AI / LLM Engineer senior, applications RAG et agents en production (Python) - Freelance (H/F)

Type de contrat : Freelance TJM : selon profil Localisation : Ouest parisien (78), hybride, 3 jours sur site et 2 jours de télétravail par semaine Démarrage : dès que possible Durée : 3 mois renouvelables, temps plein Client : acteur industriel aéronautique et défense, nom communiqué sous NDA avant l'entretien client Prérequis : nationalité française (contrainte réglementaire du secteur défense)

Contexte

Grand groupe industriel du secteur aéronautique et défense, qui structure son équipe IA en squads produit selon son modèle opérationnel IA groupe. Chaque squad est pluridisciplinaire et autonome, responsable de son produit de bout en bout : Product Owner, interlocuteurs métiers, architecture, cybersécurité, développement applicatif.

L'approche est celle du Minimum Lovable Product : partir d'un problème utilisateur précis, livrer une première version réellement utile, l'améliorer à partir de l'usage. Qualité, sécurité, traçabilité et adoption font partie du travail dès le départ. La réussite se mesure à la valeur obtenue par les utilisateurs et à la réutilisation par d'autres équipes.

Ce n'est pas une mission de management. Le référent technique reste pleinement dans la réalisation : il code, construit et livre des applications IA robustes et réellement utilisées, et fait progresser ses collègues au passage.

Missions

Concevoir et développer les composants IA des produits : assistants documentaires, analyse de documents techniques, recherche et réutilisation de connaissances, intégration de modèles

Mettre en place des agents et l'orchestration de traitements quand c'est pertinent

Transformer un besoin métier en application réellement utilisable, au-delà de la démonstration

Construire et maintenir le dispositif d'évaluation des produits IA

Documenter ses choix techniques, partager ses connaissances, accompagner les moins expérimentés

Profil recherché

5 à 10 ans d'expérience en ingénierie logicielle et/ou IA, dont une expérience concrète d'applications LLM. Ni exigence d'ancienneté sur les seuls LLM, ni limite haute

Critère décisif : avoir personnellement construit des applications réellement utilisées et contribué à leur mise en production

Développement logiciel : Python, API, tests, intégration applicative, conteneurs, CI/CD. La personne développe et intègre ses composants elle-même

LLM et RAG : embeddings, bases vectorielles, découpage documentaire, recherche, reranking, gestion des prompts, orchestration. LangChain, LlamaIndex ou équivalents sont des exemples, pas des critères exclusifs

Évaluation : qualité de la recherche documentaire, exactitude des réponses, citation des sources, hallucinations, robustesse, tests de non-régression. Savoir démontrer qu'une modification améliore le produit

Culture de production : intégration et versionnement des modèles, performance, coûts d'inférence, garde-fous, sécurité des données

Modèles à poids ouverts : expérience recherchée. Le fine-tuning est une option maîtrisée quand il se justifie, pas une réponse systématique

Un parcours en recherche convient s'il s'accompagne d'une capacité de réalisation démontrée