Expert IA – DevSecOps

Il y a 7 heures

Paris, Île-de-France KEONI CONSULTING Temps plein
La mission doit apporter une expertise sur l'intelligence artificielle, en particulier l'IA agentique : LLM, agents, MCP, skills, RAG, prompting et génération de code, au sein de l'équipe. L'équipe explore, prototype et outille les usages de l'IA avec un double objectif : ? Mettre l'IA au service de la chaîne d'intégration continue et de l'outillage, GitLab en premier lieu ; ? Acculturer largement le train à ces technologies. Le

profil recherché
est technique tout en étant capable de comprendre les enjeux métier et de vulgariser auprès d'interlocuteurs non techniques. MISSIONS ? Réalisation de spikes et de POC autour de l'IA agentique : LLM, agents, RAG, MCP, prompting, génération de code ; ? Intégration de l'IA dans la chaîne CI/CD et l'outillage DevSecOps : GitLab, GitLab Duo et DAP notamment, MCPs sur les outils de la chaîne ; ? Conception d'enablers et d'outils IA réutilisables par les équipes du train ; ? Mise en ?uvre et évaluation des briques d'IA du groupe : Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ; ? Conception d'agents et d'assistants IA appliqués au développement et au DevOps ; ? Mise en place de RAG et exploitation de bases de connaissances ; ? Veille technologique et évaluation des solutions d'IA pertinentes pour le train ; ? Prise en compte des enjeux de sécurité et de conformité dans les usages de l'IA ? DevSecOps ; ? Développement des composants nécessaires : scripts, intégrations, API ; ? Acculturation et essaimage auprès du train : formations, démonstrations, ateliers ; ? Rédaction et vulgarisation de la documentation associée dans Confluence, à destination de publics techniques et non techniques ; ? Accompagnement et support des équipes du train dans l'adoption des usages de l'IA ; ? Contribution au partage de connaissance et à la montée en compétence collective. Profil candidat: Le titulaire doit disposer de fondamentaux techniques confirmés en développement et DevOps de + 5 ans. Une expérience concrète dans la mise en ?uvre d'agents, de RAG ou de MCP, ou une contribution à des projets IA, constitue un atout apprécié. Si possible, des certifications peuvent être présentées. Compétences techniques indispensables ? Rédhibitoires ? Maîtrise des concepts de l'IA agentique : LLM, agents, MCP, RAG, prompting ; ? Capacité à concevoir et intégrer des solutions d'IA : agents, RAG, appels d'API de modèles ; ? Solides fondamentaux en développement et en génération de code assistée par IA ; ? Compréhension du lien entre IA, CI/CD et outillage DevSecOps, notamment GitLab ; ? Capacité à comprendre les enjeux métier et à vulgariser auprès de non-techniques ; ? Maîtrise des API REST et de l'intégration de services d'IA ; ? Connaissance des offres d'IA du groupe : Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ; ? Compétence en évaluation de solutions IA : pertinence, robustesse, mesure des résultats ; ? Connaissance des assistants IA pour le développement : GitLab Duo, GitLab DAP ; ? Sensibilité aux enjeux de sécurité et de conformité appliqués à l'IA ? DevSecOps. Autres compétences techniques principales ? Développement, notamment Python, et scripting ; ? Culture technique générale du SI : API, architecture, avec une vision opérationnelle ; ? Connaissance des clouds AWS et GCP ; ? Notions de conteneurisation et d'environnements d'exécution : Docker, Kubernetes/OpenShift ; ? Connaissance de Confluence et Jira ; ? Expérience des méthodes agiles Scrum, SAFe et du fonctionnement en équipe ; ? Connaissance de Microsoft Pack Office, Outlook et Teams ; ? Capacité de vulgarisation et d'animation : formations, démonstrations, ateliers ; ? Connaissance des mécanismes de fonctionnement d'une plateforme DevSecOps. Environnement technologique Une bonne connaissance de l'écosystème suivant est attendue, sans nécessairement disposer d'une expertise approfondie sur chaque brique : ? LLM, agents, MCP, RAG, prompting, génération de code ; ? Google Gemini, Vertex AI, Antigravity, Anthropic, Mistral ; ? GitLab Duo et GitLab DAP ; ? Python et intégration via API ; ? Docker, Kubernetes/OpenShift ; ? GitLab CI/CD, Jira, Confluence ; ? AWS, GCP, S3NS ; ? Sécurité et conformité appliquées à l'IA ; ? Scrum, Kanban et SAFe ; ? Bonnes pratiques DevSecOps et SRE.