SENIOR AI ENGINEER / LLMOPS - Banque de financement - Freelance (H/F)

CONTEXTE

Dans le cadre de sa stratégie IA, un grand acteur du secteur bancaire de financement et d'investissement développe des solutions d'intelligence artificielle au sein d'une nouvelle équipe IA dédiée au Front Office.

MISSIONS

• Accompagner la conception, le développement et l'industrialisation d'un environnement IA évolutif : modèles LLM, indexation des données, orchestration d'agents IA et déploiement en environnement d'entreprise.
• Travailler en collaboration étroite avec le responsable technique de l'équipe.
• Participer à la conception et à la mise en place d'un socle technique IA modulaire, évolutif et industrialisable, permettant l'intégration de différents modèles, services et agents IA.

OUTILS & ENVIRONNEMENT

• Agent IA
• FastAPI
• IA générative
• Large Language Model (LLM)
• Linux

CONDITIONS DE TRAVAIL

• Lieu de la mission : Paris
• Démarrage : janvier 2027
• Mission de longue durée : 36 mois
• 2 jours de télétravail
• Séniorité requise : 8 à 10 ans d'expérience minimum
• Secteur : Banque de financement et d'investissement
• Équipe IA Front Office

1. Bonne maîtrise des modèles LLM, de leur intégration et de leur exploitation
2. Prompt engineering, fine-tuning et optimisation des modèles
3. Gestion du contexte, des tokens et des performances
4. Génération et exploitation des embeddings ; architectures RAG
5. Bases de données vectorielles ; chunking, recherche hybride et reranking
6. Architectures multi-agents, communication entre agents, Tool Calling et protocole MCP
7. Docker, Kubernetes, idéalement OpenShift ; CI/CD (Jenkins, Git, Bitbucket)
8. Monitoring, observabilité, optimisation CPU/GPU ; microservices et API REST
9. Très bonne maîtrise de Python ; services backend et API (FastAPI ou équivalent)
10. Bonne connaissance des environnements Linux ; intégration de solutions IA dans des systèmes existants
11. Connaissances en C/C++ appréciées
12. Indexation de code source et de documentation technique (appréciée)
13. Architectures distribuées (appréciées)
14. Optimisation des performances et des coûts d'inférence LLM (appréciée)
15. Sécurité, confidentialité et contrôle d'accès aux données IA (appréciée)
16. Développement de solutions IA en environnement on-premise (apprécié)
17. Connaissance de l'environnement Front Office d'une banque de marché (un plus)
18. Autonomie, esprit d'initiative, aisance dans un environnement technique complexe
19. Approche pragmatique : prototypage rapide, industrialisation et qualité
20. Collaboration étroite avec un responsable technique
21. Ingénieur expérimenté en AI Engineering, IA générative ou LLMOps
22. Expérience concrète de conception et de mise en production de solutions IA
23. Formation d'ingénieur ou master en informatique, data science ou IA