Missions principales : Définir les architectures de référence des solutions agentiques et des usages IA. Concevoir les modèles d'intégration entre la plateforme IA et le système d'information. Accompagner la mise en œuvre de workflows agentiques complexes et l'orchestration multi-agents. Définir les standards de développement, de test, d'observabilité et de gouvernance des agents IA. Identifier les technologies, frameworks et composants adaptés aux besoins métiers. Superviser et challenger les développements des équipes produit et des partenaires. Concevoir et évaluer les intégrations avec GitHub, Jira, Confluence, ITSM, les bases documentaires, les API et les services métiers. Participer aux travaux sur les protocoles d'interopérabilité MCP, A2A et autres standards émergents. Mettre en place les mécanismes de supervision, de mesure de la qualité, de traçabilité et de contrôle des usages IA. Accompagner l'industrialisation des solutions, de la preuve de valeur jusqu'à la production. Assurer une veille sur les plateformes IA, les LLM et les architectures agentiques. Compétences techniques : Architectures LLM et IA générative. Agents mono-agent et multi-agents. Orchestration de workflows agentiques. RAG, mémoire conversationnelle et gestion du contexte. Protocoles MCP et A2A. Gouvernance, évaluation, monitoring, traçabilité et contrôle des agents IA. Python. TypeScript apprécié. API, microservices et connecteurs. Intégration de systèmes d'information complexes. CI/CD et pratiques DevOps. Architecture applicative et urbanisation SI. Cloud Azure, AWS ou GCP. Kubernetes et OpenShift. Sécurité, observabilité et exploitation des plateformes IA. Leadership : Animation et accompagnement d'équipes techniques. Coaching de développeurs. Définition de standards et d'une architecture cible. Capacité à challenger les choix techniques. Capacité à fédérer les équipes autour d'une vision commune. Livrables attendus : Architectures de référence et dossiers d'architecture. Frameworks, patterns et composants réutilisables. Standards de développement, de test et de gouvernance IA. Patterns d'intégration avec le SI. Cas d'usage industrialisables et trajectoire de passage à l'échelle. Guides d'architecture et recommandations techniques. Dossiers de décision technologique (ADR). Méthodologies de développement et d'exploitation des agents IA. Supports de démonstration et accompagnement des parties prenantes.
emagine recherche pour l'un de ses clients grand compte un consultant spécialisé en données XML avec des compétences sur Python et en intelligence artificielle. Lieu : Saint-Ouen-Sur-Seine Durée : 6 mois Démarrage : ASAP Télétravail : 2 J / semaine Résumé : Ce poste de Développeur Python / Ingénieur IA implique la transformation et le traitement de données XML à l'aide de compétences avancées en intelligence artificielle et machine learning, visant à améliorer les processus de traitement automatisé au sein de l'organisation. Responsabilités : Tester le modèle de transformation sur des cas d'utilisation communs. Adapter et itérer les prompts pour optimiser les résultats. Faire évoluer le modèle pour traiter des cas supplémentaires. Définir le modèle final de transformation. Mettre en place des pipelines de transformation automatisés. Définir des jeux de tests pour couvrir les cas nominaux. Gérer les erreurs afin de garantir l'intégrité des données. Adapter la chaîne d'intégration avec le nouveau processus. Must Haves : Très bonne expérience avec le traitement XML. Excellente maîtrise des langages de transformation (XSLT, XQuery, XPath). Expérience en parsing et validation avec Schema XSD, DTD, RelaxNG. Très bonne expérience en intelligence artificielle & machine learning. Expérience avec des frameworks ML tels que TensorFlow, PyTorch, et Scikit-learn. Bonne connaissance des modèles AI comme Transformers, BERT, GPT. Très bonne expérience en développement avec Python. Maîtrise des bibliothèques XML-Python : lxml, ElementTree, Beautiful Soup. Nice to Haves : Expérience dans l'analyse de structures documentaires complexes. Connaissance de la conception de pipelines de transformation automatisés. Autres détails : Contexte : Travail sur des données récupérées via API. Environnement technique : Utilisation de modèles d'amélioration via un tagging existant.
En quelques mots Cherry Pick est à la recherche d'un Dev/Ingénieur IA (H/F) pour l'un de ses clients qui opère dans le secteur de l'assurance. Description 🎯 Contexte de mission Dans le cadre du chantier IA4IT, la mission consiste à concevoir, déployer et sécuriser les fondations techniques nécessaires à l'exploitation à grande échelle de solutions d'IA générative et agentique. Au sein d'une équipe pluridisciplinaire dédiée à l'IA, le consultant contribuera à la construction et à l'industrialisation d'une plateforme robuste, sécurisée, scalable et exploitable dans un contexte d'entreprise exigeant. 🛠️ Missions principales et rôle 🏗️ Architecture & infrastructure IA Concevoir l'architecture technique des solutions IA. Déployer et configurer les environnements cloud et les composants d'infrastructure. Définir les architectures permettant l'exploitation industrielle des cas d'usage IA. Garantir la robustesse, la scalabilité, la maintenabilité et la réversibilité de la plateforme. ☁️ Cloud & plateformes Concevoir et déployer les infrastructures cloud. Intervenir sur des environnements Azure, AWS et/ou GCP. Mettre en œuvre et administrer des environnements Kubernetes et/ou OpenShift. Industrialiser les environnements et automatiser leur déploiement. ⚙️ DevOps / DevSecOps Concevoir et industrialiser les chaînes CI/CD. Mettre en œuvre les pratiques Infrastructure as Code. Développer les automatisations nécessaires à l'exploitation de la plateforme. Mettre en œuvre des approches GitOps. Intégrer les exigences de sécurité directement dans les chaînes d'industrialisation. 🔐 Sécurité & conformité Concevoir les dispositifs de sécurité associés aux plateformes IA. Mettre en place et administrer les mécanismes IAM. Gérer les secrets et les accès aux ressources. Garantir la traçabilité des opérations. Intégrer les exigences de conformité, de sécurité et de réversibilité. Identifier et maîtriser les risques liés à l'exploitation des solutions IA. 🧠 Intégration des briques IA Intégrer les différents composants nécessaires aux solutions d'IA générative et agentique : Modèles IA / LLM Gateways LLM Orchestrateurs agentiques APIs Connecteurs Bases documentaires Outils de test Participer à la conception des architectures LLMOps. Garantir l'intégration cohérente des briques IA avec le socle cloud et les systèmes existants. 📊 Observabilité & exploitation Mettre en place les dispositifs de monitoring, logging et supervision. Déployer les outils d'observabilité adaptés aux plateformes IA. Suivre les performances et la disponibilité des composants. Mettre en place les dispositifs de suivi des coûts. Préparer les conditions d'exploitation et de maintien en conditions opérationnelles. Rédiger les procédures et documentations d'exploitation. 🚀 Industrialisation & amélioration continue Contribuer aux choix d'architecture et aux recommandations techniques. Identifier les leviers d'optimisation et d'industrialisation. Anticiper les problématiques de montée en charge. Garantir une exploitation durable, sécurisée et maîtrisée des plateformes IA. 🎯 Objectifs Construire un socle technique industriel pour l'IA générative et agentique. Déployer des infrastructures cloud sécurisées et scalables. Industrialiser les pratiques DevOps, DevSecOps et IaC. Intégrer efficacement les composants LLM et agentiques. Garantir l'observabilité et l'exploitabilité de la plateforme. Maîtriser les risques, les coûts et la réversibilité. Fournir une plateforme fiable permettant le déploiement de cas d'usage IA à grande échelle.
