Ingénieur(e) IA / DevOps – Industrialisation d’agents IA et de serveurs MCP

Notre client dans le secteur Banque et finance recherche un/une Ingénieur(e) IA / DevOps – Industrialisation d’agents IA et de serveurs MCP H/F

Description de la mission :

Notre client, banque de détail d'un grand goupe bancaire, cherche à renforcer sa Tribu dédiée à l'IA.

Contexte

Une équipe d’intelligence artificielle dispose d’une solution agentique développée en interne et fonctionnelle au stade de prototype : un agent IA orchestrateur et trois serveurs MCP (Model Context Protocol) exposant les outils mobilisés par l’agent. Les choix d’architecture, de frameworks et de composants d’infrastructure ont été arrêtés et validés lors d’une première phase de développement.

La prestation s’appuie sur un assistant de code mis à disposition. Son utilisation est nécessaire pour réaliser le périmètre dans l’enveloppe de 40 jours. La capacité à cadrer les demandes, à revoir de manière critique le code produit et à garantir la non-régression sera évaluée.

Mission

Porter les quatre composants existants du prototype à un niveau de qualité compatible avec une exploitation en production, en améliorant la tenue de charge, la maintenabilité du code et la supervision. La mission porte exclusivement sur la mise à niveau de l’existant dans le cadre technique défini : elle ne comprend ni développement de nouvelles fonctionnalités métier ni remise en cause des solutions retenues.

La prestation s’effectue au sein d’une squad en méthode agile, avec un point d’avancement quotidien. Chaque lot livré est soumis à la revue d’un référent technique. Des interactions régulières sont prévues avec les équipes chargées de la production, de l’exploitation, de la plateforme et du socle technique.

Principales responsabilités

• Diagnostiquer les quatre composants et formaliser, avec la squad, un plan de mise à niveau priorisé, chiffré et arbitré, attendu à J+5.

• Refactorer et structurer le code : séparation des responsabilités, externalisation de la configuration, normalisation de la gestion des erreurs et des reprises, résorption de la dette de prototypage et respect des conventions de développement.

• Mettre en place des tests unitaires, d’intégration et de contrat sur les interfaces MCP, intégrer les tests à la chaîne CI/CD et définir un seuil de couverture.

• Améliorer la tenue de charge par la gestion de la concurrence et des appels asynchrones, le pooling des connexions, les time-outs, les stratégies de retry et les coupe-circuits.

• Réaliser des tests de performance et de montée en charge, puis documenter le dimensionnement cible et les limites connues de la solution.

• Instrumenter l’observabilité : logs structurés et corrélés, métriques techniques et métiers, traces distribuées de la chaîne agent–serveurs MCP–systèmes appelés, suivi de la consommation de jetons et des coûts d’inférence, tableaux de bord et alertes.

• Renforcer la sécurité d’exploitation définie lors de la première phase : gestion des secrets, contrôle des jetons et des périmètres d’autorisation, journalisation d’audit.

• Produire la documentation d’exploitation et de maintenance, les procédures de diagnostic et le runbook, puis transférer les compétences à l’équipe interne.

• Utiliser l’assistant de code avec discernement et assurer la revue critique du code généré ainsi que la non-régression.

Environnement technique

• Développement : Python, programmation asynchrone, concurrence, gestion des erreurs et des reprises

• IA et protocoles : agents IA, MCP (Model Context Protocol), frameworks d’orchestration LLM, SDK MCP

• DevOps et conteneurisation : Git, GitLab CI ou équivalent, CI/CD, Docker, Kubernetes

• Tests et performance : pytest, Locust, k6 ou équivalent

• Observabilité : logs, métriques, traces distribuées, tableaux de bord et alertes

• Méthodes : Scrum, Kanban

• Assistance au développement : Claude Code

Livrables attendus

• Programme documenté

• Dossier technique et dossier d’architecture technique

• Dossier d’exploitation et dossier de configuration

• Plan de développement et documents de suivi

• Résultats des tests et relevés de mesures

• Procédures de diagnostic et runbook

• Bilan de projet et transfert de compétences

Profil recherché

Expérience

• Expérience confirmée de 3 à 7 ans dans le passage à l’échelle de composants logiciels.

• Expérience en ingénierie logicielle appliquée à l’IA, avec un accent sur la qualité, la robustesse et l’exploitabilité du code plutôt que sur la modélisation.

Compétences techniques

• Développement avancé en Python en contexte de production.

• Industrialisation logicielle : refactoring, tests automatisés, CI/CD, qualité et maintenabilité du code.

• Gestion de la performance et de la charge : tests de montée en charge, time-outs, retries, coupe-circuits et dimensionnement.

• Observabilité : logs structurés, métriques, tableaux de bord et alertes.

• Écosystème agents IA et MCP, frameworks d’orchestration LLM et usage professionnel d’un assistant de code.

• Pratiques DevOps : conteneurisation, déploiement automatisé et gestion de configuration.

Compétences personnelles

• Rigueur et capacité à travailler sur du code écrit par d’autres.

• Autonomie dans la conduite du chantier, capacité à documenter ses choix et à les défendre en revue.

• Capacité à prioriser et à concilier exigences techniques et délais.

• Capacité à challenger une solution existante sans remettre en cause le cadre technique retenu.

Langues

• Anglais technique professionnel, pour la lecture de documentation et les échanges écrits.

Compétences / Qualités indispensables :

Python avancé en production, Industrialisation logicielle et CI/CD, Performance et tenue de charge, Observabilité, Agents IA et MCP, Usage critique d’un assistant de code

Compétences / Qualités qui seraient un + :

Informations concernant le télétravail :

Oui — 2 jours/semaine

• Python avancé en production

• Industrialisation logicielle et CI/CD

• Performance et tenue de charge

• Observabilité

• Agents IA et MCP

• Usage critique d’un assistant de code