Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d?expérimentation, de prototypage (PoC) et d?industrialisation progressive des cas d?usage métier. Le programme vise à explorer et structurer l?usage d?agents intelligents permettant d?automatiser et d?augmenter des processus métier, en s?appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d?usage métiers, que ce soit pour l?assistance aux collaborateurs, l?analyse documentaire, la génération de contenus, l?aide à la décision, l?automatisation de processus ou l?exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d?agents IA. Les principaux objectifs sont les suivants : ? Concevoir et développer des PoC et MVP autour d?agents IA ? Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, ?) ? Évaluer les performances, la robustesse et les limites des solutions testées ? Contribuer aux choix d?architecture cible pour le programme ? Participer à la capitalisation des expérimentations (best practices, patterns) ? Accompagner la montée en maturité des cas d?usage vers leur industrialisation Cette mission s?inscrit, par ailleurs, dans une démarche de gouvernance des cas d?usage IA pour le groupe, de maîtrise des risques liés à l?IA générative et d?industrialisation des pratiques d?évaluation avant mise en production. Périmètre technique Le consultant devra être capable d?intervenir sur un écosystème technologique varié, notamment : ? Frameworks agentiques et orchestration : LangGraph, outils équivalents ? LLM & IA générative : Mistral, modèles open source ou propriétaires ? Plateformes Data / ML : Dataiku, Domino ? Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) ? Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus ? PoC fonctionnels démontrant les capacités des solutions testées ? Analyses comparatives (technologies, approches) ? Recommandations d?architecture et bonnes pratiques ? Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d?importance et s?inscrit dans une démarche stratégique visant à préparer le passage à l?échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.