🧩 Tech Lead Agentic AI – LLM, RAG & MLOps - Freelance

Taux journalier (TJM): 💶 Budget : 550 à 600 € HT/j (selon profil et séniorité)

🧩 Tech Lead Agentic AI – LLM, RAG & MLOps

🗂️ Informations pratiques :

📍 Département : IDF

🗓️ Démarrage : 03/082026

⏳ Durée : 36 mois

🧾 Contrat : CDI ou freelance

💶 Budget : 550 à 600 € HT/j (selon profil et séniorité)

🧑‍💻 Télétravail : 2 jours par semaine

🧠 Séniorité : 7 à 20 ans d’expérience

👤 Poste ouvert : 1

🌍 Secteur : Banque

🧩 Contexte :

Dans le cadre d’un programme stratégique de transformation cloud-native, un grand groupe bancaire international recherche un Tech Lead spécialisé en Agentic AI afin de piloter la mise en place d’une architecture IA-first.

La mission porte sur la conception et l’industrialisation de services agentiques reposant sur les LLM et les architectures RAG, avec de forts enjeux d’intégration, de qualité, de sécurité et de performance.

Le consultant assurera le leadership technique de plusieurs squads et interviendra en coordination avec les équipes Architecture, Risk, Product Owners, Data et Cloud.

🎯 Missions principales :

• Définir l’architecture technique des services agentiques reposant sur les LLM, le RAG et les systèmes d’IA autonomes.

• Piloter l’intégration des composants IA dans les chaînes CI/CD et les processus MLOps.

• Définir la stratégie de test, de qualité, de robustesse et d’évaluation des agents IA.

• Encadrer techniquement plusieurs squads et accompagner les équipes dans leurs choix d’architecture et d’implémentation.

• Assurer l’interface technique avec les équipes Architecture, Risk, Product Owners et les autres parties prenantes du programme.

🛠️ Environnement technique :

• Agentic AI & IA générative : agents IA, LLM, RAG, architectures agentiques, orchestration, services IA autonomes

• Développement & APIs : Python, développement de services, intégration applicative, composants distribués

• Streaming & recherche : Kafka, Elasticsearch, traitements événementiels, indexation et recherche

• Cloud & architectures : AWS, Azure, GCP, cloud-native, architectures distribuées, scalabilité

• MLOps & industrialisation : MLOps, déploiement de modèles, versioning, monitoring, intégration continue

• DevOps & CI/CD : pipelines CI/CD, automatisation, qualité logicielle, déploiement continu

• Tests & qualité IA : stratégie de test, évaluation des agents, robustesse, performance, contrôle des régressions

• Méthodes & gouvernance : Agile, pilotage de squads, architecture SI, gestion des risques, coordination Product Owners