Senior Ai - Llm Engineer - IA Générative & Agentique Rag Fine-Tuning Inférence H/F

Concevoir, fine-tuner et améliorer des pipelines RAG et agentiques en production

• Travailler sur l’inférence de modèles : déploiement de LLMs sur GPU (vLLM), optimisation latence / débit / coûts

• Mettre en place l’évaluation et l’observabilité des pipelines IA (Phoenix/Arize, DSPy) : datasets d’évaluation, métriques de qualité, boucles d’amélioration continue

• Améliorer en continu la qualité d’extraction et les performances des agents

• Partager vos connaissances et coacher les profils moins expérimentés, Des produits GenAI réellement en production, dans un environnement exigeant et à fort impact

• Une stack à l’état de l’art : vLLM, LangGraph, Google ADK, DSPy, Phoenix (Arize)

• Un vrai mandat technique : du delivery, pas des slides

• L’opportunité d’apporter un regard neuf à une équipe qui investit sérieusement dans l’IA

STACK : Python, vLLM, LangGraph, Google ADK, DSPy, Phoenix (Arize), FastAPI, Kubernetes

PROCESSUS DE RECRUTEMENT

Entretien en présentiel (Paris), incluant des tests de mathématiques et de Python. Références techniques vérifiées.

Profil recherché1) 5 ans d’expérience minimum, dont au moins 3 ans en entreprise sur des sujets agentique, RAG, IA générative2) Compréhension profonde du fonctionnement des LLMs (architecture transformer, attention, tokenisation, décodage, quantization) - capable de l’expliquer et de le démontrer3) Expérience concrète de l’inférence en production : vLLM, GPU, optimisation de performances4) Pratique du fine-tuning (SFT, LoRA/QLoRA) et de l’amélioration de systèmes RAG en production5) Solides bases en mathématiques et Python (testées en entretien présentiel)6) Références techniques vérifiables, 1) 5 ans d’expérience minimum, dont au moins 3 ans en entreprise sur des sujets agentique, RAG, IA générative

2) Compréhension profonde du fonctionnement des LLMs (architecture transformer, attention, tokenisation, décodage, quantization) - capable de l’expliquer et de le démontrer

3) Expérience concrète de l’inférence en production : vLLM, GPU, optimisation de performances

4) Pratique du fine-tuning (SFT, LoRA/QLoRA) et de l’amélioration de systèmes RAG en production

5) Solides bases en mathématiques et Python (testées en entretien présentiel)

6) Références techniques vérifiables

EUR

Intelligence artificielle Kubernetes Optimisation des performances Python

Senior Ai - Llm Engineer - IA Générative & Agentique Rag Fine-Tuning Inférence H/F

Vous rejoignez la division IA d’une grande banque d’investissement européenne, au sein de la plateforme CIB. L’équipe Data Science conçoit et délivre des produits IA déjà en production : extraction automatisée de données à partir de documents financiers, chatbot agentique et génération de données. Ces produits sont utilisés au quotidien par les équipes métiers - vos améliorations ont un impact direct et mesurable.