Développeur Python / AI Engineer – IT Innovation (AI-Native Developer) – H/F

Votre rôle

Dans le cadre du développement de projets stratégiques autour de l'Intelligence Artificielle et de l'IA générative , nous recherchons 5 Développeurs Python / AI Engineers – AI-Native Developers pour rejoindre une équipe AI Factory / Innovation au sein d'un acteur majeur du secteur bancaire.

Vous participerez à la conception, au développement, à l'intégration et à l'industrialisation de solutions d'Intelligence Artificielle répondant à différents cas d'usage métiers.

Vous évoluerez dans un environnement agile, en étroite collaboration avec les Data Scientists, architectes solutions, équipes IT et équipes métiers .

Mission 100 % sur site – aucun télétravail possible Anglais courant obligatoire – environnement international 5 postes à pourvoir

La présence sur site 5 jours/semaine constitue une condition impérative de la mission et n'est pas négociable.

Vos principales missions

Développement IA & Machine Learning

• Participer aux workshops avec les équipes métiers, IT et Data Science ;
• comprendre et traduire les besoins en solutions techniques ;
• développer et optimiser des modèles IA / Machine Learning ;
• contribuer à leur intégration dans les applications et processus existants ;
• développer les composants nécessaires à leur exploitation en production ;
• exposer les modèles au travers d'APIs et de microservices ;
• optimiser leurs performances en matière de latence, coûts et scalabilité .

IA générative & Agentic Coding

• Utiliser de manière avancée les outils de développement assisté par IA tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT ;
• décomposer des problématiques complexes en instructions exploitables par les agents IA ;
• concevoir et optimiser des prompts techniques réutilisables ;
• utiliser l'Agentic Coding pour accélérer les cycles de développement ;
• analyser et challenger le code généré ;
• identifier les erreurs, limites ou risques introduits par les modèles ;
• garantir la qualité, la maintenabilité et la robustesse du code produit.

Industrialisation & MLOps

• Participer au déploiement des modèles en production ;
• concevoir et mettre en œuvre des pipelines MLOps ;
• automatiser les processus d'entraînement, de déploiement, de versioning et de monitoring ;
• intégrer les modèles aux pipelines CI/CD ;
• assurer leur suivi et leur maintien en conditions opérationnelles ;
• contribuer à la conteneurisation et à l'orchestration des solutions.

Tests & qualité

• Développer et maintenir les tests automatisés ;
• tester les modèles en matière de performance, robustesse et biais ;
• mettre en place des mécanismes de contrôle de la qualité du code ;
• sécuriser les évolutions et les mises en production ;
• documenter précisément le code, les modèles, APIs et prompts utilisés.

Innovation & amélioration continue

• Réaliser une veille active sur les évolutions de l'IA et de l'IA générative ;
• expérimenter de nouvelles approches et technologies ;
• évaluer leur pertinence pour les cas d'usage métiers ;
• formuler des recommandations techniques ;
• partager les bonnes pratiques au sein de l'équipe.

Compétences techniques recherchées

Indispensables

Développement

• excellente maîtrise de Python ;
• développement d'APIs REST / microservices ;
• FastAPI et/ou Flask ;
• maîtrise de Git / GitHub / GitLab ;
• tests automatisés : pytest, unittest, code coverage .

IA / Machine Learning

• expérience pratique en développement et industrialisation de solutions Machine Learning / IA ;
• maîtrise des principales problématiques liées à l'entraînement, au déploiement et au monitoring des modèles ;
• capacité à travailler avec des Data Scientists sur la transformation d'un modèle en solution exploitable en production.

Generative AI / AI-Native Development

• pratique avancée d'outils tels que GitHub Copilot, Cursor, Claude Code et/ou ChatGPT ;
• maîtrise des approches d'Agentic Coding ;
• capacité à concevoir des prompts efficaces et structurés ;
• capacité à évaluer et corriger le code généré par IA ;
• compréhension des limites et risques associés à son utilisation.

MLOps / DevOps

• expérience des environnements et pipelines MLOps ;
• CI/CD appliqué aux modèles IA ;
• Docker ;
• connaissances Kubernetes ;
• versioning et monitoring des modèles.

Data

• SQL ;
• bases NoSQL ;
• connaissances des Vector Databases ;
• preprocessing et pipelines de données ;
• notions de feature engineering.

Cloud

Une expérience d'au moins une plateforme Cloud orientée IA/ML est attendue :

AWS SageMaker, Azure Machine Learning et/ou GCP Vertex AI.

Compétences appréciées

Une expérience complémentaire dans l'un des domaines suivants constituera un plus :

• NLP / Natural Language Processing ;
• Computer Vision .