Lead AI Engineer – IA Agentique / MCP

Dans le cadre du développement de nos activités, nous recherchons un Lead AI Engineer spécialisé en IA générative et IA agentique pour intervenir sur des projets à forte composante Cloud, Data et automatisation.

Vous rejoindrez un environnement visant à développer et industrialiser de nouveaux usages d’intelligence artificielle pour l’exploitation et l’automatisation des processus IT.

Vos principales missions seront :

• Concevoir, développer et industrialiser des agents et assistants IA.

• Mettre en œuvre des architectures multi-agents et des assistants spécialisés.

• Concevoir et intégrer une infrastructure MCP (Model Context Protocol) ainsi que les connecteurs nécessaires aux API et services internes.

• Développer des mécanismes RAG à partir de documentations, runbooks, CMDB et bases de connaissances.

• Intégrer les solutions IA avec des environnements AWS, Kubernetes, VMware, Dataiku, Snowflake, Bedrock, OpenAI et LiteLLM.

• Développer des services Python et des outils d'automatisation.

• Industrialiser les développements au travers de pratiques DevOps, CI/CD, observabilité et sécurité.

• Participer à l'évolution d'une plateforme AIOps existante sur AWS.

• Mettre en place des mécanismes d'évaluation, de traçabilité et d'observabilité des réponses produites par les modèles.

• Prendre en compte les enjeux de sécurité liés aux systèmes IA : prompt injection, gestion des secrets, contrôle des accès et protection des données.

• Accompagner les équipes internes dans l'appropriation des technologies IA agentique et MCP.

• Documenter les solutions développées et contribuer à la définition des bonnes pratiques.

Environnement de travail

L'environnement technique s'appuie notamment sur :

AWS, Kubernetes, Docker, VMware Cloud Foundation, Dataiku, Snowflake, Bedrock, OpenAI, LiteLLM, Jenkins, Terraform, Ansible, CI/CD et outils d'orchestration.

Vous interviendrez sur des sujets à la croisée de l'IA agentique, du Cloud, de la Data, du DevOps et de l'exploitation IT.

Indispensables :

• Python

• IA agentique

• Architecture MCP / Model Context Protocol

• Développement d'applications d'IA générative en production

• Frameworks d'orchestration d'agents : LangGraph, CrewAI, AutoGen, Semantic Kernel ou équivalents

• Intégration de modèles LLM

Environnement technique :

• AWS

• Docker / Kubernetes

• Jenkins

• RAG

• Dataiku / Snowflake

• DevOps / CI/CD

Sécurité IA :

• Prompt injection

• Gestion des secrets

• Contrôle des accès

• Gouvernance des données

• Maîtrise des problématiques d'hallucination, qualité, coûts, latence et dérive des modèles

Atouts :

• Machine Learning / Deep Learning

• Méthodes Agile / Scrum

• TDD

• Pratiques DevOps

• Expérience de l'exploitation IT / AIOps