Ingénieur IA Ingénieur en Intelligence Artificielle H/F Hymaïa

Build & Architecture

• Concevoir et arbitrer les architectures d'assistants ou d'agents adaptées aux besoins métier : Workflow / Agent / Multi-Agents, en assumant les choix (build vs buy, choix du modèle, trade-offs coût/latence/qualité)
• Utiliser et challenger les techniques d'optimisation du "harness" : compression du contexte, prompt caching, parallélisation des tâches, structured output...
• Développer et superviser des pipelines d'ingestion contrôlées à destination des bases de données vectorielles pour le RAG (cleaning, chunking, gestion de la métadonnée...)
• Piloter le déploiement, la supervision et l'amélioration continue des solutions en production (surveillance des drifts, de la performance, tuning...)

Évaluation & Qualité

• Définir et mettre en place des pipelines d'évaluation et de validation des systèmes (choix des métriques, évaluation programmatique et/ou LLM-as-a-Judge)
• Optimiser les systèmes pour des contraintes réelles de production : latence, coût, passage à l'échelle
• Analyser et transformer les données d'entrée pour maximiser la qualité et la robustesse des systèmes
• Structurer une stratégie d'évaluation pour des systèmes non-déterministes, et la documenter pour un client ou une équipe

Conseil & Partage

• Cadrer directement avec le client, structurer une recommandation et en défendre les choix techniques (y compris face à un CTO/DSI)
• Accompagner nos clients dans l'adoption et l'industrialisation de leurs solutions AI/ML
• Encadrer et challenger des profils juniors/confirmés sur les sujets techniques
• Contribuer à des projets internes et/ou open source
• Partager ton expertise via des articles, conférences ou formations

Expérience

• 6+ ans en ingénierie logicielle, Machine Learning ou Data Science, dont 2-3 ans dédiés à la conception et au déploiement de systèmes LLM/agentiques en production
• Expérience de bout en bout sur au moins un projet IA à enjeux : cadrage, POC, industrialisation, run - avec des choix d'architecture assumés
• Expérience confirmée en production sur des LLMs propriétaires et/ou open-source (Claude, GPT, Gemini, Llama, Mistral, etc.)
• Expérience significative en conseil, startup tech ou environnement multi-clients
• Une première expérience d'encadrement ou de mentoring technique est un plus
• Bonus : expérience VLM / outils d'OCR et bonne compréhension des LLMs multimodaux

Compétences clés

• Maîtrise des design patterns agentiques et du RAG, avec une capacité à arbitrer entre plusieurs approches selon le contexte client
• Maîtrise approfondie de Python et d'au moins un outil d'orchestration d'agents (LangChain, LangGraph, OpenAI SDK, Anthropic SDK, Google ADK, etc.)
• Capacité à concevoir et à faire évoluer des pipelines d'évaluation et de monitoring (LangSmith, Langfuse, MLflow, etc.)
• Développement d'interfaces programmatiques : conception d'APIs RESTful et intégration de serveurs MCP (FastAPI, FastMCP)
• Expérience sur au moins un cloud provider (AWS, GCP, Azure), conteneurisation (Docker), CI/CD, IaC...
• Autonomie totale en mission : cadrer un sujet, structurer une recommandation et livrer chez le client sans supervision
• Pédagogie pour expliquer des sujets techniques complexes à des interlocuteurs non-techniques

Soft skills

• Dynamique, bon communicant, pédagogue
• Capacité à fédérer, animer et challenger des équipes pluridisciplinaires
• Orientation résultats et valeur métier
• Véritable appétence pour l'IA et l'innovation

Points bonus

• Giver Mindset : tu aimes jouer collectif et partager tes connaissances
• Contributions à des projets open source dans le domaine de l'IA
• Publications d'articles techniques ou interventions publiques
• Expérience en context engineering ou évaluation de systèmes non-déterministeS