🎯 Contexte de mission

Dans le cadre du déploiement d’une stratégie « AI for Engineering », la mission consiste à industrialiser et diffuser les usages de l’IA agentique auprès des équipes de développement, QA et DevOps.

Rattaché(e) à l’Agentic AI Lead et au Head of IT Transformation, l’Agentic AI Engineer intervient à la croisée de l’IA générative, du software engineering et de la transformation des pratiques d’ingénierie.

L’objectif est de mettre en place des standards communs, d’industrialiser les plateformes et frameworks agentiques et de développer des agents spécialisés directement intégrés aux workflows des équipes.

🛠️ Missions principales et rôle

🤖 AI for Engineering

• Mettre en œuvre la stratégie AI for Engineering.

• Définir et diffuser les bonnes pratiques d’utilisation des assistants IA pour le développement logiciel.

• Contribuer à la définition de conventions, standards et règles de gouvernance communes.

• Identifier les opportunités d’utilisation de l’IA dans les activités de développement, QA et DevOps.

• Mesurer l’adoption et l’impact des usages IA.

🧠 Industrialisation de l’IA agentique

• Standardiser et industrialiser les usages de l’IA agentique.

• Concevoir et maintenir les configurations d’agents : agents, steerings, skills, MCP, etc.

• Définir des guidelines d’implémentation des LLM et frameworks agentiques.

• Évaluer de nouvelles technologies et frameworks.

• Concevoir des agents spécialisés répondant à des cas d’usage concrets :

  • Remédiation de CVE

  • Revue de code

  • Génération et exécution de tests

  • Documentation

  • Migration applicative

  • Gestion et résolution d’incidents

☁️ Plateformes & intégration

• Évaluer, déployer et opérer des plateformes agentiques Cloud.

• Travailler notamment avec AWS Bedrock / AgentCore et GitLab Duo ou des solutions équivalentes.

• Intégrer les agents dans les workflows existants.

• Connecter les solutions agentiques aux pipelines CI/CD, notamment GitLab CI.

• Intégrer les agents dans l’outillage des équipes de développement, QA et DevOps.

• Contribuer à la mise en place d’architectures robustes, sécurisées et maintenables.

👥 Accompagnement & adoption

• Accompagner l’adoption des usages IA auprès de nombreuses équipes d’ingénierie.

• Produire la documentation et les guidelines nécessaires.

• Organiser des formations et sessions de sensibilisation.

• Réaliser du coaching auprès des équipes.

• Accompagner les équipes dans l’identification de cas d’usage pertinents.

• Suivre les KPIs d’utilisation et d’impact.

• Capitaliser et partager les retours d’expérience.

🎯 Objectifs

• Industrialiser les usages de l’IA dans les pratiques d’engineering.

• Mettre à disposition des équipes un cadre commun pour l’utilisation des assistants et agents IA.

• Développer des agents spécialisés apportant une valeur opérationnelle concrète.

• Intégrer l’IA directement dans les chaînes CI/CD et les workflows Engineering.

• Accélérer certaines activités de développement, QA, DevOps et maintenance.

• Améliorer la qualité et l’efficacité des pratiques d’ingénierie grâce à l’IA.

• Accompagner durablement l’adoption des nouveaux usages.

• Mesurer objectivement l’utilisation et l’impact des solutions déployées.

💻 Compétences requises

🤖 IA générative & Agentic AI

• Expérience hands-on des assistants IA dédiés au développement logiciel.

• Maîtrise des fonctionnalités agentiques d’outils tels que AWS Kiro, Claude Code, GitHub Copilot, Cursor ou équivalents.

• Expérience de développement et d’utilisation d’agents autonomes.

• Maîtrise de plateformes agentiques Cloud telles que AWS Bedrock AgentCore, GitLab Duo Enterprise ou équivalents.

• Pratique des protocoles et frameworks agentiques :

  • MCP

  • A2A

  • LangGraph

  • CrewAI

  • Strands

  • Frameworks équivalents

• Bonne maîtrise du prompt engineering et du context engineering.

• Connaissance des concepts de steerings, mémoire, caching et gestion du contexte.

💻 Software Engineering

• Solide culture du software engineering moderne.

• Architecture logicielle.

• Développement et qualité du code.

• Tests automatisés.

• CI/CD.

• Revue de code.

• DevSecOps.

• Intégration de solutions IA dans des environnements de développement existants.

🔐 Compétences complémentaires

• Notions de sécurité applicative et d’AppSec.

• Connaissance des approches SAST, DAST, SCA.

• Compréhension des processus de remédiation de vulnérabilités et CVE.

• Connaissance d’outils d’automatisation IA tels que n8n, Zapier AI ou solutions similaires.

• Intérêt pour les agents capables d’interagir avec des applications et navigateurs.

👤 Profil recherché

Nous recherchons un profil Engineering confirmé ayant évolué concrètement vers l’IA agentique, avec une forte dimension hands-on.

Une expérience préalable en tant que Tech Lead, Engineering Manager, Développeur Senior, Architecte ou dans un rôle similaire est pertinente.

Le profil devra notamment disposer :

• D’au moins 5 ans d’expérience dans l’IT.

• D’une expérience concrète de projets d’engineering.

• D’une pratique hands-on de l’IA appliquée au développement logiciel.

• D’une capacité à passer de l’expérimentation à l’industrialisation.

• D’une forte capacité à comprendre les problématiques des équipes Engineering.

• D’une excellente capacité de communication et de vulgarisation.

• D’une capacité à embarquer les équipes dans l’adoption de nouvelles pratiques.

• D’un esprit pragmatique et orienté impact et résultats.

• D’une forte curiosité technologique et d’un goût pour l’expérimentation.

• D’une appétence importante pour la veille autour de l’IA générative et agentique.