Developpeur python IA - LLM / RAG / Pydantic / Fast API - Full remote (H/F) - Freelance

Taux journalier (TJM): 600

Offre de mission – Développeur Python Senior IA – LLM Router & RAG (H/F)

Contexte

Vous rejoignez une équipe dédiée à la création d’un assistant conversationnel interne de type ChatGPT pour un acteur majeur de la finance. Sous la supervision d’un Tech Lead, vous concevez les briques IA autour d’un routeur LLM basique, du RAG et de l’analyse de prompts/documents, dans un cadre sécurisé et auditable.

Missions principales

• Concevoir et développer en Python un routeur LLM (sélection de modèles, règles de routage simples).
• Mettre en place des pipelines de RAG : ingestion, indexation, recherche de documents (vecteurs, embeddings).
• Implémenter des fonctionnalités d’analyse et de transformation de prompts (nettoyage, enrichissement, garde-fous).
• Gérer la chaîne de traitement documentaire : parsing, structuration, gestion des métadonnées, contrôle de la qualité des données.
• Intégrer et orchestrer différents LLM (internes/externes) dans un cadre sécurisé et auditable.
• Travailler avec le Tech Lead sur l’évaluation de la qualité (hallucinations, pertinence, robustesse).
• Documenter les choix techniques et contribuer à la diffusion des bonnes pratiques IA au sein de l’équipe.

Profil recherché

• 5+ ans d’expérience en Python, dont une part significative sur des projets IA / NLP.
• Bonne maîtrise des modèles de langage (LLM), des embeddings et des approches RAG.
• Solide connaissance des technologies FastAPI / uvicorn / RabbitMQ.
• Aisance avec la manipulation de gros volumes de documents (PDF, Office, données structurées).
• Sens de l’architecture, du code propre, testé et maintenable.
• Intérêt marqué pour la fiabilité, l’explicabilité et la conformité dans un contexte financier.

Livrables attendus (implicites)

• Routeur LLM fonctionnel développé en Python

Maitrise de Pydantic
• Pipelines RAG opérationnels pour l’ingestion, l’indexation et la recherche de documents.
• Chaîne de traitement documentaire robuste (parsing, structuration, métadonnées, qualité des données).
• Documentation technique des choix réalisés et des bonnes pratiques IA mises en place.