> Markdown version of [/jobs/ext/3234656-lucernys-agentic-ai-engineer](https://www.wearedevelopers.com/jobs/ext/3234656-lucernys-agentic-ai-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # LUCERNYS - AGENTIC AI ENGINEER - **Company:** LUCERNYS - **Location:** Paris, France (Remote available) - **Experience:** Expert - **Salary:** €42,000.0 - €47,000.0 - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Code Review, Python (Programming Language), PostgreSQL, Next.js, TypeScript, Large Language Models, Git, Fastapi, Gitlab-ci, Git Flow, Kubernetes, Search Engines, NestJS, GPT, Docker - **Published:** September 11, 2026 - **Apply:** https://www.indeed.com/viewjob?jk=e8a0cee51027b4a4 ## About the Role Nous ne cherchons pas dix ans d'expérience. Nous cherchons quelqu'un capable de prendre un besoin flou, de le cadrer, de proposer une solution, de la construire et de la mettre en production., * Vous avez déjà livré. Du code à vous tourne quelque part, avec de vrais utilisateurs, et vous savez raconter ce qui a cassé et comment vous l'avez réparé. * Vous êtes solide en développement : TypeScript et/ou Python, à un niveau qui vous permet de reprendre du code existant sans le réécrire, de lire une stack trace jusqu'au bout et d'écrire des tests qui servent à quelque chose. * Vous savez ce que vaut ce que vous produisez. Un système à base de LLM ne se juge pas sur trois exemples réussis : vous êtes capable de construire un jeu d'évaluation, de mesurer une régression, de comparer deux approches sur la qualité, le coût et la latence. * Vous êtes force de proposition : face à un besoin, vous proposez une approche, vous l'argumentez, et vous acceptez qu'on en retienne une autre. Vous dites quand vous n'êtes pas d'accord, et vous le dites tôt. * Vous êtes curieux et vous transformez ça en quelque chose d'utile : ce qui sort, vous l'essayez, vous vous faites votre avis, et vous savez expliquer à l'équipe ce que ça change, ou ne change pas, pour nous. * Vous écrivez clairement. Une spécification, une décision d'architecture, un compte rendu à un consultant : la moitié du métier passe à l'écrit. Ce qui est apprécié : Go, Kubernetes, GitOps, moteurs de recherche documentaire, sujets RGPD / AI Act, expérience du conseil. Nos produits ne sont pas écrits dans un seul langage, et on vous accompagne sur ceux que vous découvrez. ## Description Vos missions * Porter des fonctionnalités IA de bout en bout, du cadrage avec le demandeur jusqu'à la mise en production et au suivi de ce qu'elles font une fois en service. * Concevoir des agents et des outils basés sur les LLM : RAG, orchestration, mémoire, outils métier exposés aux agents via le protocole MCP. * Construire des pipelines de traitement documentaire : extraction, structuration, recherche sémantique, restitution avec sources vérifiables, sur des documents réels, longs, mal formés et contradictoires. * Tenir la mesure : monter et maintenir les jeux d'évaluation de nos produits, préconiser des choix techniques sur des chiffres plutôt que sur des impressions. Une amélioration qui ne se mesure pas ne se déploie pas. * Prendre part aux décisions d'architecture : vous participez aux choix, vous en documentez les raisons. * Défricher les sujets neufs. Un modèle, un framework, un protocole qui sort : vous le prenez en main, vous montez un prototype court, vous présentez ce que ça change pour nos produits. Cette veille appliquée fait partie du travail. * Travailler avec les consultants : comprendre un besoin métier, proposer une réponse, y compris quand la meilleure réponse n'est pas celle qui était demandée au départ. Notre façon de travailler * Les assistants de code IA (Claude Code et équivalents) sont des outils de travail standard, pas des gadgets. * Nous avons développé notre propre plateforme d'orchestration d'agents de développement : elle enchaîne spécification, plan d'exécution, développement par agents et revue de code, puis suit la livraison jusqu'en production. Vous l'utilisez au quotidien. * Tout part d'une spécification et d'un plan validé, avant d'ouvrir un éditeur. La revue de code, la génération de tests et la documentation sont assistées par LLM, mais un humain valide toujours. * L'équipe est courte : votre proposition n'a pas trois étages à remonter. Une bonne idée le lundi peut être en production le vendredi, et une idée écartée vous vaudra une explication, pas un silence. * On livre, on mesure, on améliore. Environnement technique * Applications : TypeScript de bout en bout : Vue 3, Next.js, NestJS ; Python (FastAPI) sur les briques data et IA * IA : LLM (Claude, GPT), RAG et recherche hybride, embeddings, bases vectorielles, agents et protocole MCP * Données : PostgreSQL (dont pgvector), moteurs de recherche documentaire, pipelines d'ingestion multi-format * Livraison : Git et GitLab CI, conteneurs Docker, déploiement Kubernetes en GitOps * Socle plateforme : Go, pour nos composants d'infrastructure Processus de recrutement 2 entretiens, un processus rapide et sans superflu.