> Markdown version of [/jobs/ext/3663967-ia-engineer-lyon-h-f](https://www.wearedevelopers.com/jobs/ext/3663967-ia-engineer-lyon-h-f). 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).

---

# IA Engineer - Lyon H/F

- **Company:** Umake Ton
- **Location:** Lyon, France
- **Contract:** Permanent contract
- **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Microsoft Azure, Cloud Computing, Information Systems, Continuous Integration, Python (Programming Language), Data Streaming, Management of Software Versions, Pinecone, Data Processing, Qdrant, Google Cloud, Retrieval-Augmented Generation, Large Language Models, Prompt Engineering, Llamaindex, Generative AI, Pgvector, Weaviate, Graphql, Machine Learning Operations, Restful APIs, Microservices
- **Published:** October 10, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/84266511.html

## About the Role

Compétences techniques :Développement : maîtrise de Python, conception d'API REST/GraphQL et intégrations applicatives.Data engineering : préparation des données, pipelines batch/streaming et contrôle qualité.IA générative : LLM, NLP, embeddings, RAG, prompt engineering et fine-tuning.Écosystème IA : bases vectorielles (Qdrant, Weaviate, Pinecone, pgvector...) et frameworks (LangChain, LlamaIndex...).Industrialisation : CI/CD, MLOps/LLMOps, tests, monitoring, versioning et optimisation des coûts.Cloud et sécurité : AWS, Azure ou GCP, sécurisation des LLM et protection des données.La maîtrise de l'anglais écrit et oral est requise. Savoir-être :Rigueur et organisation.Esprit critique et orientation métier.Capacité à travailler en équipe et à vulgariser des sujets techniques.Curiosité et volonté de développer continuellement ses compétences., * Développement : maîtrise de Python, conception d'API REST/GraphQL et intégrations applicatives.

 * Data engineering : préparation des données, pipelines batch/streaming et contrôle qualité.
 * IA générative : LLM, NLP, embeddings, RAG, prompt engineering et fine-tuning.
 * Écosystème IA : bases vectorielles (Qdrant, Weaviate, Pinecone, pgvector...) et frameworks (LangChain, LlamaIndex...).
 * Industrialisation : CI/CD, MLOps/LLMOps, tests, monitoring, versioning et optimisation des coûts.
 * Cloud et sécurité : AWS, Azure ou GCP, sécurisation des LLM et protection des données.

La maîtrise de l'anglais écrit et oral est requise.

Savoir-être :

 * Rigueur et organisation.
 * Esprit critique et orientation métier.
 * Capacité à travailler en équipe et à vulgariser des sujets techniques.
 * Curiosité et volonté de développer continuellement ses compétences.

EUR

Anglais
Intelligence artificielle
API
Google cloud platform
Contrôle qualité
Optimisation des coûts
AWS
REST
Python

## Description

De la conception à la mise en production, les principales responsabilités s'articulent autour de ces enjeux :

 - Concevoir les solutions IA : sélectionner les modèles (LLM, vision, embeddings) et les architectures les plus adaptés aux usages, aux exigences de performance, aux coûts et à la confidentialité.
 - Exploiter les données efficacement : construire les pipelines nécessaires à leur collecte, leur préparation, leur enrichissement et leur contrôle qualité, dans le respect des enjeux de traçabilité et de gouvernance.
 - Travailler la pertinence du RAG : optimiser le découpage des documents, les embeddings, la recherche vectorielle et les stratégies de récupération pour améliorer la qualité des réponses.
 - Développer les intégrations : connecter les briques d'IA aux applications et aux systèmes d'information via des API, des microservices et des flux événementiels.
 - Orchestrer les interactions : concevoir les prompts, les workflows avec agents et outils, ainsi que les garde-fous nécessaires pour maîtriser les réponses et limiter les risques.
 - Industrialiser les solutions : contribuer aux déploiements cloud, aux tests, au monitoring et à l'amélioration continue des modèles, des prompts, des performances et des coûts.