Ingénieur IA H/F

Contexte de la mission

Pour le compte de la direction du numérique d'un grand groupe du secteur des transports et des infrastructures, nous recherchons un(e) Développeur Back-End IA & LLM (F/H).

Au sein d'une cellule dédiée au pilotage de la performance, vous participerez à la conception, au déploiement et à l'industrialisation d'un socle technique d'IA générative souverain et local, basé sur des technologies Open Source.

La plateforme vise à automatiser l'analyse, l'indexation sémantique et l'exploitation de volumineux corpus documentaires, techniques et contractuels grâce à des architectures LLM, RAG et des systèmes multi-agents.

Vos missions principales :

• Développement Back-End & Architecture :

Concevoir, développer et maintenir l'architecture serveur et les microservices pour supporter les fonctionnalités d'IA en Python / FastAPI.

Développer, documenter et sécuriser des API REST robustes et performantes.

Intégration IA, LLM & RAG :

• Intégrer des architectures LLM Open Source (Mistral, Llama, Qwen ou équivalents) et des moteurs d'inférence locaux (vLLM, Llama.cpp).
• Concevoir et optimiser des solutions RAG (Retrieval Augmented Generation) et des chaînes de traitement avancées avec LangChain et LangGraph.
• Gérer le prompt engineering avancé, les fenêtres de contexte, la mise en cache et le fine-tuning/adaptation de modèles.

Traitement Documentaire & Recherche Sémantique :

• Développer les modules d'ingestion et d'analyse de documents complexes (PDF, Word, Excel, images, tableaux) et d'OCR.
• Extraire automatiquement les métadonnées et gérer les liaisons internes (références croisées, hyperliens, annexes) pour optimiser le retrieval.
• Alimenter et administrer les bases vectorielles (vector stores).

Data Engineering & Optimisation :

• Concevoir des pipelines ETL automatisés et des traitements asynchrones pour le nettoyage et l'enrichissement des données.
• Optimiser la latence des requêtes et gérer l'allocation des ressources de calcul (CPU/GPU).

Industrialisation, Qualité & Sécurité :

• Mettre en oeuvre les tests automatisés (unitaires, intégration, performance) et évaluer la qualité des réponses IA.
• Conteneuriser les applications avec Docker et automatiser les déploiements via GitLab CI.
• Veiller à la sécurité des traitements et à la conformité aux exigences RGPD / gestion des données sensibles