Ingénieur·e applications IA – LangGraph et IA agentique

🔥 il y a 19 minutes

🌐 Pays-Bas, France, +2 autres pays – Distant

🇳🇱 Pays-Bas – Télétravail 🇫🇷 France – Télétravail 🇬🇧 Royaume-Uni – Télétravail 🇩🇪 Allemagne – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

💻 Ingénieur Applicatif

👻 Score fantôme 22%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Belmont Lavan

Site WebLinkedInTous les Emplois

11 - 50 employés

💼 Conseil

📣 Marketing

🎯 Recrutement

Consulting • Marketing • Recruitment

QUI SOMMES-NOUS ?

Description

• Concevoir et développer des applications intelligentes reposant sur les LLM, LangGraph et les technologies d’IA agentique • Transformer les besoins métier en applications d’IA capables de raisonner sur des tâches, de rechercher des informations, d’interagir avec des outils et des systèmes d’entreprise, de solliciter une validation humaine et de mener à bien des processus métier • Concevoir des workflows avec gestion d’état intégrant le raisonnement, l’utilisation d’outils, la validation, les approbations et la gestion des exceptions • Développer des solutions mono-agent et multi-agents • Intégrer des LLM dans des applications de production à l’aide de stratégies de prompting, de sorties structurées, du tool calling et de la gestion du contexte • Sélectionner les modèles selon leur précision, leurs capacités, leur latence, leur niveau de sécurité et leur coût • Améliorer la fiabilité, réduire les hallucinations et mettre en place des garde-fous pour l’IA • Concevoir et mettre en œuvre des solutions RAG à partir de documents d’entreprise, de bases de données, d’API et de référentiels de connaissances • Développer des pipelines de recherche, de classement, d’embeddings, de bases de données vectorielles, de données et de contexte • Analyser les processus métier et concevoir des automatisations agentiques combinant le raisonnement des LLM et une logique métier déterministe • Mettre en œuvre des processus de validation et d’escalade avec intervention humaine • Garantir que les actions automatisées sont contrôlées, auditables et réversibles lorsque cela est pertinent • Développer des frameworks d’évaluation, des métriques, des tests automatisés, des dispositifs d’observabilité et des démarches d’amélioration continue pour les applications et workflows d’IA • Déployer et exploiter des applications d’IA dans des environnements cloud et d’entreprise • Mettre en œuvre des pratiques de monitoring, de journalisation, de traçage, de gestion des performances, de retry, de timeout, de fallback, de reprise, de déploiement et de CI/CD • Collaborer avec les product managers, les business analysts, les ingénieurs logiciels, les data scientists, les architectes et les parties prenantes métier • Communiquer sur les capacités, les limites, les risques et les options de mise en œuvre de l’IA • Aider les organisations à identifier des cas d’usage réalistes et à forte valeur ajoutée pour l’IA agentique

🎯 Exigences

• Expérience professionnelle en développement d’applications d’IA et de LLM • Expérience pratique de LangGraph et du développement de workflows agentiques • Solide expérience en développement Python • Expérience du déploiement d’applications d’IA en production • Très bonne compréhension des LLM, du RAG, du tool calling, des sorties structurées et du prompt engineering • Expérience de l’intégration d’applications d’IA avec des API, des bases de données, des systèmes d’entreprise ou des plateformes SaaS • Expérience des plateformes cloud telles qu’AWS, Azure ou GCP • Expérience de l’évaluation, du monitoring et de l’observabilité des systèmes d’IA • LangChain / LangSmith apprécié • Expérience des systèmes multi-agents appréciée • Expérience de l’orchestration de workflows d’IA appréciée • Connaissance des bases de données vectorielles appréciée • Connaissance de Kubernetes appréciée • Connaissance de Docker appréciée • Connaissance de FastAPI appréciée • Expérience des pipelines de données appréciée • Connaissance des pratiques MLOps appréciée • Connaissance de la sécurité et de la gouvernance de l’IA appréciée • Expérience de l’automatisation des processus d’entreprise appréciée • Une expérience dans les services financiers, la santé, le retail, l’industrie manufacturière ou d’autres environnements d’entreprise complexes constitue un atout