Tech Lead Hand-On- Banque Cib - Securities Services - CDI H/F

Mvtn

Le besoin

Contexte

Dans le cadre du programme AssetQ - AI & Agent-Based Transformation, nous recherchons un AI Tech Lead pour accompagner la conception, l'industrialisation et le déploiement de solutions d'intelligence artificielle agentique au sein des activités Fund Accounting et Private Capital.

AssetQ vise à intégrer progressivement des agents IA autonomes au coeur des processus opérationnels, avec une logique de transformation à grande échelle et de mise en production industrielle.

Le programme fonctionne en squads Agile réunissant Business Analysts, Product Owners, Tech Leads, développeurs, testeurs, DevOps et spécialistes IA.

Le Tech Lead intervient comme référent technique de la squad et garantit la transformation des besoins fonctionnels et du Solution Design en une architecture et des composants techniques robustes, sécurisés et exploitables en production.

Missions

• Piloter la réalisation technique des solutions AI / Agentic AI au sein de la squad.

• Transformer les architectures et designs de haut niveau en composants techniques détaillés et implémentables.

• Définir les architectures applicatives, interfaces, flux de données et patterns d'intégration nécessaires aux agents.

• Garantir l'intégration des composants IA dans le SI et la toolchain existante.

• Définir et challenger les choix techniques avec les architectes et AI Engineers.

• Superviser la conception et le développement des agents IA.

• Garantir la qualité du code, des configurations, APIs et interfaces.

• Accompagner les AI Engineers et développeurs dans la résolution des problématiques techniques complexes.

• Identifier et lever les blocages techniques susceptibles d'impacter la delivery.

• Maintenir la vélocité de développement et la qualité technique de la squad.

• Garantir l'intégration des solutions avec les dispositifs CI/CD, testing, monitoring, logging et sécurité.

• Participer aux choix d'intégration avec les systèmes Legacy et les différentes sources de données.

• Contribuer à la définition des standards techniques permettant la réutilisation des agents et composants entre plusieurs chaînes de valeur.

• Garantir une approche production-ready, et non limitée à des prototypes ou POC.

• Participer aux phases de tests unitaires, intégration, performance, sécurité et End-to-End.

• Contribuer aux revues techniques, démonstrations et validations des différents incréments.

• Participer aux cérémonies Agile : Sprint Planning, Daily, Review et Retrospective.

• Assurer le transfert de connaissances vers les équipes techniques.

Responsabilités techniques

Le Tech Lead garantit notamment :

• la qualité de l'architecture technique ;

• l'intégration des agents IA dans le SI existant ;

• la maintenabilité et la scalabilité des solutions ;

• la qualité du code et des interfaces ;

• la conformité aux standards IT et AI Governance ;

• l'industrialisation des développements ;

• la sécurité des composants ;

• l'observabilité et le monitoring ;

• les performances ;

• la capacité de déploiement et de rollback ;

• la documentation technique.

Environnement technique

AI / Agentic AI

• Generative AI / LLM

• Architectures agentiques et multi-agents

• LangChain, LangGraph

• OpenAI API / services LLM

• MCP, RAG

• Prompt engineering

• Tool calling / orchestration

• Evaluation des agents, Human-in-the-loop

• Monitoring et observabilité des agents

Software Engineering

• Python

• APIs / Microservices

• REST / API Management

• Apigee

• PostgreSQL

• Kafka

• Docker

• Kubernetes

• Git

• Tests unitaires et tests d'intégration

Data

• ETL / ELT, Spark, Data Lake, Delta / Parquet, Data Warehouse, Event Store, Metadata / Data Catalogues

Cloud & Infrastructure

• Environnement hybride : On-premise, Microsoft Azure, AKS, Kubernetes / Rancher, Docker, Infrastructure as Code, Terraform

DevOps / MLOps

• CI/CD, GitLab CI, Azure Pipelines

• MLflow, Seldon / KFServing

• Monitoring, SonarQube, OWASP ZAP

Security & Compliance

Bonne compréhension des environnements fortement réglementés :

• GDPR, EBA, ISO 27001, NIST, IAM, Azure AD, SAML, Vault, gestion des secrets, Zero Trust

Collaboration

Le Tech Lead travaille directement avec :

• AI Business Analyst / AI Enablement Lead pour transformer les processus et besoins métier en exigences fonctionnelles puis techniques.

• Product Owner pour aligner les développements avec le backlog et les priorités.

• AI Solution Architect pour décliner l'architecture globale en architecture détaillée et composants implémentables.

• AI Engineers pour concevoir, développer, tester et industrialiser les agents.

• DevOps / Platform Engineers pour intégrer les composants aux infrastructures, pipelines CI/CD et environnements de production.

• Testeurs pour sécuriser les tests d'intégration, End-to-End, performance et sécurité.

Livrables attendus

Le Tech Lead contribue directement à la production de :

• architectures logiques et physiques ;

• Low-Level Designs ;

• spécifications d'interfaces et flux de données ;

• code source ;

• scripts de build et de déploiement ;

• pipelines CI/CD ;

• configurations Kubernetes ;

• scripts Terraform ;

• artefacts d'intégration ;

• rapports de tests ;

• documentation technique ;

• procédures de déploiement et rollback ;

• package de solution production-ready.

Organisation

• Programme : AssetQ - AI & Agent-Based Transformation

• Secteur : Banque / Securities Services

• Organisation : Agile / Scrum

• Sprints : 2 semaines

• Livraisons : incrémentales avec objectif de mise en production régulière

• Environnement : international

• Zones du programme : France, Portugal, Pologne et Inde

Finalité du poste

Le rôle du Tech Lead est de garantir le passage :

du besoin métier et du design fonctionnel vers une architecture technique robuste

puis vers des agents IA sécurisés, intégrés, testés, observables et réellement exploitables en production.

Il ne s'agit donc pas d'un rôle de recherche ou de prototypage : le Tech Lead porte avant tout l'industrialisation et la mise en production de l'Agentic AI.

Ce qui fera la différence

Nous serons particulièrement attentifs aux profils capables de nous raconter concrètement :

• une solution GenAI ou Agentic AI qu'ils ont réellement mise en production ;

• la façon dont ils ont conçu son architecture ;

• les choix techniques qu'ils ont dû arbitrer ;

• la manière dont ils ont traité les sujets de sécurité, observabilité et résilience ;

• les problématiques rencontrées une fois la solution exposée à de vrais utilisateurs et de vrais volumes.

Nous recherchons donc moins quelqu'un qui connaît les frameworks Agentic AI que quelqu'un qui sait les intégrer intelligemment dans un système complexe et les faire fonctionner durablement en production.