S Senior AI Engineer

Le poste

Poste freelance, basé à Paris ou Bordeaux, avec un jour de télétravail par semaine, au sein de Mirakl Labs.

Cette opportunité vous plaît ? Postulez vite, car un grand nombre de candidatures est attendu. Faites défiler la page pour lire la description complète du poste.

Tu conçois, construis et fais passer à l'échelle des systèmes d'IA de niveau production, à la croisée de l'ingénierie logicielle, du machine learning et de l'IA générative, pour les équipes internes de Mirakl et le versant agentique de ses produits SaaS (de l'enrichissement de catalogues à la génération de contenu, jusqu'à l'agentic commerce avec Mirakl Nexus).

Missions

• - Concevoir, construire et déployer des systèmes d'IA de production pour les opérations internes : LLM, RAG, agents d'IA, IA multimodale et cadres d'évaluation.
• - Architecturer des flux de travail agentiques complexes : outils, mémoire, récupération d'informations, planification et garde-fous.
• - Prototyper vite, puis faire évoluer les prototypes en systèmes de production fiables et adaptables.
• - Connecter les systèmes d'IA aux plateformes internes : CRM, plateforme de données, Drive, Jira, outils de support et bases de connaissances.
• - Concevoir des couches d'orchestration robustes entre modèles, API, outils, systèmes de récupération et flux métier.
• - Garantir fiabilité, observabilité, passage à l'échelle et maintenabilité sur toute la pile IA.
• - Mener des pilotes et des expérimentations, recueillir des retours qualitatifs et quantitatifs, mesurer l'impact métier.
• - Analyser les usages, les modes d'échec, les coûts, la latence et les indicateurs de performance ; améliorer en continu précision, fiabilité, adoption et expérience.
• - Mettre en place des cadres d'évaluation, des garde-fous, des couches de validation et du suivi en production.
• - Concevoir des systèmes sûrs, explicables et prêts pour la production, conformes aux exigences de sécurité des données, de gouvernance et de contrôle d'accès.
• - Documenter architectures, capacités, limites, indicateurs et bonnes pratiques opérationnelles.
• - Accompagner l'adoption de l'IA par les équipes, contribuer aux standards d'ingénierie IA et servir de référent sur les usages.

Stack et outils

• - Langages : Python et SQL.
• - IA : modèles OpenAI, Anthropic, Gemini, Mistral et open source.
• - Agents et récupération : LangGraph, LangChain, LlamaIndex, MCP et bases vectorielles.
• - Infrastructure : AWS ou GCP, Docker et Kubernetes.

Profil attendu

• - Au moins 5 ans d'expérience en ingénierie logicielle, ML engineering ou IA appliquée.
• - Solides bases en Python et en ingénierie logicielle.
• - Capacité à concevoir des systèmes fiables et adaptables, et à traduire les capacités de l'IA en produits de production.
• - Posture produit : arbitrer entre excellence technique et impact métier, avec un focus sur les résultats mesurables plutôt que la complexité technique.
• - Travail en partenariat avec les utilisateurs finaux, les équipes métier, les product managers et les ingénieurs.

Indicateurs de réussite : adoption des produits et impact métier, performance et fiabilité des systèmes d'IA, qualité des sorties et mesures d'évaluation. xuezdbg

Ce qui te ferait sortir du lot (côté sécurité)

Zeroday : sur un poste comme celui-ci, ce qui fait la différence côté sécurité :

• - ne rien envoyer de confidentiel dans les prompts sans cadre clair : classifier les données avant qu'un LLM externe ne les voie ;
• - traiter tout contenu lu par un agent (tickets, documents) comme non fiable : l'injection de prompt est le risque numéro un d'un système agentique ;
• - limiter les outils et clés API d'un agent au strict nécessaire, avec des clés séparées et révocables indépendamment ;
• - filtrer les accès aux documents du RAG au moment de la requête, pas seulement à l'indexation.