Consultant IA – DevSecOps

Contexte de la mission

L'entité a pour raison d’être de faire référence sur l’automatisation, l’agilité et le DevOps afin de répondre aux enjeux d’amélioration de la fiabilité, du Time To Market et de la performance.

l'activité s’inscrit dans un train SAFe (Agile Release Train). Il comprend notamment une équipe qui fonctionne à la manière d’une « system team » et travaille sur les sujets d’innovation et de préparation de demain, avec une part prépondérante actuellement consacrée à l’intelligence artificielle générative et agentique.

Objet de la prestation

La prestation doit apporter une expertise sur l’intelligence artificielle, en particulier l’IA agentique : LLM, agents, MCP, skills, RAG, prompting et génération de code.

L’équipe explore, prototype et outille les usages de l’IA avec un double objectif :

• Mettre l’IA au service de la chaîne d’intégration continue et de l’outillage, GitLab en premier lieu ;

• Acculturer largement le train à ces technologies.

Le profil recherché est technique tout en étant capable de comprendre les enjeux métier et de vulgariser auprès d’interlocuteurs non techniques.

Activités principales

• Réalisation de spikes et de POC autour de l’IA agentique : LLM, agents, RAG, MCP, prompting, génération de code ;

• Intégration de l’IA dans la chaîne CI/CD et l’outillage DevSecOps : GitLab, GitLab Duo et DAP notamment, MCPs sur les outils de la chaîne ;

• Conception d’enablers et d’outils IA réutilisables par les équipes du train ;

• Mise en œuvre et évaluation des briques d’IA du groupe : Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ;

• Conception d’agents et d’assistants IA appliqués au développement et au DevOps ;

• Mise en place de RAG et exploitation de bases de connaissances ;

• Veille technologique et évaluation des solutions d’IA pertinentes pour le train ;

• Prise en compte des enjeux de sécurité et de conformité dans les usages de l’IA – DevSecOps ;

• Développement des composants nécessaires : scripts, intégrations, API ;

• Acculturation et essaimage auprès du train : formations, démonstrations, ateliers ;

• Rédaction et vulgarisation de la documentation associée dans Confluence, à destination de publics techniques et non techniques ;

• Accompagnement et support des équipes du train dans l’adoption des usages de l’IA ;

• Contribution au partage de connaissance et à la montée en compétence collective.

Environnement technologique

Une bonne connaissance de l’écosystème suivant est attendue, sans nécessairement disposer d’une expertise approfondie sur chaque brique :

• LLM, agents, MCP, RAG, prompting, génération de code ;

• Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ;

• GitLab Duo et GitLab DAP ;

• Python et intégration via API ;

• Docker, Kubernetes/OpenShift ;

• GitLab CI/CD, Jira, Confluence ;

• AWS, GCP, S3NS ;

• Sécurité et conformité appliquées à l’IA ;

• Scrum, Kanban et SAFe ;

• Bonnes pratiques DevSecOps et SRE.

Profil recherché

Le consultant doit disposer de fondamentaux techniques confirmés en développement et DevOps de l’ordre de 3 à 5 ans.

L’ancienneté spécifique sur l’IA générative n’est pas discriminante. Sont valorisées la solidité technique, la maîtrise réelle des concepts de l’IA agentique, la capacité d’apprentissage rapide, la curiosité et la posture d’intégration.

Une expérience concrète dans la mise en œuvre d’agents, de RAG ou de MCP, ou une contribution à des projets IA, constitue un atout apprécié.

Si possible, des certifications peuvent être présentées.

Qualités attendues

• Capacité à prendre des initiatives et proposer des décisions et plans d’action ;

• Capacité à anticiper les impacts techniques ou les risques associés et à alerter ;

• Capacité à comprendre les enjeux métier, analyser un besoin et être force de proposition sur les usages de l’IA ;

• Connaissance des normes et règles de sécurité informatique et télécommunication ;

• Posture client, écoute, esprit d’équipe et bonne communication ;

• Forte capacité d’apprentissage, de vulgarisation et de partage de connaissance ;

• Polyvalence, autonomie, organisation, relationnel, sens du service, adaptation, analyse et synthèse ;

• Rigueur et organisation ;

• Esprit de synthèse et solides capacités rédactionnelles, y compris de vulgarisation auprès de publics non techniques ;

• Curiosité, ouverture et posture d’intégration.

Compétences techniques indispensables – Rédhibitoires

• Maîtrise des concepts de l’IA agentique : LLM, agents, MCP, RAG, prompting ;

• Capacité à concevoir et intégrer des solutions d’IA : agents, RAG, appels d’API de modèles ;

• Solides fondamentaux en développement et en génération de code assistée par IA ;

• Compréhension du lien entre IA, CI/CD et outillage DevSecOps, notamment GitLab ;

• Capacité à comprendre les enjeux métier et à vulgariser auprès de non-techniques ;

• Maîtrise des API REST et de l’intégration de services d’IA ;

• Connaissance des offres d’IA du groupe : Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ;

• Compétence en évaluation de solutions IA : pertinence, robustesse, mesure des résultats ;

• Connaissance des assistants IA pour le développement : GitLab Duo, GitLab DAP ;

• Sensibilité aux enjeux de sécurité et de conformité appliqués à l’IA – DevSecOps.

Autres compétences techniques principales

• Développement, notamment Python, et scripting ;

• Culture technique générale du SI : API, architecture, avec une vision opérationnelle ;

• Connaissance des clouds AWS et GCP ;

• Notions de conteneurisation et d’environnements d’exécution : Docker, Kubernetes/OpenShift ;

• Connaissance de Confluence et Jira ;

• Expérience des méthodes agiles Scrum, SAFe et du fonctionnement en équipe ;

• Connaissance de Microsoft Pack Office, Outlook et Teams ;

• Capacité de vulgarisation et d’animation : formations, démonstrations, ateliers ;

• Connaissance des mécanismes de fonctionnement d’une plateforme DevSecOps.