Développement de solutions d'IA générative

• Concevoir et développer des assistants IA basés sur les technologies RAG et les modèles de langage (LLM).
• Développer des pipelines d'ingestion et de valorisation de bases documentaires techniques (PDF, Office, scans, bases de connaissances).
• Améliorer les performances des assistants IA via des mécanismes de recherche sémantique, de sélection de contexte et d'évaluation automatisée.
• Réaliser des benchmarks et comparer différentes architectures afin d'identifier les solutions les plus performantes.

Agents IA, MCP et gestion des connaissances

• Développer des outils et connecteurs basés sur le protocole MCP (Model Context Protocol).
• Participer à la conception d'agents IA capables d'interagir avec les outils et données de l'entreprise.
• Concevoir des briques réutilisables pour accélérer le développement de nouveaux assistants.
• Développer des solutions de synthèse documentaire et de structuration des connaissances pour faciliter l'accès à l'information.

Exploitation des données industrielles

• Valoriser les données issues des activités industrielles : soudures, contrôles non destructifs (CND), procédés chimiques, maintenance et retour d'expérience.
• Développer des modèles d'analyse, de prédiction et de détection d'anomalies.
• Identifier et mettre en œuvre des cas d'usage à valeur ajoutée dans les domaines de la maintenance prédictive, du contrôle qualité et de l'optimisation des processus.
• Collaborer avec les experts métiers pour transformer les données en outils d'aide à la décision.

Accompagnement des utilisateurs et conduite du changement

• Accompagner les équipes dans l'adoption des outils d'IA générative.
• Animer des démonstrations, ateliers et formations.
• Fournir un support aux utilisateurs et recueillir leurs besoins.
• Déployer les bonnes pratiques liées au développement assisté par IA (Microsoft Copilot, VSCode Continue, OpenCode etc.).

Innovation et expérimentation

• Réaliser des preuves de concept sur de nouveaux usages IA.
• Assurer une veille technologique sur les LLM, agents IA, MCP et outils de développement augmentés par l'IA.
• Contribuer à l'orientation technique des projets grâce à une démarche d'expérimentation et d'amélioration continue.

Formation

Diplôme d'ingénieur ou Master 2 en informatique, intelligence artificielle, data science, génie logiciel ou domaine connexe.

Expérience et positionnement attendu

Première expérience en développement logiciel, data ou intelligence artificielle (stage, alternance ou premier emploi).

Le poste s'adresse à un profil junior souhaitant développer une expertise en IA générative et en valorisation des données industrielles dans un environnement exigeant.

Une forte motivation pour apprendre, expérimenter et accompagner les utilisateurs dans la transformation numérique est attendue.

Compétences techniques

• Bonne maîtrise de Python.
• Connaissances en développement logiciel et APIs.
• Notions ou premières expériences sur les modèles de langage (LLM), les architectures RAG et les agents IA.
• Intérêt pour les protocoles d'intégration tels que MCP.
• Connaissances des outils de gestion de versions (Git).
• Compréhension des principes de recherche sémantique, bases vectorielles et pipelines documentaires.
• Connaissances de base en statistiques, analyse de données et machine learning.
• Intérêt pour les applications industrielles de l'IA et l'exploitation de données issues de procédés physiques.
• Une première expérience en traitement de données industrielles, séries temporelles, maintenance prédictive ou détection d'anomalies constitue un atout.
• Une première expérience avec LangChain, Semantic Kernel, LlamaIndex ou technologies équivalentes constitue un atout.
• Une connaissance de l'écosystème Microsoft (Azure, Microsoft 365, Copilot Studio, Power Platform) est appréciée.

Compétences transverses

• Curiosité et appétence forte pour les nouvelles technologies.
• Capacité d'analyse et de résolution de problèmes.
• Bon niveau de communication et de pédagogie.
• Goût pour le travail collaboratif et transverse.
• Sens du service et accompagnement des utilisateurs.
• Rigueur et autonomie dans la conduite des missions.
• Capacité à évoluer dans un environnement industriel exigeant.
• Goût prononcé pour l'expérimentation, l'innovation et la R&D appliquée.
• Capacité à évaluer de manière critique différentes approches techniques et à justifier les choix retenus.
• Sens de la capitalisation et du partage de connaissances au sein des équipes.