AI Engineer

Dans le cadre du développement de solutions applicatives basées sur l'intelligence artificielle, notre client recherche un AI Engineer spécialisé dans les LLM et leur intégration en environnement de production. La mission s'inscrit dans un projet visant à exploiter des données complexes et semi-structurées, notamment issues de documents contractuels du secteur de l'assurance, afin de développer des solutions intelligentes répondant à des cas d'usage métier concrets. L'un des enjeux consiste à structurer et exploiter les informations extraites de ces documents, notamment à travers des modèles de données de type graphe, pour permettre leur interrogation et répondre efficacement aux besoins des utilisateurs. Vous intégrerez une équipe pluridisciplinaire de 6 personnes, composée notamment d'un Product Owner, d'un Tech Lead, de Software Engineers et d'un AI Engineer. En tant qu'AI Engineer, vous interviendrez sur l'ensemble du cycle de développement de solutions applicatives intégrant des modèles d'intelligence artificielle. Vos responsabilités incluront notamment : - Conception et développement de solutions IA : traduire des cas d'usage métier en solutions techniques robustes, maintenables et adaptées à la production. - Intégration de LLM : concevoir, développer et optimiser des pipelines applicatifs reposant sur des Large Language Models. - Extraction de données semi-structurées : transformer des contenus textuels complexes, hétérogènes ou irréguliers en données structurées respectant des schémas stricts. - Approches hybrides : identifier les situations nécessitant des traitements déterministes (règles métier, heuristiques, expressions régulières) et celles justifiant le recours aux LLM. - Évaluation et benchmarking : définir des métriques pertinentes, construire des dispositifs d'évaluation automatisés et mesurer la fiabilité des solutions, y compris en l'absence de données de référence parfaitement annotées. - Expérimentation et amélioration continue : comparer différentes approches, prompts, modèles et configurations à travers une démarche expérimentale rigoureuse. - Développement logiciel : concevoir des API et des composants Python modulaires, testables et maintenables, dans le respect des bonnes pratiques de software engineering. - Mise en production : contribuer à l'industrialisation, à la fiabilité et à l'amélioration des performances des applications IA.