Tech Lead - AI Engineer - CDI

Le contexte

Dans le cadre de l’accélération de sa stratégie d'IA générative, un grand groupe structure et déploie sa Plateforme IA mutualisée multi-cloud (Azure, AWS, GCP).

Face aux exigences strictes de souveraineté, de sécurité et de conformité réglementaire (RGPD, EU AI Act, Cloud Act), l'enjeu est de dépasser le stade des simples démonstrateurs et des RAGs linéaires pour industrialiser des architectures d'IA agentique autonomes, robustes et orientées vers la résolution de problématiques métiers à forte valeur ajoutée.

Le socle technique s’articule autour d’une AI Gateway centrale mutualisée et d’une couche d'exécution agentique pilotée sous LangGraph et LangChain. Vous interviendrez au cœur de l'équipe Plateforme IA pour concevoir les briques agentiques transverses et co-construire les cas d'usage directement avec les équipes métiers du Groupe.

La mission

En tant que Tech Lead AI Engineer, vous porterez la responsabilité technique de la conception, de l’industrialisation et de la gouvernance des systèmes multi-agents à l'échelle du Groupe. Votre rôle consistera à garantir la robustesse des architectures logicielles, la pertinence des cycles de raisonnement et l'observabilité continue des agents déployés.

Vous développerez des systèmes multi-agents complexes en Python avec LangGraph (graphes d'états, cycles de réflexion, mémoire, routage dynamique), standardiserez les interactions via les protocoles émergents (MCP, A2A), et mettrez en place un cadre de gouvernance rigoureux (human-in-the-loop, guardrails, identités machines Entra ID / OBO / SPIFFE). Véritable relais entre la technique et le métier, vous animerez les ateliers de cadrage, challengerez les besoins fonctionnels et accompagnerez la montée en compétences des développeurs de l'écosystème Groupe.

Vos livrables

• Architectures de référence et design patterns multi-agents sous LangGraph / LangChain (modélisation d'états, supervision, agents collaboratifs).

• Socles applicatifs et bibliothèques d'outils standardisés conformes aux protocoles MCP (Model Context Protocol) et A2A (Agent-to-Agent).

• Cadre de gouvernance et de sécurité agentique : règles de gestion de l'autonomie, workflows de validation Human-in-the-Loop, guardrails d'inférence et intégration des identités machines (Microsoft Entra ID OBO, SPIFFE).

• Chaîne d'observabilité LLMOps end-to-end : collecte et corrélation des traces (Langfuse, OpenTelemetry), métriques de fidélité, détection de latence et d'erreurs d'exécution.

• Pipelines d'évaluation automatisée (Continuous Eval) : bancs de tests, versioning des prompts et des modèles, protocoles de qualification avant mise en production.

• Dispositifs de suivi FinOps : tableaux de bord de consommation des tokens, règles de routage dynamique via l'AI Gateway et contrôle des dérives budgétaires.

• Documentation technique, ADRs (Architecture Decision Records) et registre de traçabilité des décisions des agents aligné sur les exigences de l'EU AI Act.

Compétences indispensables

• Expérience concrète et éprouvée (au moins 1 an) sur la mise en production et le maintien en conditions opérationnelles de systèmes agentiques complexes (au-delà du POC).

• Maîtrise avancée de Python (AsyncIO, typage strict, Pydantic, FastAPI) et de l'écosystème LangGraph / LangChain (StateGraph, gestion de la mémoire partagée, cycles de réflexion, ReAct, RAG avancé).

• Expertise sur les standards d'interopérabilité agentique : implémentation et exposition d'outils via Model Context Protocol (MCP) et architecture Agent-to-Agent (A2A).

• Pratique solide du LLMOps et de l'observabilité LLM : instrumentation de graphes (OpenTelemetry, Langfuse), mise en œuvre de guardrails (sécurité, PII, hallucination) et évaluation systématique de performance.

• Maîtrise des architectures d'intégration : AI Gateway, API Management, et déploiements en environnement Cloud (Azure et AWS en particulier).

• Culture de la sécurité et de la gestion des identités : délégation de jetons OAuth 2.0 / On-Behalf-Of (OBO) via Microsoft Entra ID, notions d'identités de workloads (SPIFFE/SPIRE).

Compétences appréciées

• Connaissance de l'environnement Google Cloud Platform (GCP) dans un cadre multi-cloud.

• Compétences en Java et/ou React (pour l'interfaçage avec les backends historiques et la conception d'interfaces de supervision/HITL).

• Certification Cloud reconnue (notamment Microsoft Azure AI Engineer ou Solutions Architect).

• Bonne maîtrise des implications techniques liées à la conformité réglementaire (EU AI Act, RGPD, Cloud Act).

• Culture du Software Craftsmanship : revues de code exigeantes, CI/CD orientée IA, clean architecture.