Trouvez votre prochaine mission ou futur job IT.

Séniorité - ingénieur IA opérationnel. Une personne qui a réellement conçu et déployé des projets IA concrets (agents, prompts, MCP, mémoire), et pas seulement dirigé ces projets. Doit être capable de livrer de manière autonome. Utilisation de VSCode Github Copilot Description des services à réaliser L'équipe Train Release Management (TRM) est responsable de la mise en œuvre et de la gestion des processus de release à travers les environnements de développement, de test et de production. Cela inclut la coordination de trois processus : la Gestion des Releases, la Gestion des Changements et la Gestion des Incidents. L'équipe travaille en collaboration avec tous les acteurs des projets de développement logiciel, en traduisant les besoins (releases trains, correctifs, incidents, bugs, BAU, vulnérabilités, demandes ad hoc, obsolescence) en une feuille de route détaillée des releases avec les rapports associés, et en améliorant continuellement chaque processus. Ce projet s'appuie sur la mise en œuvre de l'IA déjà en cours au sein de l'équipe, avec un accent sur l'automatisation, la gestion du contexte et le partage des connaissances appliqués aux activités de gestion des releases. L'objectif est d'améliorer l'efficacité individuelle et collective en intégrant des améliorations IA dans les processus TRM existants (planification des releases, coordination des changements, suivi des incidents, surveillance de l'éligibilité, reporting), tout en alignant les solutions avec les exigences de gouvernance et les bonnes pratiques du cycle de vie du développement logiciel (SDLC). Le service comprendra les éléments suivants : 1. Mise à l'échelle du framework IA pour l'équipe : L'ingénieur structurera et mettra à l'échelle le framework IA existant (agents, prompts, mémoire, méthodologie de cas d'usage) afin qu'il soit documenté, standardisé et utilisable par tous les membres de l'équipe. Cela inclut la structuration du dépôt Git partagé avec une organisation claire, des règles de contribution et des pratiques de contrôle de version, en veillant à ce que les cas d'usage suivent une approche cohérente, soient versionnés, testables et conformes aux normes SDLC et de gouvernance. 2. Processus opérationnels TRM assistés par l'IA : Le service fournira des solutions assistées par l'IA pour les processus clés de gestion des releases tels que la planification, le suivi des changements, le monitoring de la résolution des incidents, le reporting d'éligibilité, l'analyse des causes racines et les retours d'expérience. Cela inclut l'utilisation de GitHub Copilot pour automatiser les tâches répétitives, soutenir l'analyse et la prise de décision, améliorer la traçabilité et accroître l'efficacité opérationnelle. 3. Qualité et responsabilité : L'ingénieur sera garant de la qualité de tous les livrables assistés par l'IA, en intégrant des pratiques de validation et d'assurance qualité dans les solutions délivrées. Garantir la fiabilité et la responsabilité des résultats générés par l'IA fait partie intégrante du service. 4. Gestion du contexte et de la mémoire : L'ingénieur construira et maintiendra une base de connaissances structurée permettant aux outils IA d'opérer avec une pleine connaissance des processus, règles et données de référence TRM. Cela inclut la codification des définitions de processus, des règles de progression des trains, des workflows d'approbation des changements et des données de référence en formats lisibles par machine. La base de connaissances sera mise à jour selon un cycle régulier (révision bimensuelle). 5. Co-création et montée en compétences : L'ingénieur travaillera en collaboration avec l'équipe pour co-créer des standards, outils et documentations. Le service inclura du coaching, des conseils et des transferts de connaissances pour permettre à l'équipe d'adopter, maintenir et étendre les frameworks IA de manière autonome. 6. Mesure de la performance et reporting : L'ingénieur définira, automatisera et suivra les indicateurs clés de performance (KPIs) liés aux activités IA, et soutiendra la communication de l'impact de l'IA sur la productivité, la qualité et la réduction des risques. 7. Documentation et communication : Le service fournira une documentation claire et complète ainsi que des présentations pour mettre en valeur les frameworks IA, les solutions et les réalisations auprès des parties prenantes, dans un souci de transparence et d'amélioration continue. Livrables et Calendrier Livrables : Framework IA déployé à l'équipe : documenté, standardisé, avec dépôt Git structuré Implémentation de solutions IA pour les processus clés TRM (suivi des releases, coordination des changements, monitoring des incidents, reporting d'éligibilité, analyse des causes racines) Base de connaissances structurée, mise à jour bimensuellement Sessions de partage des connaissances, ateliers et supports de coaching Tableaux de bord de performance et suivi automatisé des KPIs Rapport final résumant les réalisations, lessons learned et recommandations

Intégré(e) au sein de l'équipe Plateforme et en collaboration étroite avec les Architectes, SRE, Data Engineers et Data Scientists, vous contribuerez activement au développement, à la qualification et à la mise en production d'agents IA orchestrés sous LangGraph. Vos responsabilités principales : Développer des agents autonomes complexes en Python à l'aide de LangGraph (StateGraph, multi-agents, human-in-the-loop, prebuilt tools). Connecter les agents aux composants RAG, bases de connaissances internes et API opérationnelles. Affiner les stratégies de prompt engineering et les mécanismes de contrôle avancés (function calling, tool use, plan-and-execute). Mettre en place et enrichir les suites d'évaluation (eval datasets, détection de dérive et d'hallucinations) sous LangSmith. Assurer le versioning, le packaging conteneur et l'intégration CI/CD via GitLab dans le respect des standards de production.

Contexte : Dans le cadre du développement de son Centre d'Excellence IA, notre client, acteur majeur du secteur de l'assurance, recherche un Machine Learning Engineer spécialisé en IA Conversationnelle, NLP et IA Générative. Vous interviendrez sur la conception, le développement et l'industrialisation de solutions de chatbots et voicebots destinées à améliorer l'expérience client et les parcours métiers (relation client, gestion des sinistres, assistance, etc.). Vous accompagnerez les projets de bout en bout, depuis la compréhension des besoins métiers jusqu'à la mise en production des modèles. Missions : Recueillir et formaliser les besoins métiers ainsi que les parcours conversationnels. Concevoir des architectures de chatbots et voicebots adaptées aux usages. Développer, entraîner, ajuster et évaluer des modèles de Machine Learning et de NLP. Intégrer des briques vocales (ASR, TTS) dans les solutions conversationnelles. Mettre en place des pipelines MLOps pour l'entraînement, le déploiement et le suivi des modèles. Assurer le monitoring des performances, détecter les dérives et optimiser les modèles en continu. Analyser les conversations utilisateurs afin d'améliorer les parcours, les prompts et la qualité des réponses. Collaborer avec les équipes Data, IA, IT et les métiers dans une approche agile.

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Description des services à réaliser L'équipe Train Release Management (TRM) est responsable de la mise en œuvre et de la gestion des processus de release à travers les environnements de développement, de test et de production. Cela inclut la coordination de trois processus : la Gestion des Releases, la Gestion des Changements et la Gestion des Incidents. L'équipe travaille en collaboration avec tous les acteurs des projets de développement logiciel, en traduisant les besoins (releases trains, correctifs, incidents, bugs, BAU, vulnérabilités, demandes ad hoc, obsolescence) en une feuille de route détaillée des releases avec les rapports associés, et en améliorant continuellement chaque processus. Ce projet s'appuie sur la mise en œuvre de l'IA déjà en cours au sein de l'équipe, avec un accent sur l'automatisation, la gestion du contexte et le partage des connaissances appliqués aux activités de gestion des releases. L'objectif est d'améliorer l'efficacité individuelle et collective en intégrant des améliorations IA dans les processus TRM existants (planification des releases, coordination des changements, suivi des incidents, surveillance de l'éligibilité, reporting), tout en alignant les solutions avec les exigences de gouvernance et les bonnes pratiques du cycle de vie du développement logiciel (SDLC). Le service comprendra les éléments suivants : 1. Mise à l'échelle du framework IA pour l'équipe : L'ingénieur structurera et mettra à l'échelle le framework IA existant (agents, prompts, mémoire, méthodologie de cas d'usage) afin qu'il soit documenté, standardisé et utilisable par tous les membres de l'équipe. Cela inclut la structuration du dépôt Git partagé avec une organisation claire, des règles de contribution et des pratiques de contrôle de version, en veillant à ce que les cas d'usage suivent une approche cohérente, soient versionnés, testables et conformes aux normes SDLC et de gouvernance. 2. Processus opérationnels TRM assistés par l'IA : Le service fournira des solutions assistées par l'IA pour les processus clés de gestion des releases tels que la planification, le suivi des changements, le monitoring de la résolution des incidents, le reporting d'éligibilité, l'analyse des causes racines et les retours d'expérience. Cela inclut l'utilisation de GitHub Copilot pour automatiser les tâches répétitives, soutenir l'analyse et la prise de décision, améliorer la traçabilité et accroître l'efficacité opérationnelle. 3. Qualité et responsabilité : L'ingénieur sera garant de la qualité de tous les livrables assistés par l'IA, en intégrant des pratiques de validation et d'assurance qualité dans les solutions délivrées. Garantir la fiabilité et la responsabilité des résultats générés par l'IA fait partie intégrante du service. 4. Gestion du contexte et de la mémoire : L'ingénieur construira et maintiendra une base de connaissances structurée permettant aux outils IA d'opérer avec une pleine connaissance des processus, règles et données de référence TRM. Cela inclut la codification des définitions de processus, des règles de progression des trains, des workflows d'approbation des changements et des données de référence en formats lisibles par machine. La base de connaissances sera mise à jour selon un cycle régulier (révision bimensuelle). 5. Co-création et montée en compétences : L'ingénieur travaillera en collaboration avec l'équipe pour co-créer des standards, outils et documentations. Le service inclura du coaching, des conseils et des transferts de connaissances pour permettre à l'équipe d'adopter, maintenir et étendre les frameworks IA de manière autonome. 6. Mesure de la performance et reporting : L'ingénieur définira, automatisera et suivra les indicateurs clés de performance (KPIs) liés aux activités IA, et soutiendra la communication de l'impact de l'IA sur la productivité, la qualité et la réduction des risques. 7. Documentation et communication : Le service fournira une documentation claire et complète ainsi que des présentations pour mettre en valeur les frameworks IA, les solutions et les réalisations auprès des parties prenantes, dans un souci de transparence et d'amélioration continue. Livrables et Calendrier Livrables : Framework IA déployé à l'équipe : documenté, standardisé, avec dépôt Git structuré Implémentation de solutions IA pour les processus clés TRM (suivi des releases, coordination des changements, monitoring des incidents, reporting d'éligibilité, analyse des causes racines) Base de connaissances structurée, mise à jour bimensuellement Sessions de partage des connaissances, ateliers et supports de coaching Tableaux de bord de performance et suivi automatisé des KPIs Rapport final résumant les réalisations, lessons learned et recommandations

Je suis à la recherche pour un de nos clients d'un Testeur modèles IA. Tester des modèles d'IA, des systèmes pilotés par l'IA et des applications centrées sur les données - Conception de cas de tests pour les systèmes dynamiques/pilotés par l'IA - Conception de cas de tests spécifiques par niveau (code, data, modèle LLM, pipeline) - Dossier d'évaluation de la précision, de l'explicabilité et du biais du modèle utilisé - Dossier d'évaluation de l'impact éthique de la dérive des données - Cahiers de tests d'IA sur des cas particuliers Python, Langchain Eval, RAGAS, LangFuse, outils de tests (PyTest, TensorFlow, MLFlow, Azure ML etc…) Conception de cas de tests Biais, équité et explicabilité en IA

Nous recherchons un ingénieur en apprentissage automatique orienté IA conversationnelle pour développer et déployer des solutions visant à améliorer l'expérience client dans le secteur de l'assurance. RésuméLe poste de Machine Learning Engineer se concentre sur le développement et le déploiement de solutions d'IA conversationnelle. Responsabilités :Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Entraîner, adapter et évaluer des modèles NLP. Intégrer des briques voix (ASR / TTS) dans la chaîne conversationnelle. Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Analyser les logs de conversations, identifier les axes d'amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client. Compétences Requises :Minimum 3 ans d'expérience en Machine Learning / NLP. Solide expérience en modèle NLP. Compétences Souhaitables :Expérience avec des systèmes de voix (ASR / TTS). Connaissance des pipelines MLOps. Autres DétailsLocalisation : Paris. Démarrage : ASAP. Durée : >12 mois. Télétravail : 2 jours / semaine.

Nous recherchons un IT Project Manager / Forward Deployed Engineer pour accompagner le déploiement d'une plateforme de développement assisté par IA Générative auprès d'équipes technologiques. Vous interviendrez sur un programme stratégique visant à accélérer l'adoption de l'IA dans les processus de développement logiciel et à accompagner la transformation des pratiques d'ingénierie. Missions principalesAccompagner les équipes dans l'adoption des outils de développement assisté par IA. Définir et diffuser les bonnes pratiques d'utilisation de la plateforme. Concevoir et maintenir des templates, prompts, skills et agents IA. Administrer la plateforme (licences, onboarding, suivi des usages, support de niveau 2). Structurer la gouvernance et contribuer à la feuille de route de la plateforme. Animer les communautés d'utilisateurs et les ateliers de transformation. Participer à l'évolution du Software Delivery Lifecycle. Assurer une veille technologique continue sur les outils d'IA appliqués au développement logiciel. Environnement techniqueIA Générative Outils de développement assisté par IA (Cursor ou équivalent) Prompt Engineering Software Engineering Change Management Process IT Gouvernance de plateformes DevOps / Software Delivery Lifecycle

Dans le cadre du renforcement d'une plateforme Data & IA stratégique, nous recherchons un Tech Lead DevOps Seniorpour accompagner l'évolution, l'industrialisation et l'exploitation d'une plateforme Cloud de nouvelle génération. Vous intégrerez une équipe Agile composée de Product Owners, Architectes, DevOps, Data Engineers et Data Managers, dans un environnement technique moderne reposant sur AWS, Databricks et les pratiques DevOps les plus avancées. Au-delà de votre expertise technique, vous jouerez un rôle clé dans le pilotage technique de l'équipe, la définition des standards DevOps et l'amélioration continue de la plateforme. Activités DevOpsAdministrer et maintenir la plateforme Data en conditions opérationnelles (MCO). Développer et faire évoluer les composants techniques du socle Data. Participer à la roadmap technique et aux évolutions de la plateforme. Optimiser les performances, la disponibilité et la résilience des services. Mettre en œuvre les bonnes pratiques de cybersécurité, de conformité et de FinOps. Gérer les accès, les habilitations et les secrets (AWS, Databricks, Okta). Assurer le traitement des incidents de niveau N2/N3. Industrialiser les déploiements et automatiser les processus. Intégrer de nouveaux services et applications au sein de l'écosystème Data. Activités de Tech Lead Coordonner et accompagner l'équipe DevOps au quotidien. Définir et faire respecter les standards techniques et les bonnes pratiques DevOps. Organiser les revues de code et garantir la qualité des développements. Renforcer les pratiques CI/CD et l'automatisation des déploiements. Participer aux choix d'architecture et aux orientations techniques. Accompagner les équipes dans leur montée en compétences. Contribuer à l'amélioration continue des processus et des outils.

Contexte : Dans le cadre du développement de solutions autour de l'IA (LLM, agents IA, industrialisation des modèles), notre client renforce ses équipes et recherche un PM IA pour piloter des produits innovants à forte valeur métier. Cette mission se réalise auprès des équipes comptabilité et finance du groupe. 🎯 Missions Recueillir, challenger et prioriser les besoins métiers autour des cas d'usage IA (LLM, agents intelligents) Définir la vision produit et construire la roadmap en lien avec les équipes techniques et data Rédiger les user stories et piloter le backlog (Agile / Scrum) Suivre le delivery des équipes (Data, ML Engineer, Data Engineer) et garantir la valeur délivrée Assurer la coordination entre équipes techniques, métiers et parties prenantes Suivre la performance des solutions IA mises en place et piloter leur amélioration continue Accompagner l'industrialisation des produits IA (MLOps, passage à l'échelle)

Envie d'un nouveau challenge... CELAD vous attend ! Nous poursuivons notre développement et recherchons actuellement un(e) HW Designer Senior ASIC/ SoC Design H/F pour intervenir chez un de nos clients. Contexte : Dans le cadre d'un projet innovant autour de la conception de circuits intégrés et de l'intégration de l'intelligence artificielle dans les flux de développement hardware, nous recherchons un(e) Senior ASIC / SoC Design & Verification Engineer. Vous participerez à la mise en œuvre de nouvelles méthodologies de conception et de vérification assistées par IA afin d'optimiser le développement d'IP et de SoC complexes. Votre mission : Au sein d'une équipe projet, vous serez en charge de : - Participer à la conception et à la vérification de modules numériques et de systèmes sur puce (SoC). - Développer et optimiser les méthodologies de Design et Verification. - Contribuer à la mise en place d'outils et d'agents IA pour l'automatisation des activités de conception. - Réaliser les simulations RTL et Gate-Level. - Assurer l'analyse de couverture et la validation fonctionnelle. - Optimiser les performances, la consommation et la qualité du code. - Participer à la gestion des problématiques de synchronisation et de métastabilité. - Développer des scripts d'automatisation en Python ou Perl. - Rédiger la documentation technique et les guides utilisateurs. - Collaborer avec les équipes hardware, software et EDA.

Au sein de la Direction Data, IA et Innovation du client, le centre d'excellence développe des solutions d'IA conversationnelle pour les métiers de l'assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Missions Cadrage & conception Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). Concevoir les architectures conversationnelles (voicebot, chatbot). Modélisation & entraînement Entraîner, adapter et évaluer des modèles NLP Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. Industrialisation & déploiement Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Amélioration continue Analyser les logs de conversations, identifier les axes d'amélioration. Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. Collaborer étroitement avec les équipes métiers, IT et relation client.

Au sein du SOC et en étroite collaboration avec les équipes R&D Cyber, vous contribuez à la conception, l'entraînement et l'évaluation de modèles d'Intelligence Artificielle Générative spécialisés en cybersécurité. Votre mission consiste à développer des modèles souverains capables d'assister les analystes SOC dans l'analyse des alertes, la contextualisation des menaces et l'automatisation des investigations de sécurité. À ce titre, vous serez notamment en charge de : Concevoir et entraîner des modèles de langage spécialisés à partir de LLM open source (Llama, Mistral, Qwen, etc.). Réaliser des opérations de fine-tuning avancées à l'aide de techniques PEFT telles que LoRA et QLoRA. Construire, nettoyer, structurer et enrichir des jeux de données issus de sources cybersécurité (logs, rapports CTI, événements SOC, playbooks, documentation technique). Définir les formats conversationnels et les stratégies de prompting adaptés aux besoins métier. Mettre en œuvre des méthodes d'alignement des modèles afin de limiter les hallucinations et garantir la pertinence des réponses produites. Développer des pipelines d'évaluation et de benchmarking permettant de mesurer objectivement la qualité, la robustesse et la performance des modèles. Réaliser des expérimentations autour des techniques de Reinforcement Learning et Preference Optimization. Collaborer avec les équipes cybersécurité afin d'intégrer les modèles IA dans les processus opérationnels du SOC. Participer à la veille technologique sur les évolutions du marché de l'IA générative et de la cybersécurité.

ContexteMon client conçoit un OS agentique souverain dédié aux industries régulées européennes. Avec leur IA propriétaire, des sujets comme la mobilité bancaire s'en retrouvent profondément facilités et c'est dans ce contexte là que mon client cherche un-e Développeur Java (H/F) Vous rejoignerez une équipe spécialisée dans la mobilité bancaire (SEPA, mandats, échanges interbancaires), au sein d'un écosystème applicatif en pleine modernisation : migration progressive vers Java 25 / Spring Boot 4, architecture micro-services avec bibliothèques internes partagées, et forte composante intégration (gateways, ETL, synchronisation CRM). Missions principalesAssurer la maintenance corrective et évolutive des applications métier du produit de mobilité bancaire. Participer activement à la migration des applications legacy (Java 7/8/11/17) vers Java 25 et Spring Boot 4. Concevoir et développer des micro-services backend en s'appuyant sur les bibliothèques internes partagées (common-*, BOM isilis-bom). Gérer les flux d'intégration : messaging asynchrone (Kafka + Avro/Schema Registry, ActiveMQ/Artemis, Spring Cloud Stream), SOAP/REST (CXF, Spring REST), échanges avec partenaires bancaires. Développer et maintenir des composants réactifs (Spring WebFlux / Project Reactor) sur les services concernés. Piloter le cycle complet d'un service : build Maven → quality gates SonarQube → pipeline AWS CodeBuild → push ECR → déploiement ECS/Fargate. Assurer la qualité du code : tests unitaires et d'intégration (JUnit 5, Mockito, Testcontainers), couverture JaCoCo, respect des standards de sécurité (Spring Security, Keycloak/JWT). Contribuer aux revues de code et à l'amélioration continue des pratiques de développement. Compétences requises Techniques - must-have Java - maîtrise des versions 8 à 25 ; expérience de migrations de version majeure obligatoire. Spring Boot (2.7 legacy & 4.x moderne), Spring Security. Spring WebFlux / Project Reactor - programmation réactive (Mono/Flux, WebClient, back-pressure) ; le user-service est intégralement réactif. Build & versioning : Maven (build dominant), Git. CI/CD & cloud : AWS CodeBuild (pipeline primaire), CodeArtifact (registry Maven), ECR, ECS/Fargate ; GitHub Actions. Persistance SQL : MariaDB/MySQL ; migrations Flyway ; JPA/Hibernate. Messaging : Apache Kafka et/ou ActiveMQ/Artemis. Conteneurisation : Docker. Tests : JUnit 5, Mockito, Testcontainers. Techniques - nice-to-have Apache Avro + Confluent Schema Registry - sérialisation Kafka par schéma (.avsc, avro-maven-plugin, Confluent serializers). Spring Cloud Stream - abstraction messaging (binder/channel/destination binding) au-dessus de Kafka. OpenAPI Generator - cycle spec OAS3 → codegen → client inter-services (templates webclient réactif et java sync). SonarQube + JaCoCo - quality gates en CI, analyse de findings, exclusions Lombok. Spring Data Envers - audit trail réglementaire (@EnableJpaAuditing, tables *_HISTORY) en contexte bancaire. Logs JSON structurés - logstash-logback-encoder / common-logs pour ingestion ELK ou équivalent. Apache CXF (SOAP/JAX-WS), Keycloak (IAM/OAuth2), JWT. Apache POI - import/export Excel pour reporting et référentiels bancaires. Lombok, MapStruct, JasperReports. Front-end : notions Angular ou Vue.js appréciées (quelques repos concernés). Legacy : Apache Wicket, ASP.NET (connaissance appréciée). Observabilité : Prometheus / Grafana ; ordonnancement Rundeck. Soft skills Rigueur et goût pour le travail en contexte legacy sous contrainte de migration. Capacité à naviguer dans une base de code hétérogène (multi-versions, multi-frameworks). Esprit d'équipe et communication fluide avec les équipes métier et partenaires bancaires. Autonomie et force de proposition sur les sujets de modernisation. Profil recherché Formation Bac+3 à Bac+5 en informatique ou équivalent. 5 ans minimum d'expérience en développement Java backend, idéalement en contexte bancaire, fintech ou secteur réglementé. Expérience sur des projets de migration Java (upgrade de version majeure) appréciée. Connaissance du domaine SEPA / mobilité bancaire est un plus.

Nature de la mission Développement d'agents IA intégrés à une plateforme CI/CD Conception de workflows, prompts et automatisations Intégration avec outils existants (outillage de développement) Tests, documentation et amélioration continue Compétences / technos Développement logiciel + intégration API Environnements CI/CD (GitLab, pipelines, outillage dev) IA générative : LLM, agents, RAG Automatisation et orchestration de workflows Bonne culture qualité et industrialisation Démarrage Juillet 2026 Localisation : Bordeaux