AI Engineer (H/F/NB)
HybridBordeaux, Nouvelle-Aquitaine, France or Nantes, Pays de la Loire, France
Job Summary
Design and deploy end-to-end AI agent systems in production, orchestrating multi-step workflows that integrate tools, memory, and decision-making within client information systems. Architect agents using frameworks like LangChain or CrewAI, connecting them via APIs, webhooks, and protocols to CRM and ERP environments while managing token costs and inference expenses. Implement RAG pipelines, guardrails, and evaluation frameworks to ensure reliability and scalability, then document agent capabilities and limitations for long-term maintainability. Iterate based on real-world usage metrics and enable internal teams on agent architecture and FinOps practices.
Required Qualifications
- Une expérience de construction de briques d'IA générative (Anthropic, OpenAI, Mistral, Google Gemini, etc.) ou agentique en production, pas seulement en prototype ou en atelier
- Une pratique de l'intégration système (API, CRM, ERP, webhooks, connecteurs) dans des environnements de production réels
- Une trajectoire technique orientée vers l'autonomie croissante sur le déploiement de solutions IA
- Une rigueur d'ingénierie qui dépasse la validation en démonstration
- Une curiosité pour le résultat métier produit par ce que vous construisez
- Une capacité à produire, documenter et transmettre ce que vous construisez
- Une posture d'enablement
- Maîtrise d'un langage de prédilection pour l'IA : Python en priorité, Java ou Node.js/TypeScript en alternative selon l'écosystème du client
- Conception d'architectures d'agents multi-étapes (prompts, tools, mémoire, guardrails)
- Utilisation de frameworks d'orchestration d'agents (LangChain, LangGraph, LlamaIndex, CrewAI)
- Mise en œuvre de RAG et d'évaluation de LLM (Anthropic, OpenAI, Mistral, Google Gemini, etc.)
- Utilisation de bases de données vectorielles (Pinecone, Milvus, Chroma, pgvector)
- Maîtrise pratique des APIs et SDKs des principaux fournisseurs de modèles (Anthropic, OpenAI, Mistral, Google Gemini, etc.), avec function calling / tool use
- Mise en place de frameworks d'évaluation et de test de sorties LLM (Anthropic, OpenAI, Mistral, Google Gemini, etc.) : evals, guardrails
- Intégration système au sein des architectures client (CRM, ERP, MCP, webhooks, connecteurs)
- Utilisation d'outils d'orchestration low-code/no-code (n8n, Make, Dust)
- Maîtrise des fondamentaux Data Engineering : SQL, modélisation, plateformes data (Snowflake, BigQuery, Databricks)
- Maîtrise des leviers FinOps IA : cache sémantique, model tiering, prompt optimization
- Rédaction éprouvée de documentation technique (agents, pipelines, architectures d'intégration) destinée à d'autres équipes
- Anglais professionnel courant, à l'écrit comme à l'oral, indispensable quel que soit le niveau d'expérience
Desired Qualifications
- curiosité
- créativité
- communication
- conscience professionnelle
- culture
- capacité à faire
Hiring someone like this?
Get your role in front of qualified candidates on Sorce.