Senior Software Engineer

lab : on livre des solutions utilisées, fiables, et mesurées. Ta missionIndustrialiser lIA chez Naboo pour automatiser, accélérer et fiabiliser nos processus sur toute la chaîne de valeur, du premier contact client jusquau delivery du séminaire (et lamélioration continue post-event).Tu construis des agents IA, des workflows et des produits data qui :réduisent drastiquement le temps passé sur les tâches répétitives et à faible valeur ajoutée,améliorent la qualité dexécution (moins derreurs, meilleure cohérence, meilleur contrôle),augmentent la vitesse de réponse et la satisfaction client,rendent nos équipes plus scalables, sans ajouter de complexité opérationnelle.Et surtout : tu livres des solutions observables et pilotées par la donnée monitoring, tracking dusage, qualité, latence, coûts, et impact business (temps gagné, baisse derreurs, adoption). Ce que tu feras concrètement1) Concevoir et développer des agents et outils IA production-readyConstruire des agents IA et des workflows multi-étapes avec LangGraph (orchestration, state management, human-in-the-loop, retries), jusquen production.Développer des assistants orientés métier (Sales/Ops/CS) : extraction/synthèse, rédaction assistée, aide à la décision, automatisation de workflows.Mettre en place les bons patterns : tool-calling, gestion de contexte, guardrails, sécurité/PII, maîtrise des coûts.2) Développer la data foundation qui rend lIA utileDévelopper des pipelines de données et des intégrations entre nos systèmes internes (BigQuery, MongoDB, APIs).Fiabiliser la donnée : qualité, traçabilité, monitoring, modèles et métriques partagés.3) Livrer en cycles Shape Up (orientés impact)Participer au shaping (cadrage, risques, découpage, définition du done).Travailler en étroite collaboration avec le PM et les équipes internes pour garantir la valeur ajoutée et ladoption.4) Mesurer et itérer (adoption & ROI)Définir et suivre des indicateurs : temps gagné, taux dadoption, baisse derreurs, satisfaction interne.Construire une boucle de feedback continue et itérer rapidement.5) Monitoring, tracking & performance (rigueur production)Mettre en place lobservabilité des pipelines et des agents (logs, métriques, alerting, traces).Suivre des KPIs de performance : latence, taux derreurs, taux de fallback, stabilité, coûts par workflow.Mettre en place une démarche dévaluation (qualité LLM, hallucinations, précision dextraction, conformité) + dashboards dusage.Optimiser en continu : caching, batching, choix modèles, tuning prompts, amélioration des données. Pourquoi ce rôle est une vraie opportunitéImpact direct : chaque projet livré a un effet mesurable sur la productivité.Ownership : tu influences larchitecture, les choix techniques, la standardisation des agents et la roadmap IA interne.Cycle complet : shaping build déploiement mesure itération.Environnement structuré : roadmap claire, cycles courts, vrais utilisateurs.Équipe

ambitieuse : forte proximité produit, exécution rapide, culture du concret. ExpérienceTu as déjà livré des projets data/IA en production (agents, automatisations, outils internes, data products).Tu es à laise avec un contexte ops : contraintes réelles, qualité, adoption, ROI. Compétences techniquesExcellente maîtrise de Python (Pandas, FastAPI, intégrations, APIs, tests).Solides bases en SQL et en manipulation/modélisation de données.Expérience LLMs/NLP (OpenAI API, LangChain/LangGraph, Hugging Face, RAG).Confort avec un environnement cloud data (BigQuery, GCP, MongoDB).Culture production & fiabilité : monitoring, métriques, alerting, post-mortems, amélioration continue.Bonus : vector DB (FAISS/Chroma), évaluation LLM, sécurité & privacy, optimisation coûts/latence. Qualités personnellesAutonome, rigoureux(se), orienté(e) impact.Sens du produit : tu comprends les besoins métiers et cherches la solution la plus efficace.Aime livrer vite, bien, et itérer avec des utilisateurs. Stack techniqueLangages : Python (Pandas, FastAPI, LangChain, LangGraph), SQLInfrastructure : BigQuery, MongoDB, GCPIA : OpenAI API, Hugging Face, FAISS / ChromaData Viz : Looker StudioMéthodo : Shape Up adaptée (cycles 68 semaines, shaping collaboratif)Observabilité : monitoring & alerting (logs/métriques), dashboards dadoption & performanceDécouvre en plus sur cettevidéo ! Étape 1: Entretien visio (45 min) avec lEngineering Manager Data & IAÉtape 2: Rencontre avec le CTO discussion technique & vision produitÉtape 3: Speed meeting échanges rapides avec plusieurs membres de Naboo

Construis l'intelligence interne qui boostera toute la chaîne de valeur de Naboo Qui sommes-nous ?Chez Naboo, notre mission est simple : simplifier lorganisation des séminaires et séjours déquipe. Notre plateforme aide les entreprises à trouver et réserver facilement les meilleurs logements, activités, restaurants et transports pour leurs événements.Pour offrir une expérience fluide, nos équipes internes gèrent chaque jour une grande quantité dopérations. Notre verticale Data & IA a un objectif clair : accroître la productivité de Naboo en supprimant les tâches à faible valeur ajoutée et en construisant des outils intelligents au service des équipes (Sales, Ops, Account Management, Customer Success).Tu rejoins notre équipe Data & IA, une verticale jeune mais déjà bien structurée. Nous travaillons selon des cycles courts inspirés de la méthode Shape Up : projets cadrés, priorisés, orientés impact, avec des livrables concrets rapidement utilisés par les équipes.Ici, lIA nest pas un