Ingénieur Python IA Générative

Contexte

Sous la responsabilité de la responsable du programme DATA/IA, vous concevrez et industrialiserez des solutions d'IA générative pour les métiers de l'eau, avec Anchor comme fil conducteur : un système agentique capable de rechercher des sources, extraire des données techniques, tracer les preuves, calculer des indicateurs énergétiques et restituer des résultats exploitables via API et interface.

Missions

• Concevoir les workflows agentiques : orchestration par station, sous-agents de recherche, sélection de sources, extraction structurée et synthèse contrôlée.
• Développer les services backend Python/FastAPI : APIs REST, jobs asynchrones, SSE, workers Azure Functions, gestion des retries, annulation et état des traitements.
• Intégrer Azure OpenAI/OpenAI Responses API, structured outputs, tool calling, MCP/outils locaux, Codex App Server et mécanismes de compaction de contexte.
• Construire les pipelines RAG et documentaires : ingestion PDF/Excel/TXT/web, chunking, recherche hybride/vectorielle, Azure Document Intelligence.
• Produire des sorties fiables et auditables : JSON/Pydantic strict, scores de confiance, preuves, couverture des champs, exports Excel/Parquet et rapports métier.
• Mettre en place les briques data/cloud : Blob Storage, Storage Queue, Azure Files, Postgres/Azure AI Search selon les projets, Databricks Unity Catalog et Delta Sharing.
• Instrumenter la qualité des agents : jeux d'évaluation, tests de non-régression, Langfuse, suivi des coûts LLM, monitoring Application Insights et logs exploitables.
• Collaborer avec frontend, DevOps et métiers : contrats API, UI React/Vite, sécurité, CI/CD Azure DevOps, Docker, Terraform et mise en production.

Outils & Environnement

• Langages et frameworks : Python, FastAPI, Pydantic v2, pytest
• IA générative et modèles : OpenAI/Azure OpenAI, Responses API, structured outputs, reasoning models, prompt engineering, tool calls, MCP, Codex App Server
• Orchestration agentique : LangGraph, OpenAI Codex SDK, LangFuse
• Traitement documentaire et RAG : ingestion PDF/Excel/TXT/HTML, chunking, recherche hybride/vectorielle, Azure Document Intelligence, PyMuPDF, pdfplumber, unstructured
• Cloud et déploiement : Azure App Service, Azure Functions, Azure Container Registry, Blob Storage, Storage Queue, Azure Files, Postgres, Azure AI Search, Databricks Unity Catalog, Delta Sharing, Terraform, Azure DevOps, Docker, Key Vault, Application Insights, Log Analytics
• Data & intégration : pandas, openpyxl, pyarrow/Parquet, SQL/PostgreSQL
• DevOps & qualité : Git, pull requests, CI/CD, code reviews, monitoring, alerting, traçabilité Langfuse
• Outils de développement IA : Codex, Cursor, Claude Code ou équivalents

Conditions de travail

• Poste basé à Paris La Défense
• Possibilité de télétravail à définir (nombre de jours par semaine à discuter)

1. Vous justifiez d'une expérience solide en engineering Python/IA générative, idéalement sur des produits data ou documentaires en production
2. Maîtrise de Python, FastAPI, Pydantic v2 et développement d'APIs REST robustes
3. Expérience des traitements asynchrones, files de jobs, workers et gestion d'état
4. Pratique de pytest et des tests orientés services, schémas, routes et cas métiers
5. Expérience avec OpenAI/Azure OpenAI, Responses API, structured outputs, reasoning models et prompt engineering
6. Compréhension des tool calls, MCP, gestion de contexte, coûts et latence
7. Maîtrise de LangGraph pour la conception de state machines agentiques
8. Expérience avec l'OpenAI Codex SDK pour l'orchestration de sous-agents autonomes
9. Capacité à concevoir des systèmes multi-agents contrôlés
10. Appétence pour l’observabilité LLM (LangFuse ou équivalent)
11. Expérience en ingestion et analyse de documents : PDF, Excel, TXT, HTML/web, tableaux et documents scannés
12. Connaissance de Azure AI Search, vector stores, chunking, embeddings, Document Intelligence, PyMuPDF/pdfplumber/unstructured
13. Déploiement d'applications conteneurisées sur Azure App Service, Azure Functions et Azure Container Registry
14. Maîtrise des services Storage Blob/Queue, Key Vault, Application Insights et Log Analytics
15. Expérience avec Terraform, Azure DevOps pipelines, Docker, secrets et managed identities
16. Bonne maîtrise de pandas, openpyxl, pyarrow/Parquet et échanges avec Databricks Unity Catalog, Volumes ou Delta Sharing
17. Compréhension des schémas JSON/Pydantic, exports Excel, formats tabulaires et normalisation d'unités
18. Connaissance de SQL/PostgreSQL et des patterns de persistance applicative serait un plus
19. Pratique de Git, pull requests, CI/CD, code reviews, monitoring, alerting, traçabilité Langfuse et gestion des incidents
20. Capacité à mesurer la qualité d'un agent : couverture, précision/rappel, contradictions, erreurs et coût par résultat
21. Connaissance des risques LLM : hallucinations, sources faibles, prompt injection, données sensibles et dérives de coût
22. Maîtrise des outils d'accélération du développement via IA (Codex, Cursor, Claude Code ou équivalents)
23. Capacité à utiliser ces outils sans perdre la rigueur de tests, revue, sécurité et compréhension du code
24. Appétence pour la veille technique sur agents, RAG, évaluation et industrialisation GenAI
25. Capacité à travailler avec profils data, métier, frontend, DevOps et architecture cloud
26. Autonomie forte pour investiguer une brique inconnue, cadrer une expérimentation et industrialiser ce qui fonctionne
27. Esprit critique : savoir mesurer la qualité d'un agent, refuser les hallucinations et privilégier les preuves