Construire et opérer le moteur RAG (Build & Run)
Concevoir, développer et exploiter les services backend et les API du moteur RAG, en Python (FastAPI).
Construire des pipelines d'ingestion scalables : connecteurs vers les sources d'entreprise, extraction/parsing de documents PDF, Office, HTML et numérisés, stratégies de découpage (chunking), vectorisation (embeddings), synchronisation incrémentale.
Optimiser la recherche d'informations (retrieval) : recherche vectorielle et hybride, réordonnancement (reranking), réécriture de requêtes, filtrage par métadonnées, recherche multilingue couvrant les différentes filiales et pays du groupe.
Garantir la gestion des droits d'accès au niveau des documents, la protection des données et la traçabilité (auditabilité).
Mesurer et améliorer la qualité : métriques de recherche et de réponse (rappel, précision, fidélité/faithfulness, ancrage/groundedness), jeux de données de test, évaluation continue en production avec les services d'évaluation dédiés.
Intégrer la passerelle IA (AI Gateway) pour l'accès aux LLM et aux modèles d'embedding, tout en optimisant les coûts et la latence.
Assurer la performance, la scalabilité et la fiabilité : monitoring, tests de charge, gestion des incidents (l'équipe assure à la fois le Build et le Run).
Participer aux analyses comparatives « build / buy / open source » en lien avec l'architecture et l'équipe produit.
Rendre le moteur RAG adapté aux agents (« agentic-ready »)
Exposer le moteur RAG sous forme d'outils et de serveurs MCP, afin que les agents puissent interroger et exploiter la base de connaissances de l'entreprise avec les autorisations appropriées.
Mettre en œuvre des patterns de recherche agentique : recherche multi-étapes, planification de requêtes, recherche augmentée par des outils.
Fournir des SDK, templates, plugins et documentations permettant aux équipes produit (et à leurs propres agents de code) d'intégrer leurs bases de connaissances en quelques minutes.
Travailler selon une approche « Agent-First »
Utiliser quotidiennement des agents de développement IA (ex. Claude Code, Codex, Cursor, GitHub Copilot) et leur déléguer l'implémentation, les tests, le refactoring, les migrations et la documentation, tout en restant pleinement garant du résultat.
Rédiger des spécifications claires et découper les projets en tâches bien délimitées pour les agents, orchestrer plusieurs agents en parallèle et relire rigoureusement leur production.
Rendre les dépôts de code optimisés pour les agents : fichiers d'instructions (AGENTS.md, CLAUDE.md), compétences/skills, environnements reproductibles, tests automatisés solides et garde-fous CI.
Diffuser les bonnes pratiques au sein de l'équipe et de la communauté transverse dédiée aux capacités IA, et contribuer à mesurer leur impact sur la vitesse et la qualité de livraison.
Maintenir un haut niveau d'exigence : revues de code, tests automatisés, CI/CD via GitHub Actions sur Google Cloud Platform, documentation exhaustive (GitHub / GitBook).
5+ ans d'expérience en développement backend, avec une solide maîtrise de Python (FastAPI, programmation asynchrone), une réelle expertise en conception d'API et une expérience des systèmes distribués.
Véritable expertise en IA / ML : bases solides en traitement automatique du langage naturel (NLP) et en recherche d'information (embeddings, similarité vectorielle, métriques de classement et de recherche), compréhension approfondie du fonctionnement des LLM, capacité à évaluer et optimiser la qualité de la recherche et de la génération.