Consultant SDLC & IA Agentique

Responsabilités

• Conception et développement d’agents autonomes avec LangGraph
  • Architecture des agents conversationnels ou décisionnels (ex: agents multi-outils, boucles de rétroaction, mémoire contextuelle).
  • Intégration des modèles de langage (LLMs) via LangGraph pour des tâches complexes (ex: raisonnement multi-étapes, orchestration de workflows).
  • Optimisation des stratégies de prompt engineering et des mécanismes de contrôle (ex: function calling, tool use, plan-and-execute).
• Intégration avec des pipelines ML/MLOps existants
  • Connection des agents LangGraph à des modèles custom (ex: fine-tuned LLMs, modèles de séries temporelles) via APIs ou pipelines.
  • Automatisation de versioning des agents et leur déploiement.
• Ingénierie des données et features pour les agents
  • Construction des pipelines de données pour alimenter les agents.
  • Développement des mécanismes de mémoire (ex: bases de connaissances dynamiques).
  • Optimisation des coûts et de la scalabilité (ex: caching des réponses, distillation de modèles pour les edge cases).
• Tests et robustesse
  • Mise en place des tests automatisés pour les agents (ex: simulations de dialogues, injection de fautes).
  • Surveillance des dérives comportementales (ex: hallucinations, boucles infinies) avec LangSmith.
  • Documentation des limites et cas d’usage (ex: matrice de risques pour les décisions critiques).

Qualifications

• Expérience avancée avec LangGraph
  • Maîtrise des composants clés : StateGraph, prebuilt tools, human-in-the-loop et intégration avec des LLMs.
  • Expérience en déploiement d’agents en production.
• Python et écosystème IA
  • Frameworks ML : Py

    Torch/Tensor

    Flow (pour customiser des modèles si besoin).