Ingénieur Python – LangGraph et agents IA

🔥 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 Back-end

👻 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, développer, tester et maintenir des applications d’agents IA avec Python et LangGraph • Construire des workflows d’agents avec gestion d’état, étapes multiples, branchements, boucles, nouvelles tentatives et gestion des erreurs • Mettre en œuvre l’appel d’outils et les intégrations avec des API, des bases de données et des systèmes d’entreprise • Développer des composants et des frameworks réutilisables pour les applications agentiques • Intégrer des LLM dans des applications logicielles robustes • Concevoir et maintenir des workflows et des agents basés sur LangGraph • Mettre en œuvre la gestion d’état, la persistance, les points de contrôle et la reprise des workflows • Développer des workflows avec intervention humaine et des mécanismes d’approbation • Concevoir des architectures mono-agent et multi-agents • Optimiser les workflows d’agents en matière de fiabilité, de latence, de scalabilité et de coûts • Déployer des applications d’IA en production • Développer des API et des services autour d’agents IA • Mettre en œuvre les tests, la journalisation, la supervision, le tracing et la gestion des erreurs • Diagnostiquer les incidents en production et améliorer la fiabilité des applications • Contribuer aux pipelines CI/CD et aux processus de déploiement automatisé • Intégrer des LLM commerciaux et open source dans des applications en production • Mettre en œuvre des templates de prompts, des sorties structurées, l’appel de fonctions et d’outils, ainsi que la gestion du contexte • Développer des solutions RAG à partir de sources de données d’entreprise • Utiliser des embeddings et des bases de données vectorielles lorsque cela est pertinent • Évaluer les performances des modèles et optimiser le choix des modèles, la latence et les coûts • Intégrer des agents IA à des API REST, des bases de données, des plateformes SaaS et des systèmes métiers internes • Développer des outils et des interfaces sécurisés permettant aux agents d’exécuter des actions métier • Mettre en œuvre l’authentification, l’autorisation, la validation et les contrôles d’accès • Garantir que les actions des agents sont auditables et correctement contrôlées

🎯 Exigences

• Solide expérience professionnelle de Python • Expérience pratique du développement d’applications avec LangGraph • Expérience dans le développement et le déploiement d’applications basées sur des LLM ou d’agents IA • Expérience dans le développement d’API et de services backend destinés à la production • Excellente compréhension des principes du software engineering, des tests, de la gestion de versions et de la CI/CD • Expérience des API REST et de l’intégration de systèmes d’entreprise • Compréhension des concepts liés aux LLM, notamment le prompting, l’appel d’outils, les sorties structurées, les embeddings et le RAG • Expérience du déploiement d’applications sur AWS, Azure ou GCP • Souhaité : LangChain / LangSmith • Souhaité : architectures multi-agents • Souhaité : bases de données vectorielles • Souhaité : Kubernetes et Docker • Souhaité : Infrastructure as Code • Souhaité : architectures event-driven • Souhaité : observabilité et évaluation des systèmes d’IA • Souhaité : sécurité de l’IA et guardrails • Souhaité : PostgreSQL ou autres bases de données relationnelles • Souhaité : Redis ou technologies de cache similaires