à propos

Ingénieur IA – Agents autonomes et plateformes agentiques

L’ingénieur IA – Agents autonomes et plateformes agentiques exerce un leadership technique d’influence. Il est en mesure de comprendre les enjeux et besoins des clients, de les analyser, les reformuler et les recadrer lorsque nécessaire, puis de les traduire en solutions agentiques robustes, pertinentes et industrialisables.

Il contribue activement à la conception, à la structuration et à l’industrialisation de plateformes agentiques, guide les choix techniques de l’équipe et agit comme référence technique et partenaire auprès des clients. Il joue un rôle clé dans la livraison de solutions pérennes, évolutives et alignées sur les objectifs d’affaires, sans occuper de rôle hiérarchique formel.

Responsabilités

Concevoir, développer et faire évoluer des plateformes d’IA agentique permettant la création, l’orchestration et le déploiement d’agents autonomes (textuels, multimodaux et vocaux). Concevoir et implémenter des agents IA autonomes capables de planifier, raisonner et agir dans des environnements complexes, en interaction avec des systèmes et des APIs existants. Définir, maintenir et faire évoluer des fabriques d’agents IA (patterns d’architecture, frameworks, outils et bonnes pratiques) afin d’accélérer et standardiser le développement. Concevoir et intégrer des architectures RAG industrialisables au sein des agents, en assurant la gestion des connaissances, la fiabilité des réponses, la traçabilité et le grounding. Intégrer des LLMs et modèles spécialisés (raisonnement, vision, voix, embeddings) et mettre en place des mécanismes avancés de mémoire, planification et orchestration. Appliquer des principes solides de génie logiciel et assurer la mise en production des solutions (CI/CD, observabilité, performance, sécurité et amélioration continue). Optimiser la robustesse, la performance, la sécurité et la traçabilité des agents et des systèmes RAG en production. Identifier, en collaboration avec les clients et les parties prenantes, les processus manuels à forte valeur ajoutée et proposer des solutions agentiques visant à réduire la charge opérationnelle et améliorer la qualité. Collaborer étroitement avec les équipes techniques et les parties prenantes afin de traduire les besoins d’affaires en solutions agentiques concrètes et industrialisées. Exercer un leadership technique d’influence : orienter les choix techniques, partager les bonnes pratiques et agir comme référence en IA agentique auprès des équipes et des clients. Assurer une veille technologique active et contribuer à la documentation, à la capitalisation des connaissances et à l’évolution continue des plateformes et pratiques agentiques.

Expérience et formation

5 à 10 ans d’expérience professionnelle en informatique, avec une forte composante en génie logiciel. Diplôme universitaire en informatique, génie logiciel ou domaine connexe (formation supérieure en IA ou en data : atout). Capacité démontrée à intervenir de bout en bout, de la conception à l’industrialisation de solutions complexes.

Compétences techniques clés

Solide expérience en développement logiciel, principalement en Python, avec de bonnes pratiques de conception, de test et de maintenance. Expertise en IA agentique, incluant : la conception d’architectures mono-agent et multi-agents, l’orchestration d’agents autonomes, l’intégration de LLMs, de pipelines RAG, de mécanismes de mémoire et d’outillage dynamique. Maîtrise des différents types d’orchestrateurs d’agents et des patterns associés (coordination, planification, exécution, collaboration inter-agents). Expérience avec les frameworks agentiques et LLMOps reconnus (LangChain, LangGraph, LangFuse), ainsi que des frameworks complémentaires tels que Semantic Kernel, AutoGen et Microsoft Agent Framework (ou équivalents). Connaissance des protocoles et standards émergents pour les systèmes agentiques, incluant MCP et A2A, et de leur usage dans des environnements distribués. Solide compréhension des notions de mémoire (court et long terme), caching, connecteurs et de gestion du contexte dans des systèmes agentiques. Très bonne maîtrise des APIs REST, de l’intégration de systèmes et de l’automatisation de workflows. Expérience concrète avec les services cloud et les environnements distribués (Azure, AWS ou GCP), incluant le déploiement, l’exploitation et la sécurisation de solutions IA en production.

Atouts importants

Expérience en MLOps / LLMOps, incluant le monitoring, l’évaluation et l’exploitation de systèmes IA (agents et architectures RAG) en production. Expérience pratique avec des systèmes multi-agents, des agents coopératifs ou des agents orientés vers des tâches complexes. Expertise en RAG avancé, incluant l’évaluation de la qualité des réponses, la réduction des hallucinations et la traçabilité des sources. Intérêt marqué pour les enjeux liés à la cognition artificielle, à l’autonomie, à l’alignement et à la sécurité des agents IA.

Compétences transversales

Forte orientation client, axée sur l’action, la valeur et les résultats. Capacité à analyser, structurer et résoudre des problèmes complexes dans des contextes d’incertitude. Aisance à vulgariser des concepts techniques et à communiquer efficacement avec des décideurs. Excellentes compétences en collaboration, influence et communication (français requis, anglais atout). Leadership technique, capacité de mentorat et contribution active au succès collectif. Autonomie, rigueur et capacité à gérer plusieurs initiatives en parallèle dans un environnement en évolution rapide.

Ingénieur IA