AI Engineer - Freelance

Contexte

Création de poste au sein d’une équipe mutualisée dédiée au Business renouvelables et batteries. L’équipe accompagne les phases de développement, de construction et d’exploitation-maintenance de parcs éoliens, solaires et batteries. Projets en continu, sur une mission longue.

Missions

• Concevoir, livrer et industrialiser des solutions d’IA générative, d’IA agentique et des systèmes multi-agents sur Databricks, ainsi que les pipelines de données qui les alimentent.

• Conception des cas d’usage IA : qualifier les cas d’usage avec les équipes métier et SI, évaluer leur faisabilité et leur valeur, et définir l’architecture cible (agent, multi-agent, recherche agentique).

• Ingénierie du contexte : donner aux LLM et aux agents un accès gouverné à la connaissance de l’entreprise (Vector Search, Genie / SQL, outils MCP, Model Serving, Foundation Model APIs, LLM externes via AI Gateway). Concevoir les stratégies de contexte : sélection des sources, mémoire, budget de contexte, ingénierie de prompts.

• Développement d’IA agentique : concevoir et développer des agents IA et des systèmes multi-agents (LangGraph, Claude Agent SDK, OpenAI Agents SDK, Databricks Agent Bricks / Agent Framework, appel d’outils, MCP, intégration Genie), avec une orchestration claire, des garde-fous et une validation humaine si nécessaire.

• Ingénierie des données pour l’IA : concevoir et opérer les pipelines de données (Spark, Delta Lake, Lakeflow / DLT, Jobs) qui collectent, nettoient, structurent et rafraîchissent les données structurées et non structurées (documents, PDF, séries temporelles).

• LLMOps :

  • évaluer les agents (Agent Evaluation, LLM-as-a-judge, jeux de données de référence) ;

  • tracer et versionner les agents avec MLflow ;

  • déployer via une CI/CD Git et les Databricks Asset Bundles ;

  • gouverner et superviser les endpoints LLM avec AI Gateway ;

  • suivre la qualité, la latence et les coûts en production.

• Veille technologique : tester et évaluer les nouvelles fonctionnalités IA de Databricks, les LLM et les frameworks agentiques, puis recommander leur adoption.

• Reporting et communication : suivre l’avancement des cas d’usage, présenter les résultats aux parties prenantes et partager les bonnes pratiques avec la communauté IT.

Principaux enjeux

• Passer du POC à la production : livrer des solutions robustes, sécurisées, supervisées et maîtrisées en coût, utilisées au quotidien par le métier.

• Qualité et confiance : garantir la qualité, la traçabilité et la sécurité des réponses des LLM et des agents.

• Concilier innovation et gouvernance : livrer rapidement tout en respectant les standards data, IA et sécurité.

Conditions de travail

• Démarrage : début novembre 2026

• Durée : 3 ans

• Lieu : La Garenne-Colombes

• Télétravail : 2 jours par semaine