Data Scientist XP bancaire LanGraph / LangChain

Dans ce cadre, nous recherchons un Développeur IA.
MISSIONS PRINCIPALES

Concevoir et developper le socle technique IA Agentique & Generative et les SDKs associes (outils, connecteurs, helpers) pour simplifier l'usage en interne.
Assurer la qualite, la robustesse, la securite (guardrails, gestion des donnees sensibles) et la facilite d'integration des SDKs developpes.
Accompagner et outiller les developpeurs utilisateurs des SDKs a travers une documentation technique de haut niveau et des exemples de code.

CONCEPTION ET ARCHITECTURE
Participer au design de l'architecture logicielle du socle IA Gen & agentique.
Specifier les interfaces (APIs, structures de donnees) des SDKs pour garantir une developpeur-experience (DX) optimale.

DEVELOPPEMENT INTERNE (SDKs ET AGENTS)
Developper les SDKs(gestion des prompts, structured outputs, embeddings, vector stores).
Creer des connecteurs generiques pour brancher les agents a des outils externes (APIs, bases de donnees, systemes de fichiers).

QUALIFICATION ET EVALUATION IA
Definir et mettre en place des methodologies d'evaluation de la qualite et de la fiabilite des agents IA (LLM-as-a-judge, frameworks d'evaluation de prompts et d'agents).
Rediger et automatiser les tests unitaires, d'integration et de non-regression sur les SDKs.
Gerer la securite des prompts (injections de prompts) et mettre en place des systemes de moderation (guardrails).

LIVRAISON, DOCUMENTATION ET SUPPORT
Mettre a disposition les SDKs
Rediger une documentation claire, des tutoriels, des guides de demarrage rapide (Quickstarts) et des applications de demonstration (boilerplates).
Assurer le support technique auprès des premieres equipes consommatrices du socle IA et iterer selon leurs retours (feedback loop).

Profil recherché

1. Python avancé et développement logiciel.

2. IA générative et maîtrise des LLM.

3. Conception et orchestration d’agents IA.

4. Prompt engineering et gestion des sorties structurées.

5. RAG, embeddings et bases de données vectorielles.

6. Développement de SDKs, bibliothèques et API REST.

7. Intégration de systèmes externes et développement de connecteurs.

8. Évaluation des LLM et des agents IA (LLM-as-a-Judge).

9. Tests automatisés et non-régression.

10. Sécurité des applications IA : guardrails, prompt injection et données sensibles.

11. Industrialisation, CI/CD et observabilité.

12. Documentation technique, conception de tutoriels et accompagnement des développeurs.

LangChain, LangGraph, Google ADK, Python, Java