AI Engineer - IA Générative et Agentique - Freelance

Description du poste

Dans le cadre d’un programme d’accélération de solutions d’IA générative et agentique, nous recherchons un AI Engineer pour rejoindre une ou plusieurs squads et contribuer au déploiement sécurisé et scalable de la plateforme Mistral. Le poste consiste à concevoir, développer et industrialiser des solutions IA adaptées aux besoins métier tout en garantissant qualité, performance et conformité réglementaire. L’AI Engineer travaillera en interface avec les équipes Produit, Data, IT et Sécurité pour assurer l’alignement technique, métier et réglementaire.

Missions principales :

• Concevoir et développer des solutions d’IA générative et agentique exploitant Mistral.
• Intégrer, configurer et optimiser les modèles LLM pour des cas d’usage à déploiement massif.
• Implémenter des pipelines techniques, avec monitoring et contrôle de qualité pour réduire biais et hallucinations.
• Assister les équipes DevOps pour le déploiement sécurisé sur les infrastructures internes.
• Documenter les solutions techniques et partager les bonnes pratiques.
• Participer aux rituels agiles et aux instances de coordination des squads.
• Contribuer à l’évolution des standards et pratiques IA du programme.

Profil recherché

• Expertise confirmée en LLM (Mistral et autres modèles) : prompt engineering, few-shot learning, fine-tuning, adaptation métier.
• Expérience en IA générative et développement d’agents autonomes, maîtrise de frameworks type LangChain, AutoGen ou CrewAI.
• Solide expérience MLOps : Python, déploiement et versioning de modèles, Docker/Kubernetes, CI/CD.
• Connaissance des contraintes réglementaires et de sécurité : RGPD, AI Act, explicabilité et auditabilité.
• Capacité à travailler dans un environnement fortement régulé, avec sensibilité éthique.
• Qualités humaines : curiosité, rigueur, pragmatisme, excellente communication technique, collaboration inter-équipes.

Indicateurs de succès :

• Qualité, pertinence et adoption des solutions IA déployées.
• Réduction des hallucinations et biais en production.
• Performance et latence des systèmes respectant les objectifs opérationnels.
• Respect des délais de mise en œuvre et livraison régulière de fonctionnalités.
• Contribution à l’accélération du déploiement de solutions IA à grande échelle.