Ingénieur(e) spécialisé(e) en IA agentique - Défense & Sécurité - Le Plessis Robinson / Rungis

Nous recherchons un(e) Ingénieur(e) en IA agentique pour rejoindre nos équipes et contribuer à la conception, au prototypage et à l’intégration de nouvelles capacités basées sur les LLM et les systèmes d’agents IA.

Vous travaillerez sur des problématiques concrètes d’intégration de l’IA dans des systèmes complexes : exploitation de données hétérogènes, assistants intelligents, orchestration d’agents, utilisation d’outils et d’API, interaction avec les systèmes existants et aide à la décision.

L’objectif est d’aller au-delà du simple chatbot pour développer des agents capables de raisonner sur un contexte, d’utiliser des outils, d’interagir avec des services logiciels et d’enchaîner plusieurs tâches de manière contrôlée.

Vous interviendrez sur l’ensemble de la chaîne, depuis l’expérimentation jusqu’à l’intégration dans des démonstrateurs et produits.

Vos missions

🔹 Activités principales

Conception de systèmes d'IA agentique

• Concevoir et développer des agents IA basés sur des LLM.
• Concevoir des architectures mono-agent et multi-agents.
• Définir les rôles, outils, contextes et mécanismes d’orchestration des agents.
• Mettre en œuvre des mécanismes de tool calling, d’utilisation d’API et d’interaction avec des services externes.
• Concevoir des workflows agentiques permettant d’enchaîner plusieurs tâches et outils.
• Développer des mécanismes de contrôle et de validation des actions proposées ou exécutées par les agents.
LLM, RAG et exploitation des données

• Intégrer et expérimenter différents Large Language Models (LLM).
• Concevoir des architectures RAG (Retrieval-Augmented Generation).
• Mettre en œuvre des mécanismes d’indexation, de recherche sémantique et de vectorisation de données.
• Exploiter des sources de données structurées et non structurées : documents, bases de données, API, journaux techniques et données issues des systèmes.
• Travailler sur les problématiques de gestion de contexte, mémoire et sélection des informations pertinentes.
• Concevoir des méthodes permettant d’améliorer la pertinence et la fiabilité des réponses produites.
Développement et intégration logicielle

• Développer les composants logiciels nécessaires à l’intégration des agents IA.
• Connecter les agents aux API, services, bases de données et applications existantes.
• Concevoir des interfaces permettant l’interaction entre les LLM et les systèmes métier.
• Développer principalement en Python.
• Participer à l’intégration des composants IA dans les architectures logicielles existantes.
• Travailler dans des environnements Linux, conteneurisés et distribués.
Prototypage et démonstrateurs

• Identifier des cas d’usage pertinents pour l’IA agentique.
• Réaliser rapidement des Proof of Concept (PoC) permettant d’évaluer leur intérêt.
• Transformer les prototypes pertinents en démonstrateurs opérationnels.
• Participer aux démonstrations internes ou clients.
• Recueillir les retours utilisateurs et faire évoluer les solutions.
• Contribuer au passage du prototype à une solution intégrable et maintenable.
Évaluation et maîtrise des systèmes IA

• Définir des scénarios et jeux de tests permettant d’évaluer les performances des agents.
• Évaluer la pertinence, la robustesse et la reproductibilité des réponses et actions.
• Identifier et analyser les comportements indésirables des LLM.
• Mettre en œuvre des mécanismes de guardrails, de contrôle des entrées/sorties et de validation.
• Assurer la traçabilité des décisions et actions réalisées par les agents lorsque l’architecture le permet.
• Participer aux problématiques de cybersécurité et de maîtrise des données associées aux solutions IA.
🔹 Activités secondaires

Industrialisation et MLOps / LLMOps

• Participer au déploiement et à l’industrialisation des composants IA.
• Conteneuriser les applications et composants développés.
• Participer à la mise en place de pipelines de tests et de déploiement.
• Mettre en place des mécanismes de journalisation, monitoring et observabilité.
• Mesurer les performances, temps de réponse et consommation de ressources.
• Contribuer à l’amélioration continue des architectures et des modèles utilisés.
Veille technologique

• Assurer une veille active dans les domaines :• IA générative ;
• IA agentique ;
• LLM ;
• RAG ;
• modèles multimodaux ;
• architectures multi-agents ;
• modèles open source ;
• outils et frameworks d’orchestration d’agents.

• Évaluer de nouveaux modèles et technologies par des expérimentations concrètes.
• Partager les résultats avec les équipes techniques.
• Participer à la définition des orientations technologiques autour de l’IA.

Department: Engineering, Development, Applications
Function: Information Technology
Experience Level: Mid-Senior Level