Taux journalier (TJM): 600 CONTEXTE Un acteur bancaire majeur industrialise une plateforme interne d'agents IA destinée à ses équipes métiers et IT. Le projet, en phase d'industrialisation, vise à mettre à disposition, dans un cadre gouverné, des agents conversationnels et décisionnels capables de répondre à des cas d'usage opérationnels en s'appuyant sur les données et systèmes internes de la banque (gestion d'incidents, topologie applicative, gestion des changements, etc.). L'environnement de production respecte les standards bancaires français en matière de sécurité, traçabilité, conformité et gestion des identités. MISSIONS Au sein de l'équipe plateforme, vous contribuez au développement, à la qualification et à la mise en production d'agents IA orchestrés sous LangGraph : * Conception et développement d'agents autonomes en Python avec LangGraph (StateGraph, multiagents, human-in-the-loop, intégration LLM, prebuilt tools). * Intégration des agents avec des composants RAG, des bases de connaissances internes et des sources opérationnelles via API. * Optimisation des stratégies de prompt engineering et des mécanismes de contrôle (function calling, tool use, plan-and-execute). * Mise en place et enrichissement des suites d'évaluation (eval datasets, monitoring comportemental, détection de dérive et d'hallucinations) sous LangSmith. * Industrialisation : versioning, packaging conteneur, intégration CI/CD, conformité aux standards de la plateforme. * Documentation des agents, contribution à la matrice de risques et aux runbooks d'exploitation. OUTILS & ENVIRONNEMENT Vous travaillerez avec : * L'Architecte plateforme - pour les choix d'architecture et la cohérence des contrats inter-agents. * L'Ingénieur Plateforme / SRE - pour le déploiement, l'exploitation, l'observabilité et la sécurité runtime. * Le Data Engineer et le Data Scientist - pour les pipelines de données, la mémoire d'agent et la méthodologie d'évaluation. * Le Product Owner et les référents métier - pour la qualification fonctionnelle et la priorisation des cas d'usage. Méthode Agile Scrum, sprints de 2 semaines, daily standup, revue de sprint et rétrospective. COMPÉTENCES CLÉS * LangGraph (StateGraph, multi-agents, HITL, prebuilt tools), patterns d'orchestration, mémoire contextuelle. * Function calling, tool use, plan-and-execute, prompt engineering systématique. * RAG & retrieval : vector retrieval, chunking, re-ranking, hybrid retrieval. * Python en production (langgraph, langchain, pydantic), typage, packaging, tests. * Suites d'évaluation, détection de dérive comportementale et d'hallucinations. * Observabilité (LangSmith, traces, OpenTelemetry), CI/CD et conteneurisation (GitLab, Docker). * Sécurité applicative : gestion des secrets, OAuth / mTLS, principe du moindre privilège. UN PLUS * Kubernetes, API Management, bases de données graphes (TigerGraph, Neo4j), Model Context Protocol (MCP), écosystème IT bancaire, architecture distribuée, data engineering avancé, fine-tuning de modèles spécialisés. * Maîtrise opérationnelle du français et de l'anglais, à l'oral comme à l'écrit. * Autonomie démontrée et appétence pour le changement et l'innovation. 1. Maîtrise de LangGraph (StateGraph, multi-agents, HITL, prebuilt tools) et des patterns d'orchestration, mémoire contextuelle 2. Compétences en function calling, tool use, plan-and-execute et prompt engineering systématique 3. Expérience avec RAG & retrieval : vector retrieval, chunking, re-ranking, hybrid retrieval 4. Maîtrise de Python en production (langgraph, langchain, pydantic), typage, packaging, tests 5. Connaissance des suites d'évaluation, détection de dérive comportementale et d'hallucinations 6. Compétences en observabilité (LangSmith, traces, OpenTelemetry), CI/CD et conteneurisation (GitLab, Docker) 7. Connaissance en sécurité applicative : gestion des secrets, OAuth / mTLS, principe du moindre privilège 8. Un plus : connaissances en