Senior Ai - Llm Engineer - IA Générative & Agentique Rag Fine-Tuning Inférence H/F
Prad Conseil
- Paris - 75
- Indépendant
- Services aux Entreprises
- Exp. 5 ans min.
Détail du poste
Le besoin
CONTEXTE
Vous rejoignez la division IA d'une grande banque d'investissement européenne, au sein de la plateforme CIB. L'équipe Data Science conçoit et délivre des produits IA déjà en production : extraction automatisée de données à partir de documents financiers, chatbot agentique et génération de données. Ces produits sont utilisés au quotidien par les équipes métiers - vos améliorations ont un impact direct et mesurable.
VOS MISSIONS
- Concevoir, fine-tuner et améliorer des pipelines RAG et agentiques en production
- Travailler sur l'inférence de modèles : déploiement de LLMs sur GPU (vLLM), optimisation latence / débit / coûts
- Mettre en place l'évaluation et l'observabilité des pipelines IA (Phoenix/Arize, DSPy) : datasets d'évaluation, métriques de qualité, boucles d'amélioration continue
- Améliorer en continu la qualité d'extraction et les performances des agents
- Partager vos connaissances et coacher les profils moins expérimentés
POURQUOI CETTE MISSION
- Des produits GenAI réellement en production, dans un environnement exigeant et à fort impact
- Une stack à l'état de l'art : vLLM, LangGraph, Google ADK, DSPy, Phoenix (Arize)
- Un vrai mandat technique : du delivery, pas des slides
- L'opportunité d'apporter un regard neuf à une équipe qui investit sérieusement dans l'IA
STACK : Python, vLLM, LangGraph, Google ADK, DSPy, Phoenix (Arize), FastAPI, Kubernetes
PROCESSUS DE RECRUTEMENT
1) Test technique Python sur HackerRank. 2) Entretien en présentiel à Paris, incluant des exercices de mathématiques et de code sur table, sans assistance IA. 3) Vérification des références techniques
Le profil recherché
Profil recherché
1) 5 ans d'expérience minimum, dont au moins 3 ans en entreprise sur des sujets agentique, RAG, IA générative
2) Compréhension profonde du fonctionnement des LLMs (architecture transformer, attention, tokenisation, décodage, quantization) - capable de l'expliquer et de le démontrer
3) Expérience concrète de l'inférence en production : vLLM, GPU, optimisation de performances
4) Pratique du fine-tuning (SFT, LoRA/QLoRA) et de l'amélioration de systèmes RAG en production
5) Solides bases en mathématiques et Python (testées en entretien présentiel)
6) Références techniques vérifiables
Infos complémentaires
Publiée le 18/08/2026 - Réf : 63a13860b223db5adb60fce2263fa1a0