La prestation contribuera au benchmark, évaluera et testera des solutions IA, fournira des recommandations techniques et stratégiques pour le management et les équipes IA, et concernera principalement :<br/> <br/> ?          Le développement de services backend et POC techniques pour évaluer des solutions IA (ex. Google Gemini, Microsoft Copilot, Azure OpenAI).<br/> <br/> ?          L?intégration de nouveaux services et API dans l?infrastructure existante pour faciliter les benchmarks.<br/> <br/> ?          La création de scénarios de benchmark automatisés pour mesurer performances, coûts, latence et intégration développeur.<br/> <br/> ?          L?évaluation et l?expérimentation avec des outils developer-oriented et des plateformes d?intégration (ex. Mulesoft).<br/> <br/> ?          Le développement de POC innovants et généralisables permettant de démontrer des cas d?usage pertinents<br/> <br/> ?          La veille technologique et la capacité à monter rapidement en compétence sur de nouvelles solutions d?IA.<br/> <br/> Maitrise de Python pour le développement backend, APIs, POC et scripts d?intégration<br/> <br/> <br/> Maitrise des frameworks/librairies : FastAPI, Asyncio, ou équivalents pour services asynchrones et micro-services<br/> <br/> <br/> Maitrise des bases de données : SQL/PostgreSQL, MongoDB, bases vectorielles<br/> <br/> <br/> Maitrise en intégration/APIs RESTful, Mulesoft ou autres plateformes d?intégration<br/> <br/> <br/> Maitrise Cloud : Google Cloud Platform (GCP)<br/> <br/> <br/> Maitrise en sécurité : OpenID Connect, OAuth2<br/> <br/> <br/> Maitrise DevOps/CI-CD : GitLabCI, Docker, Kubernetes, pipelines de déploiement automatisés<br/> <br/> <br/> Maitrise en tests unitaires, intégration et fonctionnels<br/> <br/> <br/> Maitrise des méthodes de développement : Agile/Scrum, pair programming, code review, bonnes pratiques de Software Craftsmanship<br/> <br/> <br/> Connaissance et application des design patterns et principes d?architecture logicielle<br/> <br/> <br/> Connaissance des concepts de ML, Generative AI, RAG, Corpus, LLM, d?agent, d?assistant, de prompt, d?hallucination et d?AI model<br/> <br/> <br/> Savoir formuler des requêtes efficaces pour interagir avec les IA génératives et obtenir les résultats souhaités<br/> <br/> <br/> Connaissance et usage critique de l?IA en prenant en compte ses limites et ses biais<br/> <br/> <br/> Connaissance des exigences RGPD et des aspects éthiques en lien avec l?IA<br/> <br/> <br/> Usage : Maîtriser les assistants de code (eg. GitHub Copilot) pour accélérer le développement et améliorer la qualité du code en particulier via la maîtrise de l?Agentic, des fichiers prompts/d?instructions<br/> <br/> <br/> <br/> <br/> <br/>