Trouvez votre prochaine mission ou futur job IT.

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

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.

MissionsAnalyser et optimiser les coûts liés aux services Cloud et IA. Mettre en place les indicateurs de suivi FinOps. Construire des tableaux de bord de pilotage des coûts. Identifier les leviers d'optimisation des dépenses Azure, AWS ou GCP. Accompagner les équipes IA dans la maîtrise des coûts liés aux LLM. Réaliser des analyses d'usage des modèles GPT, Claude, Gemini, Mistral et autres solutions IA. Participer à la définition des bonnes pratiques FinOps IA. Produire des recommandations pour améliorer le rapport coût/performance des architectures. Contribuer aux instances de gouvernance Cloud et IA.

Je suis à la recherche pour un de nos clients d'un Expert en IA générative, RAG, LLMOPs. Dans le cadre d'un programme majeur sur le SI Client, le Client souhaite faire appel à une prestation d'expertise en intelligence artificielle générative, en IA agentique et en Model Context Protocol (MCP). La prestation sera intégrée à l'IA Factory afin d'aider concrètement les acteurs métier, fonctionnels et techniques à utiliser l'IA dans leurs activités quotidiennes. La mission consistera à conduire les activités ci-dessous : - Accompagner les différentes phases du projet : conception, spécifications, développement, tests, migration, documentation et préparation de l'exploitation ; - Faire monter en compétence les équipes du Client sur les usages de l'IA générative, de l'IA agentique, du RAG et du MCP, par l'accompagnement en situation de travail ; - Concevoir, améliorer et exécuter les prompts nécessaires à la production de spécifications, documentations, supports, comptes rendus, analyses et synthèses ; - Accompagner les développeurs dans l'usage maîtrisé de l'IA pour générer, expliquer, documenter, revoir et tester le code ; - Aider à sélectionner, configurer et mettre en place les outils, assistants, agents et connexions MCP utiles au projet, dans le respect des cadres du Client ; Ce périmètre ne doit pas directement être lié au programme du Client mais les outils validés pourront être inclus dans le programme si la pertinence est démontrée - Rendre opérationnel les nouvelles fonctionnalités IA mises en œuvre et effectuer une gestion du changement pour les différentes équipes utilisatrices ; - Sécuriser les usages : confidentialité, protection des données, traçabilité, contrôle humain, maîtrise des hallucinations et conformité aux exigences de sécurité et de gouvernance IA. - Contribuer à l'enrichissement des offres IA pour le Client - Favoriser le retour d'expérience et l'acculturation des collaborateurs du Client - Participer et proposer des éléments de communication en vue d'une communication large sur l'usage de l'IA au sein du Client (dans le contexte du projet) Exigences Techniques et Fonctionnelles : • Expertise démontrée en IA générative, prompt engineering, RAG, IA agentique et MCP • Expérience des projets de développement logiciel complexes ; une expérience des paiements sera appréciée • Expérience du développement assisté par IA, de la génération de tests, de la documentation et de la revue de code • Capacité à configurer et déployer des outils dans un environnement d'entreprise sécurisé et gouverné • Retours d'expérience sur des sujets, de coaching/formation, de travail en équipe et de transfert de compétences

Intitulé : Data Engineer Senior IA (H/F) Expérience : +7 ans minimum Mode de travail : Hybride Localisation : Île-de-France Démarrage : ASAP Secteur : Services financiers Environnement : AWS, Spark, Python, SQL, DataOps, Gouvernance Data, CI/CD ContexteDans le cadre de l'accélération de sa stratégie Data, un grand groupe du secteur des services financiers recherche un(e) Data Engineer Senior pour rejoindre sa Direction Data & IA. Vous interviendrez au sein d'une équipe en charge de la conception, de l'industrialisation et de l'exploitation des plateformes de données destinées à soutenir les enjeux métiers, réglementaires et analytiques de l'entreprise. Votre rôle consistera à concevoir des architectures Data robustes, piloter l'industrialisation des pipelines de données et garantir la qualité, la gouvernance et la valorisation des données à grande échelle. Missions principalesPilotage des projets DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Accompagner les métiers dans l'identification et la formalisation de leurs besoins Data. Traduire les besoins fonctionnels, techniques et réglementaires en solutions concrètes et industrialisables. Être le référent technique Data auprès des chefs de projet, architectes, développeurs, data analysts, data scientists et parties prenantes métier. Piloter les choix techniques et garantir leur cohérence avec les standards de l'entreprise. Conception et développement des pipelines DataConcevoir, développer et maintenir des pipelines d'ingestion de données : Batch APIs Flux programmés Chargements de fichiers Développer des traitements ETL / ELT alimentant un Data Lake et des plateformes analytiques. Mettre en œuvre les bonnes pratiques de modélisation des données. Garantir la performance, la qualité, la résilience et la maintenabilité des traitements. Assurer l'industrialisation complète des développements réalisés. Challenger les choix techniques et méthodologiques proposés par les autres membres de l'équipe. Architecture Data et IndustrialisationConcevoir des architectures Data modernes, modulaires et évolutives. Définir et appliquer les principes DataOps : Automatisation Versionning CI/CD Reproductibilité Observabilité Favoriser la mutualisation et la réutilisation des composants existants avant tout nouveau développement. Construire et maintenir : Pipelines ETL / ELT Chaînes CI/CD APIs de diffusion de données Mécanismes de monitoring et d'alerting Collaborer avec les équipes Data, Cloud et IA afin d'harmoniser les pratiques et accélérer les déploiements. Gouvernance, qualité et conformité des donnéesDéfinir et promouvoir les standards de développement Data. Garantir la qualité, la traçabilité et la conformité des données. Structurer les pratiques autour de : Git et workflows de développement Tests automatisés Documentation Data Catalog Métadonnées Lignage des données Infrastructure as Code Réaliser des audits techniques des pipelines et jeux de données. Assurer la conformité des solutions avec les exigences réglementaires et les politiques internes de gouvernance. Garantir la reproductibilité attendue lors des contrôles et audits. Leadership technique et accompagnementEncadrer et accompagner les Data Engineers juniors et intermédiaires. Participer à la montée en compétences de l'équipe. Assurer un rôle de mentor et de référent technique. Vulgariser les enjeux Data auprès des utilisateurs métiers. Participer aux revues d'architecture et aux processus de validation technique. Contribuer à la diffusion des bonnes pratiques Data et DataOps. Innovation et veille technologiqueRéaliser une veille active sur les technologies Data, Cloud et IA. Identifier les opportunités d'amélioration des plateformes existantes. Proposer des solutions innovantes répondant aux enjeux métiers. Anticiper les évolutions réglementaires et les enjeux liés à la qualité, la gouvernance et la souveraineté des données.

Intitulé du poste : Développeur Senior Agent IA Type de contrat : Prestation / Freelance (Sous-traitance acceptée) Localisation : Villeneuve-Loubet Démarrage : Dès que possible (ASAP) Durée : 4 mois (avec possibilité de renouvellement) Contexte : Au sein d'un acteur majeur du secteur de l'assurance, vous intégrez l'équipe dédiée au développement d'applications métiers et de portails à destination des courtiers. Vous participez activement à l'évolution des solutions d'IA générative et d'agents intelligents. Périmètre technique et applicatif : Chatbot IA générative & Agents virtuels Développements d'agents sous LangGraph (Python) Observabilité des flux IA via Langfuse Gestion et enrichissement de bases de connaissances RAG Missions principales : Évolution de l'agent courtier : Étendre les capacités de l'agent existant (tarification, génération de devis, prise de renseignements) du domaine de l'assurance emprunteur vers l'assurance santé. Livraison : Objectif de mise en production fin janvier. Tiers payant & Maintien : Maintenance corrective et évolutive des assets IA existants.

Responsabilités Développer des agents IA pour l'assistance opérationnelle et la recherche de causes racines (RCA). Concevoir des workflows d'automatisation et de remédiation. Exploiter les logs, métriques, événements et données d'exploitation afin d'améliorer le diagnostic des incidents. Intégrer les solutions avec les plateformes de monitoring, ITSM, CMDB et outils d'infrastructure. Identifier et industrialiser les cas d'usage à forte valeur ajoutée pour les équipes Systems. Participer à la définition de l'architecture et de la gouvernance IA Infrastructure.

Notre client, un groupe international des services financiers, monte sa propre équipe d'intelligence artificielle. Cette équipe crée des outils fondés sur l'IA générative pour les entités du groupe. Certains automatisent des processus internes, d'autres sont utilisés directement par les clients et les partenaires. Vous rejoindrez une équipe de développeurs IA à taille humaine. Elle fonctionne avec un lead technique et un socle technologique commun. Le sujet n'est pas d'empiler les prototypes : il s'agit de livrer des solutions robustes et utilisées au quotidien. Vos missionsConstruire des solutions d'IA générative en Python : assistants conversationnels, agents autonomes, systèmes de recherche augmentée (RAG) branchés sur des bases documentaires. Suivre chaque projet de bout en bout : vous définissez l'approche technique avec les équipes métier, puis vous développez, testez, mettez en production et suivez les résultats dans la durée. Améliorer les solutions déjà en service : rendre les réponses plus pertinentes, gagner en rapidité, maîtriser les coûts d'utilisation des modèles et faire les mises à jour vers les nouvelles versions de LLM. Livrer les nouveaux projets prévus dans la feuille de route, en tenant les délais fixés. Garantir un code fiable et durable : tests automatisés, documentation, revues de code croisées. Faire progresser les pratiques de l'équipe : standards de développement, sécurité et confidentialité des données, partage de connaissances.

Dans le contexte de notre développement du centre de services, nous créons une nouvelle squad pour répondre au besoin d'un grand compte international leader du retail. Au sein d'une squad de 5 personnes, tes missions Accompagner les métiers : échanger directement avec eux pour comprendre leurs irritants, analyser leurs besoins et formaliser les règles métier. Concevoir et prototyper : transformer un besoin fonctionnel en prototype exploitable ou en agent IA autonome dans des délais très courts. Développer via l'IA (estimation à 70% de ton temps) : utiliser activement l'IA générative, l'orchestration multi-agents et des assistants de code pour produire et faire évoluer les applications. Manipuler et structurer la donnée : exploiter les flux de données (SQL/NoSQL) et suivre le cycle de vie des modèles/prompts (MLflow) pour garantir la qualité des résultats. Contribuer à l'industrialisation : poser les bases d'une architecture propre (Front/Back/Cloud GCP) pour passer du PoC à une solution intégrée et pérenne.

Pour un grand groupe bancaire français, ANAFI renforce l'équipe de coachs internes de la DSI (3 500 collaborateurs, en France, à Singapour, en Inde et à Montréal). Dans le cadre du programme « AI for IT », la DSI veut aller au-delà de l'usage individuel de GitHub Copilot et refondre son cycle de développement autour de la spécification : des specs porteuses de l'intention fonctionnelle et d'architecture, consommées par des agents IA qui codent et testent. Expérimentations d'ici fin 2026, passage à l'échelle sur deux ans.

Notre client dans le secteur Santé et pharma recherche un/une Développeur Fullstack Python / React – Agents IA & orchestration H/F Description de la mission : Dans le cadre d'un besoin de renfort, notre client va rechercher un Développeur Fullstack pour rejoindre ses équipes. Le candidat intégrera une équipe pluridisciplinaire composée de développeurs, experts techniques, chefs de projets et responsables produits. Il participera à la conception, au développement et à la maintenance d'applications métiers à forte valeur ajoutée pour les différentes entités du Groupe. Le contexte est marqué par une forte accélération des usages de l'intelligence artificielle dans le cycle de développement logiciel. Le consultant devra être capable d'exploiter efficacement des outils de développement assisté par IA (Codex, Claude Code, GitHub Copilot ou équivalent) tout en respectant les exigences de qualité, sécurité, performance et gouvernance attendues dans un environnement de grand groupe international. Vos missions seront : - Conception & développement - Participer à la conception technique de nouvelles applications et services digitaux - Développer des composants Front-End React modernes et maintenables - Développer des APIs et services Back-End Python - Produire un code robuste, testé et documenté - Participer aux revues de code et aux choix d'architecture - Cloud & DevOps - Déployer et maintenir les applications sur Microsoft Azure - Participer à la mise en place et à l'amélioration des pipelines CI/CD Démarrage courant Novembre. Compétences / Qualités indispensables : Développement Fullstack python / réact, Orchestration agents IA, Développement assisté par IA (Codex, Claude Code, GitHub Copilot ou équivalent) Compétences / Qualités qui seraient un + : Maitrise de l'IA Agentic for Development Compétences python et React Acculturation/ formations aux autres développeursInformations concernant le télétravail : Oui — 3 jours/semaine

Missions principales Architecture & Security by Design Accompagner les projets dans la définition de leurs architectures de sécurité. Identifier les risques, contraintes réglementaires et exigences de sécurité dès les phases amont. Réaliser des analyses de risques et recommander les mesures de sécurité adaptées. Concevoir et valider les architectures de sécurité applicatives. Définir les exigences concernant : authentification et autorisation ; chiffrement des données ; gestion des secrets ; gestion des sessions ; journalisation ; sécurisation des échanges. Sécurité IA & IA Générative Participer à l'architecture et à la sécurisation de solutions IA / IA Générative. Analyser les risques associés aux LLM, RAG et agents IA. Prendre en compte les risques spécifiques : fuite ou exposition de données ; Prompt Injection ; empoisonnement de données ; contrôle des accès aux modèles et aux données ; sécurisation des interactions entre applications, modèles et APIs. Intégrer des principes d'AI Security by Design. IAM & API Security Cadrer les mécanismes d'authentification et d'autorisation. Définir les règles liées au MFA et à la gestion des habilitations. Accompagner les problématiques de fédération d'identité. Sécuriser les APIs et leurs flux. Définir les modèles d'autorisation basés notamment sur OAuth2 / OpenID Connect. Secure SDLC / DevSecOps Intégrer la sécurité dans le cycle de développement. Participer aux revues de conception et d'architecture. Définir et intégrer les contrôles de sécurité dans les chaînes CI/CD. Exploiter les résultats SAST et scans de vulnérabilités. Accompagner les équipes de développement dans les plans de remédiation. Vulnérabilités & détection Analyser les résultats issus notamment de Qualys. Prioriser les vulnérabilités et définir les plans de correction. Suivre les risques et les éventuelles escalades. Contribuer à la définition des cas d'usage de sécurité au niveau SIEM. Améliorer la qualité et la normalisation des logs applicatifs. Gouvernance & accompagnement Réaliser des revues d'architecture sécurité. Produire les dossiers et livrables d'architecture. Participer aux comités d'architecture et instances de gouvernance. Contribuer aux dossiers d'homologation. Gérer les dérogations et acceptations de risques. Accompagner les projets jusqu'à la mise en production. Animer des ateliers avec les équipes projets et techniques. Sensibiliser les équipes aux bonnes pratiques de Security by Design et AI Security. Date de démarrage : ASAP Localisation : Saint denis Rythme : 3 jours de télétravail Mission longue

Intégré à l'équipe plateforme, vous interviendrez sur le développement, la qualification et la mise en production d'agents IA orchestrés sous LangGraph. Vos principales missions : Concevoir et développer des agents autonomes en Python avec LangGraph (StateGraph, multi-agents, human-in-the-loop, intégration LLM, prebuilt tools). Intégrer les agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. Optimiser les stratégies de prompt engineering et les mécanismes de contrôle (function calling, tool use, plan-and-execute). Mettre en place et enrichir les suites d'évaluation (datasets d'évaluation, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. Industrialiser les agents : versioning, conteneurisation, intégration CI/CD et conformité aux standards de la plateforme. Documenter les agents et contribuer à la matrice de risques ainsi qu'aux runbooks d'exploitation. Vous travaillerez en étroite collaboration avec l'Architecte plateforme, l'Ingénieur Plateforme / SRE, le Data Engineer, le Data Scientist ainsi qu'avec le Product Owner et les référents métiers, dans un cadre Agile Scrum (sprints de 2 semaines). Environnement technique : Python (LangGraph, LangChain, Pydantic) LangGraph : StateGraph, multi-agents, human-in-the-loop RAG : vector retrieval, chunking, re-ranking, hybrid retrieval Function calling / Tool use / Plan-and-execute LangSmith / OpenTelemetry GitLab CI/CD / Docker OAuth / mTLS / Gestion des secrets Un plus : Kubernetes, API Management, Neo4j / TigerGraph, MCP (Model Context Protocol)

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.

Objectifs et livrables Rattaché(e) opérationnellement au Product Manager de l'équipe (qui détient l'historique et le contexte du projet), le/la PM aura pour mission de : Cadrer et exécuter le plan d'expérimentation (définition des hypothèses, métriques de succès et parcours tests) Piloter la Discovery et le Delivery des PoC / fonctionnalités Analyser les retours utilisateurs et la data pour tirer des apprentissages clairs sur la valeur perçue Collaborer étroitement avec l'équipe et le PM pour assurer la cohérence stratégique En parallèle de cette mission principale, le/la PM pourra être amené(e) à piloter la Discovery et le Delivery de features hors expérimentation dans le cadre de la roadmap (ex. synchronisation de devices connectés). Profil attendu • Expérience : PM Senior (5+ ans d'expérience en Product Management) • Incontournables : Solide expérience sur des produits B2C à fort trafic Expérience avérée sur des projets intégrant de l'Intelligence Artificielle (LLM, moteurs de recommandation ou agents conversationnels). • Bonus : Expérience sur des applications mobiles iOS / Android • Hard Skills : Expérimentation rapide, Product Discovery, data-driven (A/B testing, analytics), gestion de backlog agile • Soft Skills : Autonomie, pragmatisme, capacités d'adaptation rapides, excellente communication et esprit d'équipe

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.