Contexte Plus que pro développe une nouvelle génération d'assistants virtuels basés sur l'IA, destinés à accompagner les professionnels de TPE/PME dans leurs activités quotidiennes. Ces assistants ne sont pas de simples chatbots. Ce sont des systèmes IA orientés action, capables de : - Comprendre le contexte métier spécifique de chaque client - Répondre à des questions de manière fiable et contextualisée - Exécuter des actions réelles telles que la sollicitation d'avis clients, le recouvrement de factures, la planification de rendez-vous ou l'interaction avec des outils internes Notre plateforme combine : - Des LLM (Large Language Models) pour l'interaction en langage naturel (texte et voix) - Des graphes de connaissance pour représenter les données métier nombreuses et hétérogènes de façon structurée et exploitable - Des systèmes de données robustes garantissant exactitude, fraîcheur, sécurité et traçabilité Dans le cadre de notre feuille de route 2026, l'intelligence artificielle et le machine learning deviennent des piliers stratégiques. Nous recherchons un Ingénieur IA avec une forte expertise en LLM, agents IA et systèmes ML en production pour renforcer l'équipe IA/Data avec la mission de concevoir, entraîner et déployer des modèles d'IA de pointe, ainsi que de développer des architectures d'agents intelligents capables d'agir de manière autonome. Votre mission Vous serez responsable de la conception, du développement et de l'optimisation des composants IA/ML de notre plateforme d'assistants virtuels. Votre travail permettra à nos systèmes IA de : - Développer des agents IA autonomes capables de planifier et d'exécuter des workflows multi-étapes - Orchestrer des workflows complexes à travers des agents IA multi-étapes - Intégrer les modèles state-of-the-art et les adapter aux besoins spécifiques de nos clients - Concevoir des architectures hybrides (RAG + fine-tuning + agents + graphes de connaissance + Speech-To-Text + Text-To-Speech) - Exécuter des actions métier de manière intelligente, fiable et traçable - Prototyper et valider rapidement de nouvelles approches techniques Vous transformerez des modèles de recherche en systèmes IA robustes en production, en veillant à leur performance, leur scalabilité et leur maintenabilité. Vous serez au cœur de l'innovation technique de l'entreprise, en évaluant et intégrant continuellement les avancées de l'état de l'art en IA.Expérience requise - 5 ans ou plus d'expérience en tant qu'Ingénieur IA, Machine Learning Engineer, AI Research Engineer ou Data Scientist avec une forte composante IA en production - Excellente maîtrise de Python et des bibliothèques ML/DL/GenAI - Expérience prouvée avec les LLM : fine-tuning, prompting avancé, architectures RAG, agents IA, MCP, LLMOps - Solides connaissances en statistiques et en méthodes d'évaluation de modèles - Expérience avec des environnements cloud (Azure) et la mise en production - Connaissance des architectures de données pour l'IA (data lakes, feature stores, vector databases) - Compréhension des environnements Linux et des déploiements dans des environnements cloud (Docker, Kubernetes) - Maîtrise avancée de Git et des méthodes de CI/CD - Capacité à interagir au quotidien avec les profils Data/Backend en comprenant les enjeux d'intégration système Atouts appréciés - Expérience avec les graphes de connaissance pour l'IA (Neo4j) - Expérience avec des frameworks d'agents (LangChain, LlamaIndex, AutoGPT, CrewAI) - Connaissance des protocoles MCP (Model Context Protocol) - Expérience en optimisation de modèles (quantization, distillation, pruning) - Connaissance des bases de données vectorielles (Qdrant) - Expérience avec Databricks - Expérience en NLP avancé (NER, classification, summarization, question-answering) - Connaissance des architectures multimodales (vision-language models) - Expérience en environnement SaaS ou multi-tenant Votre environnement de travail - Collaboration étroite avec les ingénieurs Data, les développeurs Backend et les équipes produit - Forte autonomie et responsabilité technique sur les choix d'architecture IA - Accent mis sur l'innovation contrôlée : équilibre entre recherche, rapidité d'implémentation et robustesse en production - Culture d'apprentissage continu et de veille technologique - Environnement où l'état de l'art en IA est une priorité stratégique