> Markdown version of [/jobs/ext/4535013-engineer-data-engineer-agentic-ai-genai-h-f](https://www.wearedevelopers.com/jobs/ext/4535013-engineer-data-engineer-agentic-ai-genai-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 - Data Engineer - Agentic ai & Genai H/F

- **Company:** Ai.
- **Location:** Paris, France (Remote available)
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** LangGraph Framework, Application Programming Interfaces (APIs), Artificial Intelligence, Microsoft Azure, Cloud Computing, Continuous Integration, Elasticsearch, Python (Programming Language), OpenAI, Search Technologies, Google Cloud, Retrieval-Augmented Generation, Large Language Models, Generative AI, Git, Fastapi, Pgvector, Claude, Google Gemini, Docker
- **Published:** November 3, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/85064677.html

## About the Role

Profil recherchéNous recherchons un profil expérimenté en développement Python / Data Engineering ayant une expérience concrète sur des projets GenAI et Agentic AI.Une expérience de mise en production de solutions AI / GenAI dans un environnement grand groupe est indispensable. Nous ne recherchons pas un profil ayant uniquement travaillé sur des POC ou des projets personnels.Compétences recherchées :Excellente maîtrise de PythonExpérience concrète avec les LLM et la GenAIDéveloppement d'agents IA et de workflows agentiquesExpérience avec LangGraph et/ou LangChainExpérience en RAG et bases vectoriellesTool Calling / Function CallingConnaissance de MCP (Model Context Protocol) appréciéeDéveloppement d'API avec FastAPIGit, CI/CD et DockerExpérience Cloud, idéalement Azure et/ou GCPExpérience d'industrialisation, déploiement et monitoring de solutions en productionAu-delà des compétences techniques, nous recherchons une personne autonome, rigoureuse et capable de
comprendre rapidement les enjeux métiers.Le savoir-être est également essentiel : excellent communicant, dynamique, positif et énergique, avec une réelle capacité à interagir avec des équipes techniques et métiers dans un environnement grand groupe international., Nous recherchons un profil expérimenté en développement Python / Data Engineering ayant une expérience concrète sur des projets GenAI et Agentic AI.

Une expérience de mise en production de solutions AI / GenAI dans un environnement grand groupe est indispensable. Nous ne recherchons pas un profil ayant uniquement travaillé sur des POC ou des projets personnels., * Excellente maîtrise de Python

 * Expérience concrète avec les LLM et la GenAI
 * Développement d'agents IA et de workflows agentiques
 * Expérience avec LangGraph et/ou LangChain
 * Expérience en RAG et bases vectorielles
 * Tool Calling / Function Calling
 * Connaissance de MCP (Model Context Protocol) appréciée
 * Développement d'API avec FastAPI
 * Git, CI/CD et Docker
 * Expérience Cloud, idéalement Azure et/ou GCP
 * Expérience d'industrialisation, déploiement et monitoring de solutions en production

Au-delà des compétences techniques, nous recherchons une personne autonome, rigoureuse et capable de comprendre rapidement les enjeux métiers.

Le savoir-être est également essentiel : excellent communicant, dynamique, positif et énergique, avec une réelle capacité à interagir avec des équipes techniques et métiers dans un environnement grand groupe international.

EUR

Intelligence artificielle
API
Google cloud platform
Git
Rigueur et méthode
Python
Docker

## Description

L'objectif de la mission est de concevoir, développer et industrialiser des agents IA capables d'interagir avec les données, applications et outils métiers de l'entreprise.

Vous interviendrez notamment sur :

 - Le développement d'agents IA et de workflows agentiques
 - La conception de solutions avec LangGraph, MCP et Tool Calling
 - Le développement et l'industrialisation de solutions RAG
 - L'intégration de LLM (OpenAI, Claude, Gemini, Llama...) aux applications et outils métiers
 - Le développement d'API et de services d'orchestration en Python / FastAPI
 - La gestion du contexte, de la mémoire et des interactions entre agents et outils
 - L'intégration de bases vectorielles (PGVector, Elasticsearch / Vector Search...)
 - Le cadrage et le prototypage de nouveaux cas d'usage GenAI
 - Les tests, le monitoring et la documentation des solutions développées
 - L'industrialisation et le déploiement des solutions dans des environnements Cloud