IA Engineer - Banque

Contexte

L'intelligence artificielle générative et la science des données jouent un rôle crucial dans les tâches quotidiennes des collaborateurs de la banque. L'IA générative, qui inclut des technologies telles que les réseaux neuronaux et le deep learning, permet de créer du contenu nouveau et authentique, comme des textes, des images ou des sons, de manière autonome. Cela peut être utilisé dans la création de modèles de risque, la personnalisation des offres ou la génération de rapports automatisés.

La mission ici décrite se déroulera dans le département Développements Tactiques de la direction Fast Delivery Solutions à la DSI Corporate d’un grand groupe bancaire. Ce département, qui est transverse et qui adresse les besoins de l’ensemble des métiers du groupe, a 3 missions majeures :

• Le développement d’outils en proximité directe avec le métier
• La mise en œuvre de solutions utilisant de l’IA pour des usages à destination des métiers
• De l’innovation se faisant autour d’un process de veilles technologiques et d’études d’opportunités de mise en œuvre de solutions innovantes afin de répondre aux cas d’usage de nos métiers.

Afin de mener à bien notre mission, l’équipe est composée de Data Engineer, de Data Scientist, de développeurs Python et de chefs de projet. L’équipe se veut jeune, dynamique, motivée et très pro-active, l’entraide et la bonne ambiance sont présentes. Le candidat devra donc avoir la personnalité permettant de conserver cette dynamique intacte. Les soft skills sont donc autant essentielles que la technique : bon communiquant, motivé, force de proposition et sociable.

Missions

En 2024, un programme nommé FinsAIght visant à traiter l’ensemble des use cases nécessitant l’utilisation d’IA à destination de la Finance a été lancé.

Dans le cadre de notre activité, nous avons pour mission d’accompagner la phase de cadrage faite par les Product Owner et d’implémenter des solutions adaptées aux besoins exprimés. Pour ce faire, nous cherchons à renforcer l’équipe actuelle constituée de développeurs Full stack (Python/Angular), de data engineer et de data scientist avec un IA Engineer possédant de bonnes compétences en IA générative. La personne retenue aura pour mission de :

• Développer et expérimenter de nouvelles stratégies d'extraction, notamment en s'orientant vers une approche agentique (boucles itératives d'extraction, mécanismes d'auto-vérification, relances conditionnelles) pour réduire la dépendance à la validation humaine
• Faire évoluer et optimiser les pipelines d'extraction IA existants (parsing PDF, VLM, pipelines multi-étapes) afin d'améliorer le taux de détection des indicateurs financiers
• Contribuer à la stratégie de combinaison et de consensus multi-pipelines, en testant de nouvelles combinaisons et en mesurant leur impact sur la qualité globale du système
• Collaborer étroitement avec les Product Owners, les autres membres de l'équipe technique et les équipes métier afin de garantir l'adéquation des solutions développées avec les besoins exprimés
• Collaborer sur d'autres projets d'IA générative, RAG, génération de rapports, etc.

Outils & Environnement

• Python, librairies ML (sklearn, xgboost, etc.)
• Prompt engineering
• Outils de RAG
• SQL
• Chaîne CI/CD
• Streamlit
• FastAPI
• Langraph

L’environnement technique s’appuie sur ces technologies. Vous serez rattaché au responsable de l’équipe de développements tactiques et supervisé par un membre de l’équipe maîtrisant les outils de data science. Vous serez fréquemment en contact avec le métier, les équipes innovation et d’autres développeurs.

Conditions de travail

• Environnement stimulant avec opportunités d'apprentissage continu
• Projets innovants au sein d'une équipe dynamique et passionnée par les technologies émergentes
• Une expérience dans l’environnement bancaire est souhaitable

1. Avoir de très bonnes connaissances dans la mise en place de prompts et d'outils de RAG, et les approches agentiques
2. Avoir des connaissances approfondies en Intelligence Artificielle générative et en Large Language Models (LLM), notamment dans le cadre de pipelines d'extraction d'information à partir de documents
3. Une maîtrise avancée du langage de programmation Python est indispensable, notamment pour la conception de pipelines de traitement parallèle
4. Démontrer une expérience avérée dans le traitement de données non structurées ainsi que la maîtrise du traitement de fichiers de différents types tels que Word, PDF, PowerPoint, CSV
5. Maîtriser l'utilisation de FastAPI pour l'exposition de services
6. Avoir des connaissances dans Vision Language Models (VLM), utilisés pour l'analyse de pages de documents sous forme d'images (tableaux, mises en page complexes, éléments visuels)
7. Avoir une connaissance de la chaîne CI/CD et des bonnes pratiques de développement logiciel (versioning, tests, documentation)
8. Être bon communiquant, motivé, force de proposition et sociable
9. Une expérience dans l’environnement bancaire est souhaitable