Développeur IA MTA
Contexte de la mission
L?équipe MTA (Modélisation et Technologies Avancées) conçoit et industrialise les composants IA utilisés par les métiers. Ses principales missions incluent :
Développement des API
Développement de chatbots : internes (ex. Jarvis) et externes (assistants métiers).
Création d?agents IA : capables d?exécuter des workflows, interagir avec des API, orchestrer
des outils, et automatiser des tâches complexes.
Intégration avancée des modèles LLM : Mistral, GPT, Claude, etc.
Contribution technique aux plateformes transverses : IALAB, IAP, GED/PHX, RPA, etc.
Participation aux démonstrations système : sujets chatbots, workflows automatisés, IALAB, etc.
Pour soutenir la montée en puissance des usages IA, le client souhaite renforcer l?équipe MTA avec un développeur expérimenté spécialisé en agents IA, orchestration, chatbots avancés et intégrations SI.
Objectifs et livrables
1 Développer des agents IA avancés pour les métiers
Conception d?agents capables d?appeler des API, déclencher des outils internes, et exécuter des
actions complexes.
Gestion de scénarios multi-étapes : analyse ® décision ® action ® supervision.
Construction de \"tooling IA\" : actions, connecteurs, permissions, wrappers.
Alignement avec les procédures SSI, DPO et gouvernance IA.
2 Conception ou amélioration de chatbots métiers
Développement d?assistants IA pour piloter la documentation, les workflows, la qualification
documentaire, etc.
Implémentation des mécanismes clés : mémoire, récupération d?information,
contextualisation.
Optimisation UX des interactions : prompts, actions, réponses structurées.
Support multi-modèles : Mistral Large, GPT-4o, Claude 3.7, etc.
3 Intégration et orchestration avec le SI
Appels sécurisés vers les API internes : ERP, GED, RPA, CRM, PHX, etc.
Connexion aux outils d?orchestration existants : RPA, IALAB, pipelines documentaires.
Mise en place d?exécuteurs d?outils avec gestion fine des autorisations et logs.
4 Industrialisation et fiabilisation
Observabilité complète : logs, métriques, traçabilité, monitoring des coûts.
Tests unitaires et end-to-end pour chatbots et agents.
Contribution aux frameworks internes : libs maisons, conventions IA.
Participation aux démos système, PI planning et increments Agile.
Développement
Python expert : Fast
API, async, architectures modulaires.
Très bonnes bases en Node.js/Type
Script pour certains agents front ou services d?intégration.
Développement orienté API-first.
Bonne pratique des patterns d?architecture cloud : Azure Functions, containers, CI/CD.
Dév
Sec
Ops: You Build It And You Run It.
IA et Agents
Maîtrise de la conception d?agents IA outillés (Re
Act, Agentic Workflow, Toolformer-like).
Connaissance des frameworks agents : Lang
Chain, Llama
Index, Crew
AI, Semantic Kernel ou équivalents.
Forte capacité à modéliser des workflows IA/métiers dans des environnements complexes.
Excellente maîtrise des LLM (Mistral, GPT, Claude).
3 Chatbots
Conception de flows conversationnels complexes.
Intégration de modules mémoire, RAG, reformulation.
Optimisation de prompts avancés.
Conscience UX conversationnelle : turn-taking, clarifications automatiques.
4 Intégration et Données
Appels API REST/Graph
QL internes.
Interaction avec GED, bases documentaires, data lakes.
Utilisation ou construction de {*}connecteurs métier{*}.
5 Qualité, Sécurité et Gouvernance
Logs, audit, monitoring : Grafana, Prometheus, Langfuse.
Compréhension des contraintes de sécurité des agents : permissions d?actions, filtrage des commandes, sandboxing, conformité interne IA.
Forte autonomie et capacité à mener des sujets en transverse.
Pédagogie et vulgarisation pour les métiers utilisant les chatbots/agents.
Capacité à documenter : guides, API docs, schémas.
Esprit produit : proposer, challenger, prioriser, démontrer.
Participation active aux rituels Agile et aux démonstrations.
1 Langages et Frameworks
Python (Fast
API, async)
Node.js/Type
Script
Frameworks agents : Lang
Chain, Llama
Index, Crew
AI, Semantic Kernel
2 Modèles et IA
LLM : Mistral, GPT, Claude
RAG (Retrieval-Augmented Generation)
Mémoire et contextualisation
3 Intégration et Orchestration
API : REST, Graph
QL
Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP
Connecteurs métier
4 Cloud et Dev
Ops
Kafka
Azure Functions
Containers
CI/CD
5 Observabilité et Sécurité
Grafana
Prometheus
Langfuse
SSI, DPO, gouvernance IA
Compétences demandées
Compétences
Niveau de compétence
CI/CD
Containers
Connecteurs métier
SSI, DPO, gouvernance IA
KAFKA
API : REST, Graph
QL
LLM : Mistral, GPT, Claude
Mémoire et contextualisation
Prometheus
Python (Fast
API, async)
Grafana
Langfuse
Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP
Frameworks agents : Lang
Chain, Llama
Index, Crew
AI, Semantic Kernel
Node.js/Type
Script
Azure Functions
RAG (Retrieval-Augmented Generation)
Profil candidat:
Compétences demandées
Compétences
Niveau de compétence
CI/CD
Containers
Connecteurs métier
SSI, DPO, gouvernance IA
KAFKA
API : REST, Graph
QL
LLM : Mistral, GPT, Claude
Mémoire et contextualisation
Prometheus
Python (Fast
API, async)
Grafana
Langfuse
Outils internes : ERP, GED, RPA, CRM, PHX, IALAB, IAP
Frameworks agents : Lang
Chain, Llama
Index, Crew
AI, Semantic Kernel
Node.js/Type
Script
Azure Functions
RAG (Retrieval-Augmented Generation)