AI Engineer confirmé

Contexte

Au sein d'une grande entreprise internationale du secteur retail, l'équipe People Data engage une initiative majeure : transformer l'expérience de ses 100 000 collaborateurs par l'intégration de l'IA Générative et Agentique.

Face à la fragmentation de l'écosystème RH dans plus de 70 pays, l'ambition est de construire une couche de simplification en s’appuyant sur les nouvelles solutions que proposent l’IA. Il s'agit d'une couche d'intelligence centralisée et agnostique des outils, capable d'interagir avec l'ensemble de l'infrastructure (Workday, Data Lake, University, ...) pour faire évoluer les interfaces d'une logique de consultation vers une logique d'action.

Dans ce cadre, l'équipe développe DaiLY, un agent conversationnel RH. Il aide les collaborateurs et managers à accéder instantanément à une information fiable, sourcée à partir de la documentation Workday et des politiques People.

Déjà déployé avec succès en France, DaiLY entre dans une nouvelle phase de passage à l'échelle : extension internationale, industrialisation des évaluations, amélioration continue des modèles et de leurs qualités, et déploiement et intégration d’agents autonomes RH.

Pour mener ce projet, l'entreprise recherche un.e "Builder" : une personne capable de traduire un besoin métier en solution technique, de l’implémenter, la qualifier, la déployer et la maintenir dans le temps.

Missions

Développement Agentique & Fonctionnalités

• Participer à l'extension des capacités de DaiLY vers des actions d'écriture (write actions) en implémentant des protocoles de tool-calling (MCP - Model Context Protocol) et des communications inter-agents (A2A).

• Implémenter des stratégies avancées de chunking et de re-ranking pour prioriser les règles spécifiques au domaine RH.

• Contribuer à l'optimisation des coûts, de la latence et de l'efficacité globale du système en lien avec les équipes Plateforme et Infrastructure.

Qualité, Évaluation & Observabilité (LLMOps)

• Développer et maintenir la couche de qualité du pipeline RAG multi-agents (Vertex AI Search / Discovery Engine).

• Assurer le grounding (ancrage) des réponses et la vérification des citations pour garantir la traçabilité vers une source de vérité.

• Mettre en place des pipelines d'observabilité robustes pour l'évaluation online et offline (OpenTelemetry, MLflow).

• Coder des évaluateurs automatiques basés sur des golden datasets pour itérer sereinement et prévenir les régressions avant chaque mise en production.

• Intégrer des garde-fous (guardrails) pour protéger le système et les utilisateurs contre les hallucinations et les erreurs.

Sécurité, Cloisonnement & Déploiement International

• Access Management (ACLs) : Implémenter une gestion granulaire et dynamique des droits d'accès au niveau de l'indexation et du retrieval, garantissant qu'un collaborateur n'accède strictement qu'aux documents RH de son périmètre.

• Isolation & Multi-tenancy : Mettre en œuvre des stratégies de filtrage par métadonnées (metadata filtering) en base vectorielle et de cloisonnement (des index et/ou des modèles) pour assurer une étanchéité parfaite des données entre les différentes sociétés fiscales, entités légales et géographies.

• Support Multilingue : Contribuer à l'architecture d'internationalisation de DaiLY en adaptant les pipelines RAG, l'embedding et l'inférence pour maintenir un haut niveau de performance et de pertinence sur une grande diversité de langues.

Produit & Impact Business

• Aider à l'analyse des intentions des utilisateurs pour mesurer l'impact de DaiLY.

• Traduire, avec l'appui de la Product Manager et du Lead, les enjeux métier en comportements de modèles et en métriques de succès.

Outils & Environnement

• Python

• Écosystème GCP / Vertex AI

• Frameworks d'orchestration : LangChain, LlamaIndex ou ADK

• Architectures RAG (recherche vectorielle, Vertex AI Vector Search, gestion avancée de métadonnées)

• Protocoles agentiques : function/tool-calling, boucles de raisonnement (ReAct, etc.), orchestration de workflows multi-agents, structured output, gestion du contexte/mémoire

• Observabilité : SQL / BigQuery / MLflow / OpenTelemetry

• Sécurité : RBAC, ACLs, RGPD appliqués aux LLMs

• Architectures microservices et conception d'APIs

1. Profil confirmé justifiant de minimum trois années d'expérience professionnelle en entreprise (hors stages et alternances) en AI Engineering, ML Engineering ou Software Engineering orienté IA
2. Au moins une expérience concrète et réussie de mise en production d'un système GenAI ou agentique
3. Solide maîtrise de Python, de l'écosystème GCP / Vertex AI, et des frameworks d'orchestration (LangChain, LlamaIndex ou ADK)
4. Solide maîtrise des architectures RAG (recherche vectorielle, Vertex AI Vector Search, gestion avancée de métadonnées)
5. Maîtrise des concepts techniques agentiques : function/tool-calling, boucles de raisonnement (ReAct), orchestration de workflows multi-agents, structured output et gestion du contexte/mémoire
6. Capacité à diagnostiquer une réponse incorrecte (problème de modèle, de retrieval ou de données) et appétence pour l'observabilité applicative (SQL / BigQuery / MLflow)
7. Français courant obligatoire & anglais professionnel courant (environnement international)
8. Connaissance technique approfondie des protocoles A2A (Agent-to-Agent) et MCP
9. Expérience de traitement multimodal de documents ou dans des écosystèmes SIRH (ex: Workday)
10. Compréhension technique des enjeux de sécurité (RBAC, ACLs, RGPD) appliqués aux LLMs
11. Connaissance des architectures microservices et conception d'APIs