[FBO] Lead AI
Il y a 2 jours
MontreuilsurMer, Hauts-de-France
iSupplier
Temps plein
70 000 € - 110 000 € Contrat
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Développeur Python IA & Connectivité SharePoint
Mission
- Concevoir et développer un chatbot IA centralisé à l'échelle de la banque, intégrant SharePoint comme source de données principale
- Garantir la qualité, la fiabilité et la couverture de tests du chatbot via une stratégie QA rigoureuse
Responsabilités
Développement Python / Go / IA
- Concevoir l'architecture du chatbot (orchestration, RAG, gestion du contexte, multi-turn)
- Développer les composants IA : ingestion, embedding, retrieval, génération (LLM on-premise ou API)
- Intégrer les modèles LLM avec les sources de connaissance SharePoint
- Optimiser les performances (latence, throughput, qualité des réponses)
- Gestion des prompts, templates, et évaluation des réponses (prompt engineering)
- Développement d'outils et services en Go (performance-critical, sidecar utilities)
Connectivité SharePoint
- Intégration avec SharePoint Online / On-Premise via API Graph ou SharePoint REST API
- Authentification : OAuth2, Azure AD, certificats app-only, managed identities
- Crawling et indexation des documents, pages, listes, et bibliothèques SharePoint
- Gestion des permissions et de la sécurité au niveau des sites/documents (respect des ACLs dans le retrieval)
- Synchronisation et rafraîchissement incrémental du contenu SharePoint
- Gestion des métadonnées, types de contenu, et structures de sites complexes (multi-sites, multi-tenants)
- Gestion des quotas API Graph (throttling, retry, pagination)
QA / Testing — Focus Principal
- Concevoir et implémenter la stratégie de test end-to-end du chatbot
- Tests unitaires (pytest, Go testing) — couverture des composants IA, connecteurs SharePoint, orchestration
- Tests d'intégration : SharePoint API mocking, vector store, LLM endpoints
- Tests de contrat API (schema validation, Pydantic AI schema enforcement)
- Tests de non-régression sur les réponses IA :
- Golden datasets et évaluation automatique des réponses
- Scoring de qualité (relevance, faithfulness, hallucination detection)
- A/B testing des prompts et des versions de modèles
- Tests de charge et de performance (locust / k6) — simulation multi-utilisateurs concurrents
- Tests de sécurité :
- Injection de prompts (prompt injection, jailbreak)
- Fuite de données (data exfiltration, cross-tenant leakage)
- Accès non autorisés (bypass d'ACLs SharePoint)
- Tests de robustesse LLM : edge cases, context overflow, model fallback, timeout handling
- Observabilité de la qualité via Langfuse :
- Tracing des chaînes RAG (retrieval → génération → réponse)
- Évaluation continue des réponses en production (drift detection, feedback loops)
- Dashboards de qualité (latence, token usage, user satisfaction, error rates)
- Alerting sur dégradation de qualité
- Mise en place de pipelines CI/CD avec gates de qualité (tests, linting, évaluation IA)
- Gestion des environnements de test (dev / staging / prod) avec données représentatives
Architecture & Intégration
- Concevoir le pipeline de données : SharePoint → extraction → chunking → embedding → vector store
- Exposer le chatbot via API REST (FastAPI) et interface utilisateur
- Intégration avec les systèmes internes (SSO, logging, audit, monitoring)
- Gestion multi-langues (FR/EN)
Stack Technique
- Langages : Python 3.11+, Go
- IA / LLM : Pydantic AI, LangChain / LlamaIndex, vLLM, Hugging Face, OpenAI-compatible APIs
- Observabilité IA / QA : Langfuse (tracing, évaluation, monitoring)
- Vector Store : Milvus / Qdrant / pgvector
- SharePoint : Microsoft Graph API, SharePoint REST API, MSAL
- API : FastAPI, Pydantic
- Testing : pytest, pytest-asyncio, Go testing, locust, k6
- CI/CD : GitLab CI, Tekton
- Observabilité infra : Prometheus, Grafana, OpenTelemetry
- Conteneurisation : Docker, Kubernetes / OpenShift
Compétences Requises
- Développement Python en production (min. 3 ans) avec solides bases en architecture logicielle
- Expérience en Go (services performants, CLI tools, sidecar components)
- Expérience avec les frameworks LLM : Pydantic AI, LangChain, LlamaIndex et patterns RAG
- Expérience avec Langfuse (ou équivalent) pour le tracing et l'évaluation des chaînes IA
- Expérience d'intégration avec SharePoint Online et/ou SharePoint On-Premise (API Graph, REST, CSOM)
- Connaissance d'Azure AD : OAuth2, app registrations, permissions déléguées vs application
- Maîtrise des pratiques de testing : unitaires, intégration, E2E, contract, charge
- Expérience avec les vector stores et les p