Lead AI Engineer / Architecte IA Agentique & AIOps

🚀 Mission Freelance : Lead AI Engineer / Architecte IA Agentique & AIOps (H/F)

Référence : AO2607051

Durée : Longue mission (Visée de production / Industrialisation)

Lieu : France (Rythme de télétravail à définir)

Contexte technologique : AWS, Dataiku, Snowflake, Kubernetes, Python, Frameworks Agentiques, MCP.

📋 Contexte de la mission

Notre organisation dispose d’une première plateforme AIOps mature (exploitant Dataiku, Snowflake et AWS) pour valoriser nos données opérationnelles (incidents, changements, événements) et optimiser la prédiction et l'aide à la décision.

Dans le cadre de l’évolution de notre démarche, nous souhaitons accélérer l’adoption des technologies d’intelligence artificielle agentique. L'objectif est de développer de nouveaux usages d’automatisation, d’assistance avancée aux équipes d’exploitation et d’orchestration intelligente des processus IT (Infrastructure VMware, Kubernetes, etc.).

Nous recherchons un Lead AI Engineer disposant d'une forte expérience opérationnelle pour concevoir, développer, industrialiser et intégrer ces solutions au sein de notre système d'information.

🎯 Vos principales responsabilités1. Développement et Intégration de solutions IA

• Orchestration Multi-Agents : Concevoir des assistants de code et des agents spécialisés pour les équipes d'exploitation, d'ingénierie et de support.

• Écosystème MCP : Déployer l'infrastructure Model Context Protocol (MCP) ou équivalents, créer les connecteurs et outils pour interagir avec nos API internes (ITSM, CMDB, observabilité).

• Architecture RAG : Développer les mécanismes d'ingestion, de chunking et d'indexation pour exploiter nos référentiels techniques, runbooks et bases de connaissances.

• Intégration technologique : Connecter les solutions avec nos socles (VMware Cloud Foundation, Kubernetes, Dataiku, Snowflake) et les LLM/services cloud (LiteLLM, Bedrock, OpenAI, AWS).

2. Industrialisation et Exploitation (MCO)

• Pratiques Modernes : Garantir la qualité du code (Python, clean code, TDD, CI/CD avec Jenkins, IaC via Terraform/Ansible).

• LLMOps & Sécurité : Mettre en œuvre le tracking de l'observabilité, l'évaluation des réponses, la maîtrise des coûts/latence, et sécuriser les agents (contre le prompt injection et l'exfiltration de données).

• Évolution AIOps : Participer à la maintenance et à l'évolution (analyse de causes et remédiation) de la plateforme existante.

3. Accompagnement et Leadership

• Identifier les opportunités de création de valeur et être force de proposition.

• Assurer l'acculturation et le transfert de compétences vers l'équipe interne sur les concepts d’architecture agentique et de MCP.

🛠️ Profil recherché & Compétences requises

Nous recherchons un profil hautement autonome, capable à la fois de challenger les orientations d'architecture et de "mettre les mains dans le code" pour délivrer.

Compétences techniques indispensables :

• Expertise Python et maîtrise éprouvée de la mise en production d'applications d'IA Générative.

• Frameworks Agentiques : Expérience concrète sur des outils d'orchestration multi-agents (LangGraph, CrewAI, AutoGen, Semantic Kernel ou équivalents).

• Model Context Protocol : Une expérience réelle ou une maîtrise solide de la mise en œuvre du standard MCP est fortement attendue.

• DevOps / Cloud : Bonne connaissance de l'écosystème AWS, de Docker/Kubernetes et des chaînes CI/CD (Jenkins).

• Sécurité IA : Sensibilité affinée aux problématiques de sécurité des LLM (gestion des secrets, prompt injections).

Compétences appréciées (Atouts forts) :

• Expérience face aux biais et limites des LLM en production (hallucinations, dérive, explosion des coûts, latence).

• Connaissance du monde de l'exploitation IT / Infrastructures (Day-0, Day-1, Day-2 sur environnements virtualisés et conteneurisés).

📦 Livrables attendus

• PoC et MVPs industrialisés (assistants contextuels, agents connectés aux chaînes ITSM/CMDB, serveurs MCP opérationnels).

• Composants d'automatisation intelligente (outils type Claude Code ou équivalents Codex pour l'infrastructure).

• Documentation technique complète (ADR, runbooks/playbooks d'exploitation).

• Supports et plan de transfert de compétences formalisés pour l'équipe interne.