> Markdown version of [/jobs/ext/3858410-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/3858410-engineer-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).

---

# Engineer H/F

- **Company:** Onepoint
- **Location:** Nantes, France (Remote available)
- **Experience:** Experienced
- **Contract:** Permanent contract
- **Skills:** Clean Code Principles, Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Microsoft Azure, Continuous Integration, Information Engineering, Elasticsearch, Python (Programming Language), Open Source Technology, OpenAI, Software Engineering, Pinecone, Qdrant, LangChain, Retrieval-Augmented Generation, Large Language Models, Llamaindex, Generative AI, Git, Pgvector, Data Lakes, LangSmith, RAGAS (Retrieval Augmented Generation Assessment), Weaviate, Machine Learning Operations, Azure AI, Semantic Kernel
- **Published:** October 22, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/84612269.html

## About the Role

Expérience : vous avez un background solide en Data Science, Data Engineering ou Software Engineering (min. 2 ans) et avez pivoté vers l'IA générative avec des premières réalisations concrètes (projets pros ou personnels avancés).

 - Polyvalence : vous ne bloquez pas si le client utilise Azure au lieu d'AWS. Vous apprenez vite et savez vous adapter aux contraintes (legacy, sécurité bancaire, etc.).
 - Posture conseil : vous savez vulgariser des concepts techniques complexes. Vous êtes capable d'expliquer pourquoi un RAG est nécessaire (ou non) à un directeur métier.
 - Mindset « Prod-Ready » : vous codez proprement. Vous savez que la valeur d'un consultant se mesure à la pérennité de ce qu'il laisse derrière lui., AWS
Git
Python
Capacité d'adaptation

## Description

Vous intervenez entre autres sur les missions suivantes :

 - Implémenter des solutions RAG, agents IA et assistants métiers.
 - Intégrer des LLM dans les systèmes existants et orchestrer leurs interactions.
 - Optimiser les prompts, embeddings et chaînes d'orchestration pour améliorer la pertinence et la performance.
 - Gérer les problématiques de coûts, latence et sécurité des solutions GenAI.
 - Mettre en place les bonnes pratiques de gouvernance et de conformité pour l'IA générative.
 - Collaborer étroitement avec les équipes Data, IT et métiers pour assurer la cohérence des solutions.

Vos challenges au quotidien :

Vous intervenez sur tout le cycle de vie du projet, du conseil au code :

 - Cadrer et architecturer : analyser le besoin métier pour définir la meilleure stratégie (RAG, agents, fine-tuning) et la stack adaptée à l'environnement client.
 - Industrialiser : développer du code robuste et modulaire (Python) pour intégrer les LLM aux SI existants (API, Data Lakes) et sortir de la logique de POC.
 - Optimiser et sécuriser : garantir la viabilité des solutions en maîtrisant les coûts/latences (LLMOps) et en implémentant les barrières de sécurité (guardrails).
 - Accompagner : vulgariser les concepts techniques et guider les équipes métiers et IT du client dans l'adoption de ces nouvelles technologies.

Votre palette technique :

Nous ne cherchons pas un expert d'un seul outil, mais un ingénieur capable de naviguer dans des écosystèmes variés. Voici les technologies sur lesquelles vous serez amené(e) à intervenir et conseiller :

 - Le socle : maîtrise indispensable de Python et des bonnes pratiques de Software Engineering (Clean Code, Git, CI/CD) pour garantir la robustesse des livrables chez nos clients.
 - LLM et orchestration : capacité à orchestrer des chaînes complexes (LangChain, LlamaIndex, Semantic Kernel) et à choisir le bon modèle pour le bon usage (OpenAI, Azure AI, Bedrock, Vertex AI, ou solutions open source type Mistral/Llama).
 - Data et bases vectorielles : savoir intégrer la solution dans l'écosystème data du client, que ce soit sur Pinecone, Qdrant, Weaviate ou directement via pgvector/Elasticsearch.
 - Architecture et cloud : aisance à déployer aussi bien sur AWS, Azure que GCP, ou dans des environnements on-premise contraints.
 - LLMOps : mettre en place les outils de monitoring et d'évaluation adaptés au client (LangSmith, MLflow, Ragas, etc.)., Notre processus de recrutement

 - 1er échange téléphonique avec l'un.e de nos Chargé.es de Recrutement
 - 1er entretien RH et opérationnel sur teams ou dans les locaux de Onepoint pour se connaitre davantage
 - Entretien avec un.e Leader et/ou Commercial.e dans les locaux de Onepoint pour une meilleure projection de carrière et visite de nos locaux
 - Clôture du process de recrutement, Contribuez aux grandes transformations des entreprises et des acteurs publics en alliant innovation technologique et expertise métier, au service de nos clients et de la société pour les faire avancer durablement.