Senior Python AI/ML Developer – AI-Native Developer

Contexte

Dans le cadre de projets d’innovation IT, nous recherchons un Senior Python Developer spécialisé en IA/ML, avec une forte expertise dans les technologies d’intelligence artificielle et une expérience concrète de l’agentic coding.

Vous intégrerez une équipe Innovation / AI Factory et participerez au développement, à l’intégration et à l’industrialisation de solutions IA répondant à différents use cases métiers.

Vous travaillerez en environnement Agile, en collaboration étroite avec les Data Scientists, Solution Architects ainsi que les équipes IT et métiers.

Un enjeu majeur de la mission sera l'utilisation avancée des outils d’IA générative pour accélérer le développement tout en garantissant qualité, sécurité, maintenabilité et performance du code.

Responsabilités

• Participer aux workshops avec les équipes IT, métiers et Data Scientists.

• Concevoir, développer et optimiser des solutions et modèles IA/ML en Python.

• Travailler avec les LLMs, RAG, agents et techniques de prompt engineering.

• Intégrer et déployer les modèles IA en production via des APIs et microservices.

• Mettre en place et maintenir des pipelines MLOps : entraînement, versioning, déploiement et monitoring.

• Utiliser de manière experte les outils d’agentic coding tels que GitHub Copilot, Cursor, Claude Code ou ChatGPT.

• Décomposer des problématiques complexes en instructions/prompt efficaces pour les outils d’IA.

• Analyser, challenger, tester et optimiser le code généré par l’IA.

• Mettre en place des tests automatisés et assurer la qualité et la robustesse des modèles et applications.

• Optimiser les solutions en matière de performance, latence, coûts et scalabilité.

• Produire la documentation technique : code, modèles, APIs et prompts réutilisables.

• Assurer une veille technologique sur les nouvelles techniques et outils IA.

• Partager les bonnes pratiques d’agentic coding avec l’équipe.

Compétences techniques requises

Python & IA/ML

• Minimum 5 ans d’expérience en développement Python, avec une forte orientation IA/ML.

• Expertise sur plusieurs frameworks parmi :

  • TensorFlow

  • PyTorch

  • Scikit-learn

  • Hugging Face

  • LangChain

• Solide expérience des LLMs :

  • Fine-tuning

  • Prompt engineering

  • RAG

  • AI Agents

Agentic Coding / GenAI

Expérience concrète et productive avec des outils tels que :

• GitHub Copilot

• Cursor

• Claude Code

• ChatGPT

Capacité à utiliser l’IA comme véritable assistant de développement, tout en sachant contrôler, tester et améliorer le code généré.

Cloud & MLOps

• AWS SageMaker et/ou Azure ML et/ou GCP Vertex AI.

• Expérience des pratiques MLOps.

• CI/CD appliqué aux modèles et applications IA.

• Git / GitHub / GitLab.

Data & APIs

• Data preprocessing

• Feature engineering

• Data pipelines

• SQL / NoSQL

• Vector Databases

• Développement d’APIs REST avec FastAPI et/ou Flask.

DevOps & qualité

• Docker

• Kubernetes

• pytest / unittest

• Code coverage

• Bonnes pratiques de développement et qualité logicielle.

Atout : expérience en Computer Vision et/ou NLP.

Profil recherché

Nous recherchons un profil :

• Senior et autonome.

• Très à l’aise avec Python et les technologies IA/ML.

• Ayant une expérience réelle de l’utilisation de l’IA générative dans son processus de développement.

• Capable de challenger le code produit par l’IA et d'en garantir la qualité.

• Doté d’un esprit critique et analytique.

• Capable de transformer une problématique complexe en instructions claires et efficaces.

• Curieux et réalisant une veille active sur les évolutions de l’IA.

• Pragmatique, rigoureux et orienté qualité.

• Autonome et force de proposition.

• À l’aise dans un environnement Agile et collaboratif.

• Capable de partager ses connaissances et bonnes pratiques.

Langue

Anglais professionnel courant obligatoire, la mission se déroulant dans un environnement anglophone.

Livrables attendus

• Solutions et modèles IA/ML développés et optimisés.

• APIs / microservices intégrés et déployés.

• Pipelines MLOps opérationnels.

• Tests automatisés et validation des modèles.

• Documentation technique complète.

• Prompts et pratiques d’agentic coding réutilisables.

• Recommandations techniques et partage des best practices IA.