutions d'IA générative. Mettre en place des pratiques d'observabilité et d'amélioration continue. Compétences techniques recherchées: IA générative : LLM, RAG, LLMOps, MLOps. Data Engineering : Hadoop, Hive, Spark, Kafka, Cloudera. Business Intelligence : Power BI, Cognos, Essbase. ETL et intégration de données : DataStage, Informatica, Talend. Industrialisation : DevOps, CI/CD, automatisation des tests, observabilité. Sécurité : protection des données, conformité RGPD et maîtrise des risques.
Voir cette offre
Freelance

Mission freelanceLead AI Engineer Senior – GenAI / RAG (H/F)

Insitoo Freelances
Publiée le
IA

2 ans
450-550 €
Lyon, Auvergne-Rhône-Alpes
Contexte Nous recherchons un Lead AI Engineer Senior afin d'intégrer une nouvelle équipe dédiée à l'Intelligence Artificielle au sein de la DSI Groupe. La mission s'inscrit dans le cadre d'un vaste programme de transformation visant à déployer des solutions IA robustes et sécurisées pour l'ensemble des directions métiers (production, supply chain, affaires réglementaires, RH, finance). Vous interviendrez en tant que référent technique absolu, de la conception des architectures à l'industrialisation, en étroite collaboration avec les équipes internes et les partenaires externes. Vos missions Structurer la plateforme IA/Data et accompagner la montée en compétences technique de l'équipe interne. Concevoir, développer et piloter des POC et prototypes sur les cas d'usage métiers prioritaires. Industrialiser les solutions d'intelligence artificielle retenues en garantissant une haute qualité technique des développements. Challenger techniquement les choix architecturaux proposés par les partenaires et sous-traitants. Intégrer les exigences strictes de sécurité, de conformité, de gouvernance des données et de maintenabilité dès la phase de conception. Définir l'architecture applicative et assurer la bonne intégration des solutions IA au système d'information global. Environnement technique IA générative, RAG, Cloud, Git, Docker, Workflows intelligents.
Voir cette offre
Freelance

Mission freelanceFormateur RAG et Fine Tuning d'un LLM

ELUV
Publiée le
Architecture
Deep Learning
Déploiement

1 mois
Île-de-France, France
Eluv recherche un formateur ou une formatrice indépendant(e) pour animer la formation « RAG et Fine Tuning d'un LLM ». Dates : 02/12/2026, 03/12/2026 (2 jours, 14 heures) Lieu : à distance (classe virtuelle) Programme de la formation : Objectifs pédagogiques - Comprendre les principes de l'architecture RAG - Identifier les cas d'usage pertinents pour l'approche RAG - Maîtriser le fine-tuning de LLM en environnement Python - Intégrer une base documentaire dans une pipeline RAG - Déployer un système RAG avec les outils Python : LangChain, LlamaIndex, HuggingFace Programme Jour 1 – Introduction aux LLM et concepts RAG - Fonctionnement des LLM open-source, Deep Learning et Transformer - Les principaux LLM à disposition, forces et faiblesses d'un LLM - Écosystème Python pour LLM : HuggingFace, LangChain, FAISS - Que sont le RAG et le Fine Tuning ? - Avantages et inconvénients des approches - Travaux pratiques : - Setup d'un environnement Conda, test d'un modèle via Transformers - Identification des types de questions échouant sans retrieval Création d'un RAG simple avec Python - Les concepts clés du RAG : embedding, base de données vectorielles - Indexation de données - Mécanismes de récupération de données, recherche sémantique - Génération augmentée - Cas d'usage et enjeux stratégiques - Travaux pratiques : - Extraction de texte, chunking, vectorisation, test d'un assistant LangChain - Comparaison des stratégies de découpage pour le meilleur rappel Jour 2 – Intégration dans un pipeline RAG - Pourquoi utiliser des Tool Chains ? - Les principaux outils de Pipeline : LangChain, LlamaIndex, Haystack - Création d'un Pipeline RAG avec LangChain - Agents LLM et logique ReAct, exemples - Travaux pratiques : - Implémentation d'agents LangChain avec la logique ReAct à travers un exemple concret d'application métier Fine-tuning avec HuggingFace - Fine Tuning Complet VS Fine Tuning léger (LoRA, QLoRA...) - Préparation des données : nettoyage, format, annotations - Augmentation des données - Mise en œuvre du Fine Tuning, APIs, ressources GPUs - Évaluation et métriques de performance - Distillation de modèles - Travaux pratiques : - Fine-tuning sur une base client avec datasets personnalisés - Analyse des logs d'entraînement et évaluation des réponses aux requêtes internes Jour 3 – Déploiement, bonnes pratiques, optimisation et supervision - Quantization et compression d'un modèle - Déploiement d'un modèle fine tuned : Gradio, Streamlit - Le déploiement en API via FastAPI - Les logiciels Jan.ai et Ollama - Supervision avec LangSmith ou MLFlow - Travaux pratiques : - Création d'une interface Streamlit, simulation multi-utilisateurs - Analyse des risques liés à l'exposition du modèle à l'extérieur Fine Tuning vs RAG - Comparaison entre les deux techniques - Critères pour choisir la bonne approche - Combiner les approches pour améliorer les performances - Cas d'usage concrets et exemples - Travaux pratiques : - Mise en œuvre d'une pipeline combinant un modèle LLM fine tuné avec une approche RAG - Préparation d'un jeu de données simplifié, intégration dans un pipeline RAG, évaluation comparative des résultats Public visé : Développeurs et data scientists souhaitant concevoir, fine-tuner et déployer des systèmes RAG et des LLM avec l'écosystème Python. Prérequis des apprenants : Bonne maîtrise du langage Python. Connaissance des concepts de machine learning et expérience pratique avec les bibliothèques Pandas, Transformers ou PyTorch. Profil recherché : Formateur ou formatrice expérimenté(e) sur le sujet, avec une pratique professionnelle récente du terrain et, idéalement, une première expérience d'animation de formation. Statut indépendant (freelance, micro-entreprise ou portage salarial). Comment candidater : Postulez à cette offre : vous recevrez un mail avec le lien pour créer votre profil formateur sur la plateforme Eluv, y déposer votre CV et réserver un créneau de visio avec notre équipe. Vous pourrez ensuite vous positionner sur cette formation et sur toutes celles que vous pouvez assurer. À propos d'Eluv : Eluv est un organisme de formation spécialisé dans l'IT et le digital. Nous concevons et animons des formations pour les entreprises, en présentiel partout en France et à distance, en nous appuyant sur un réseau de formateurs indépendants experts de leur domaine. Nous prenons en charge la relation avec le client, la logistique et l'administratif, pour que le formateur puisse se concentrer sur l'animation de sa session.
Voir cette offre
Freelance
CDI

Offre d'emploiIngénieur IA agentique (agents, skills, Kilo Code) - Tests de non-régression en banque

CAT-AMANIA
Publiée le
Claude Code
Large Language Model (LLM)
MCP

1 an
Paris, France
Nous constituons une équipe resserrée pour un grand compte bancaire, au sein de sa CIB (banque de financement et d'investissement). Un ingénieur IA et deux experts process interviendront ensemble. Démarrage rapide. La mission porte sur les tests de non-régression d'applications de calcul de risques de marché. Les deux experts analysent et remettent à plat le process avec les équipes de la banque. Vous transformez ce travail en agents : quel agent construire, pour quelle tâche, avec quelles connaissances. Vos principales missions : Traduire les process optimisés par les experts en agents IA concrets. Créer les agents et coder les skills et les connaissances dont ils ont besoin, sur Kilo Code, l'outil retenu par la banque. Définir avec les experts les connaissances et les règles métier à donner à chaque agent. Tester et mesurer vos agents, comparer leurs résultats à ceux des équipes. Ajuster vos agents par itérations courtes, en approche agile, avec les équipes de test et les équipes IA de la banque. Ce que la mission vous apporte : De l'IA agentique sur un cas réel, avec des résultats mesurés. Un binôme avec des experts qui vous cadrent sur le métier : la connaissance de la banque d'investissement n'est pas requise. Une place dans une équipe resserrée, où vos choix techniques comptent.
Voir cette offre
Freelance
CDI

Offre d'emploiIngénieur IA / Data Scientist IA Générative

VISIAN
Publiée le
Dataiku
Large Language Model (LLM)
Python

1 an
Paris, France
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
Voir cette offre
Freelance
CDI

Offre d'emploiIngénieur IA agentique (agents, skills, Kilo Code) - Tests de non-régression en banque

CAT-AMANIA
Publiée le
Claude Code
Large Language Model (LLM)
MCP

1 an
Paris, Île-de-France
Nous constituons une équipe resserrée pour un grand compte bancaire, au sein de sa CIB (banque de financement et d'investissement). Un ingénieur IA et deux experts process interviendront ensemble. Démarrage rapide. La mission porte sur les tests de non-régression d'applications de calcul de risques de marché. Les deux experts analysent et remettent à plat le process avec les équipes de la banque. Vous transformez ce travail en agents : quel agent construire, pour quelle tâche, avec quelles connaissances. Vos principales missions : Traduire les process optimisés par les experts en agents IA concrets. Créer les agents et coder les skills et les connaissances dont ils ont besoin, sur Kilo Code, l'outil retenu par la banque. Définir avec les experts les connaissances et les règles métier à donner à chaque agent. Tester et mesurer vos agents, comparer leurs résultats à ceux des équipes. Ajuster vos agents par itérations courtes, en approche agile, avec les équipes de test et les équipes IA de la banque. Ce que la mission vous apporte : De l'IA agentique sur un cas réel, avec des résultats mesurés. Un binôme avec des experts qui vous cadrent sur le métier : la connaissance de la banque d'investissement n'est pas requise. Une place dans une équipe resserrée, où vos choix techniques comptent.
Voir cette offre
Freelance

Mission freelanceIngénieur IA générative et agentique

CS Group Solutions
Publiée le
Agent IA
Large Language Model (LLM)
RAG

6 mois
400-470 €
Nantes, Pays de la Loire
Nous recherchons un Ingénieur IA générative et agentique Description: Prestation en développement IA générative et agentique pour concevoir, développer et industrialiser des agents IA répondant à des cas d'usage métiers et techniques. La mission se déroule dans les locaux du client avec 3j sur site (Nantes) Missions : Concevoir et développer des agents IA et workflows agentiques, simples ou complexes. Mettre en œuvre des solutions utilisant des LLM et des architectures RAG. Définir prompts, règles métier, orchestration et garde-fous. Intégrer les agents aux systèmes existants via API, événements et connecteurs. Tester et évaluer la qualité et la robustesse des solutions. Industrialiser et déployer les composants dans des environnements CI/CD et Kubernetes. Documenter les solutions et produire des templates réutilisables. La mission nécessite de Expérience de solutions IA allant du prototype jusqu'à l'industrialisation et qui a mis en oeuvre les technologies suivantes : Solide expérience en développement logiciel et particulier avec les langages Python et Java Expérience pratique des LLM, agents IA et RAG. Développement et intégration d'API. Automatisation et orchestration de workflows. Connaissance des modèles Open Source et leur déploiement (vLLM, Hugging Face, ...) Bonne maîtrise des environnements CI/CD. LangChain / LangGraph ou frameworks équivalents. Kubernetes / Docker / Conteneurisation. GitLab, Artifactory, Jira.
Voir cette offre
Freelance
CDI

Offre d'emploiTech Lead Expert Data & Retrieval (RAG) - H/F

ADONYS
Publiée le
Large Language Model (LLM)
Python

3 ans
50k-70k €
600-800 €
Hauts-de-Seine, France
Votre mission En tant que Tech Lead Expert Data & Retrieval (RAG) H/F, vous intervenez principalement sur des sujets Build (environ 90%), avec un support ponctuel sur des problématiques Run ou d'amélioration continue. Vous êtes garant de la qualité, de la performance et de la scalabilité des mécanismes de recherche documentaire et de récupération de contexte alimentant les LLM. Conception des pipelines de données Concevoir et faire évoluer des pipelines d'ingestion robustes pour collecter des sources juridiques variées (bases documentaires, open data, contenus éditoriaux, référentiels métiers). Mettre en œuvre les processus de parsing, nettoyage, normalisation, enrichissement et découpage des documents. Assurer la traçabilité et la qualité des données tout au long de la chaîne de traitement. Architecture Retrieval & Vector Search Sélectionner et industrialiser les modèles d'embeddings adaptés aux usages métiers. Concevoir et maintenir les bases vectorielles et les mécanismes d'indexation. Définir la stratégie de recherche hybride combinant : Recherche lexicale (BM25) Recherche sémantique par embeddings Reranking Filtrage avancé par métadonnées Garantir la fraîcheur des données, la reconstruction des index et leur montée en charge. Optimisation des plateformes RAG Concevoir la couche Retrieval qui alimente les modèles de langage. Optimiser la sélection des contextes, la gestion des citations, la déduplication et les fenêtres de contexte. Améliorer en continu la pertinence des réponses générées par les systèmes d'IA. Qualité & Évaluation Définir et maintenir les frameworks d'évaluation. Construire les jeux de tests et les métriques de suivi : Recall Precision MRR nDCG Mesurer et améliorer continuellement les performances du moteur de recherche documentaire. Observabilité & Conformité Mettre en place les dispositifs de monitoring, métriques, logs et traces. Garantir le respect des exigences de sécurité et de conformité réglementaire. Veiller au respect du RGPD et aux contraintes de cloisonnement des données par pays. Leadership Technique Accompagner les développeurs sur les bonnes pratiques d'ingénierie. Promouvoir les principes Clean Code, SOLID et les tests automatisés. Participer aux choix d'architecture et à la roadmap technique. Contribuer au rayonnement de l'expertise interne via des articles, conférences, open source ou meetups. Environnement techniqueCompétences indispensables Python 3.11+ (expertise impérative) Architecture RAG et moteurs de recherche sémantique Bases vectorielles et indexation documentaire Recherche hybride (BM25 + embeddings) Stack technique Langages Python 3.11+ Go Java (apprécié) Indexation & Recherche pgvector Weaviate Qdrant OpenSearch BM25 Hybrid Search NLP & Embeddings Sentence Transformers Modèles d'embedding Tokenisation Traitement documentaire LLM & IA Générative LangChain OpenAI Mistral Amazon Bedrock Reranking Data & Infrastructure PostgreSQL Kafka Redis Airflow Spark Docker Kubernetes CI/CD Qualité Pytest Frameworks d'évaluation RAG Tests automatisés
Voir cette offre
Freelance

Mission freelance463 - AI & DATA ARCHITECT SENIOR – GENAI / AGENTIC AI

Nicholson SAS
Publiée le
Agent IA
Architecture
GenAI

8 mois
850 €
Courbevoie, Île-de-France
Localisation : Courbevoie (92) Mode de travail : Hybride – Télétravail possible avec déplacements ponctuels sur site Niveau : Senior – Grade D/E TJM : 850 € HT / jour Démarrage : ASAP Durée : Jusqu'au 30 juin 2027 CONTEXTE DE LA MISSIONDans le cadre de l'accélération de sa stratégie Intelligence Artificielle, notre client recherche un AI & Data Architect Senior pour accompagner la conception, le cadrage et la mise en œuvre de solutions innovantes autour de l'IA, de la Generative AI et de l'Agentic AI. Vous interviendrez dans un environnement transverse, à l'interface entre les équipes métiers, les équipes techniques et l'architecture d'entreprise. Votre rôle sera de transformer les enjeux métiers en solutions d'intelligence artificielle concrètes, pertinentes et industrialisables, tout en contribuant à la définition et au déploiement de la stratégie AI de l'entreprise. VOS RESPONSABILITÉS1. Cadrage métier et identification des opportunités AIÉchanger directement avec les équipes métiers afin de comprendre leurs besoins, leurs problématiques et leurs enjeux opérationnels. Identifier, analyser et challenger les opportunités d'utilisation de l'intelligence artificielle. Qualifier et prioriser les use cases AI selon leur valeur métier, leur faisabilité technique et leur complexité. Orienter les métiers vers les cas d'usage les plus pertinents et rapidement activables. Traduire les besoins métiers en solutions AI concrètes et opérationnelles. 2. Architecture AI & GenAIDéfinir et concevoir les architectures cibles autour de l'Intelligence Artificielle. Concevoir des architectures intégrant les technologies Generative AI et Agentic AI. Garantir la cohérence des solutions avec l'architecture globale du système d'information. Définir les principes d'intégration avec les applications, les données et les infrastructures existantes. Veiller à la scalabilité, à la sécurité, à la performance et à la pérennité des solutions proposées. 3. Conception et développement de solutions AIConcevoir et construire des agents AI répondant aux besoins métiers identifiés. Participer activement aux phases de prototypage, de développement et de validation des solutions. Transformer les concepts et les cas d'usage en prototypes fonctionnels (POC). Accompagner la transformation des prototypes en solutions robustes et industrialisables. Collaborer avec les équipes Data, IT et métiers tout au long du cycle de réalisation. 4. Stratégie et gouvernance AIContribuer à la définition et à la mise en œuvre de la stratégie AI de l'entreprise. Accompagner les métiers dans l'adoption des nouvelles capacités offertes par l'IA. Identifier les opportunités d'innovation et proposer des trajectoires de transformation. Promouvoir les bonnes pratiques d'architecture et de conception des solutions AI. Accompagner le passage à l'échelle des initiatives AI.
Voir cette offre
CDD
CDI
Freelance

Offre d'emploiArchitecte IA générative & agentique

KEONI CONSULTING
Publiée le
CI/CD
Claude
Claude Code

18 mois
20k-40k €
400-600 €
Paris, Île-de-France
Contexte Seniorité 9 ans et plus Contexte 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. MISSIONS : • 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.
Voir cette offre

Déposez votre CV

  • Fixez vos conditions

    Rémunération, télétravail... Définissez tous les critères importants pour vous.

  • Faites-vous chasser

    Les recruteurs viennent directement chercher leurs futurs talents dans notre CVthèque.

  • 100% gratuit

    Aucune commission prélevée sur votre mission freelance.

Voir tous les derniers posts

Au service des talents IT

Free-Work est une plateforme qui s'adresse à tous les professionnels des métiers de l'informatique.

Ses contenus et son jobboard IT sont mis à disposition 100% gratuitement pour les indépendants et les salariés du secteur.

Free-workers
Ressources
A propos
Espace recruteurs
2026 © Free-Work / AGSI SAS
Suivez-nous