🧩 AI Engineer / Prompt Engineer (RAG & IA Générative / Chatbots)

🧩 AI Engineer / Prompt Engineer (RAG & IA Générative / Chatbots)

🗂️ Informations pratiques

📍 Département : Paris (75)

🗓️ Démarrage : 27/04/2026

⏳ Durée : 12 mois, reconductible

🧾 Contrat : CDI ou freelance

💶 Budget : 450 – 500 € HT/j ou 45–50K€ (selon profil)

🧑‍💻 Télétravail : 2 à 3 jours/semaine

🧠 Séniorité : 3-6 ans

👤 Poste ouvert : 1

🌍 Secteur : Banque / Data & IA

🧩 Contexte

Vous rejoignez une équipe d’expertise Data Science dédiée aux sujets NLP, Search et IA Générative, au sein d’une direction Data & IA.

La mission s’inscrit dans le développement de plusieurs projets autour du RAG (Retrieval-Augmented Generation) à destination des centres de relation client (CRC), en s’appuyant sur une plateforme interne existante.

L’objectif est de concevoir et améliorer des assistants conversationnels métiers, avec une évolution vers des usages enrichis (notamment interactions vocales).

🎯 Missions principales

• Analyser et cadrer les cas d’usage métiers liés aux assistants conversationnels

• Concevoir et déployer de nouveaux chatbots à partir de solutions existantes

• Participer au cadrage, au développement et au suivi des projets IA

• Réaliser du prompt engineering et optimiser les interactions avec les LLM

• Évaluer les performances des modèles (LLM, RAG) et proposer des améliorations

• Mettre en place des méthodologies de benchmark et d’évaluation

• Contribuer à la veille technologique sur l’IA générative

• Accompagner les équipes dans l’usage des modèles (dont Speech-to-Text)

• Participer à l’évolution vers des interactions vocales

🛠️ Environnement technique

• Langage : Python

• IA : LLM, RAG, IA Générative, NLP

• Voice : Speech-to-Text (STT)

• API : REST

• DevOps : CI/CD, MLOps

• Conteneurisation : Docker

• Méthodologie : Agile

• Scripting : Groovy (optionnel)

👤 Profil recherché

• Expérience confirmée en IA Générative / RAG

• Très bonne maîtrise de Python

• Expérience sur des projets LLM, NLP ou assistants conversationnels

• Compétences en évaluation de modèles et méthodes de benchmark

• Bonne maîtrise des environnements MLOps / CI-CD / containerisation

• Connaissance des architectures API REST

• Expérience sur des sujets Speech-to-Text appréciée

• Anglais professionnel (oral, écrit)

• Autonomie, curiosité et esprit d’équipe