• Développement d’applications IA : Développer des services backend et des API REST avec Python et FastAPI, en intégrant le traitement asynchrone, une gestion robuste des erreurs et l’interfaçage avec les systèmes métier.
• Workflows agentiques et orchestration : Mettre en œuvre des workflows avec LangGraph et LangChain, couvrant la gestion des états, le routage, les outils, la mémoire, les mécanismes de retry et les interactions human-in-the-loop.
• Intégration de LLM : Intégrer des modèles via Azure OpenAI, OpenAI, Mistral ou IBM watsonx, tout en maîtrisant les sorties structurées, la latence, les coûts et les défaillances de services.
• Développement RAG : Concevoir des pipelines d’ingestion et de recherche documentaire couvrant l’extraction, le chunking, les embeddings, les bases de données vectorielles, la recherche hybride, le reranking et la citation des sources.
• Qualité et évaluation : Développer des tests automatisés et évaluer la qualité de la recherche, des réponses générées et du comportement des agents.
• Utiliser LangSmith ou des outils équivalents pour tracer les workflows et analyser les défaillances.
• Mise en production : Conteneuriser les applications avec Docker, contribuer aux pipelines CI/CD et accompagner les déploiements dans le cloud.
• Prototypage rapide et développement assisté par IA : Utiliser le vibe coding et des outils de développement assistés par IA pour accélérer le prototypage et l’implémentation, tout en assurant la revue, les tests, la sécurisation et la maintenance du code généré.
• IA responsable : Mettre en œuvre des mesures de protection de la vie privée, de transparence, de traçabilité et de supervision humaine conformément aux exigences des projets, en collaboration avec les équipes sécurité et conformité.
• Collaboration : Documenter les décisions techniques et contribuer aux estimations des solutions, aux études de faisabilité et aux démonstrations. Appliquer le bonnes pratiques de développement sécurisé, notamment en matière d'authentification, de contrôle des accès et de gestion des secrets. 

COMPÉTENCES TECHNIQUES REQUISES : 

• Solides compétences en Python et programmation asynchrone : Expérience pratique avec async/await, asyncio, les appels API concurrents, les timeouts, retries, mécanismes d’annulation et la gestion des tâches.
• FastAPI et API REST : Maîtrise de la conception d’API, de la validation des entrées, de l’authentification et de la gestion cohérente des erreurs.
• LangGraph : Maîtrise des états, nœuds, mécanismes de routage, persistance, mémoire, gestion des défaillances et workflows human-in-the-loop.
• LangChain : Expérience avec l’intégration d’outils, le prompting, les sorties structurées et l’intégration de LLM.
• Intégration de LLM : Expérience pratique avec Azure OpenAI/OpenAI ou des fournisseurs équivalents, notamment concernant les limites de requêtes, la latence et la gestion des coûts.
• Systèmes RAG : Expérience avec l’ingestion de données, le chunking, les embeddings, les bases de données vectorielles, la recherche hybride, le reranking, les citations et l’évaluation de la qualité de la recherche.
• Architecture multi-agents : Expérience dans la mise en œuvre de mécanismes de coordination entre agents, de délégation, de partage de contexte et de gestion des défaillances.
• MCP (Model Context Protocol) : Expérience pratique dans la connexion d’agents à des outils métier ainsi que dans l’implémentation ou l’intégration de clients et serveurs MCP.
• A2A (Agent2Agent Protocol) : Expérience pratique dans l’intégration d’agents externes, l’échange de messages et la gestion du cycle de vie des tâches et des erreurs.
• Observabilité et évaluation : Expérience avec LangSmith ou des outils équivalents pour tracer et évaluer les applications reposant sur des LLM et les workflows agentiques.
• Vibe coding et développement assisté par IA : Expérience pratique avec des outils tels que Claude Code, GitHub Copilot ou Codex, incluant la capacité à formuler des instructions précises, revoir les modifications générées et valider les résultats à travers des tests.
• Software Engineering : Maîtrise de Git, Docker, CI/CD et pytest, notamment pour les tests unitaires, d’intégration et asynchrones ainsi que l’utilisation de mocks.
• Cloud : Expérience dans le déploiement d’applications sur une plateforme cloud, idéalement Microsoft Azure.
• Gouvernance de l’IA et réglementation : Bonne connaissance de l’EU AI Act et du RGPD, ainsi que de leurs implications concrètes en matière de protection des données, de supervision humaine, de transparence, de traçabilité et de développement responsable de solutions IA.

•  Capacité à traduire des besoins métier en tâches techniques claires et concrètes.
• Autonomie, fiabilité et capacité à prendre la responsabilité de ses développements.
• Excellente communication avec les ingénieurs, architectes et Business Analysts.
• Approche pragmatique de la résolution de problèmes, avec une attention particulière portée à la qualité et à la maintenabilité.
• Volonté d’apprendre, de partager ses connaissances et de s’adapter à l’évolution rapide des technologies liées à l’IA.