Localisation : Lille

• 2 jours/semaine sur site

• 3 jours/semaine en télétravail

  Démarrage : ASAP

Dans le cadre du développement d’une plateforme à forte dimension technologique, nous recherchons un(e) Lead Backend Engineer pour rejoindre une squad de 4 développeurs évoluant dans un environnement moderne orienté Cloud, microservices et Intelligence Artificielle.

Vous interviendrez sur des sujets stratégiques mêlant architecture backend, scalabilité, intégration de modèles LLM et industrialisation des usages IA au sein du produit.

L’environnement technique repose principalement sur Java / Spring Boot déployé sur GCP avec Kubernetes, dans une organisation Agile et orientée qualité logicielle.
L’environnement technique repose principalement sur Java / Spring Boot déployé sur GCP avec Kubernetes, dans une organisation Agile et orientée qualité logicielle.

Vos missionsLeadership technique & accompagnement d’équipe

• Assurer le lead technique de la squad backend.

• Participer au cadrage technique et challenger les besoins fonctionnels avec les équipes Produit.

• Accompagner les développeurs de l’équipe via la code review, le mentoring et le partage de bonnes pratiques.

• Garantir la qualité, la maintenabilité et la cohérence des développements livrés.

• Animer les rituels Agile en collaboration avec le Product Owner et les autres équipes techniques.

Développement backend & architecture

• Concevoir et développer des services backend robustes en Java / Spring Boot.

• Faire évoluer une architecture microservices basée sur des APIs REST.

• Participer aux choix d’architecture et aux décisions techniques structurantes.

• Optimiser les performances, la scalabilité et la résilience des services.

• Contribuer à la mise en place d’architectures event-driven.

Cloud, DevOps & qualité logicielle

• Déployer et maintenir les applications sur GCP via Kubernetes et Helm.

• Participer à l’amélioration continue des pipelines CI/CD.

• Mettre en place et maintenir les tests unitaires et d’intégration.

• Collaborer étroitement avec les équipes DevOps et QA afin de garantir la fiabilité des mises en production.

Intelligence Artificielle & LLM

1. Intégrer des APIs de modèles LLM (OpenAI, Gemini ou équivalent) dans les fonctionnalités produit.

2. Concevoir et structurer les prompts utilisés en production.

3. Fiabiliser les outputs IA et améliorer leur pertinence métier.

Participer activement à l’industrialisation des usages IA dans les workflows de développement et dans le produit.

Stack technique

Backend & Cloud

• Java

• Spring Boot

• GCP

• Kubernetes

• Helm

• Docker

Architecture & Data

• Microservices

• REST APIs

• PostgreSQL

• Event-driven architecture

CI/CD & Collaboration

• GitLab CI/CD

• Agile / Scrum

IA

• LLM APIs (OpenAI, Gemini, etc.)

• Prompt Engineering