> Markdown version of [/jobs/ext/4612132-senior-ai-engineer-llmops-banque-de-financement-h-f](https://www.wearedevelopers.com/jobs/ext/4612132-senior-ai-engineer-llmops-banque-de-financement-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).

---

# Senior ai Engineer - Llmops - Banque de Financement H/F

- **Company:** Anderson Rh
- **Location:** Paris, France (Remote available)
- **Experience:** Expert
- **Contract:** Contract
- **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, C++ (Programming Language), Continuous Integration, Linux, Python (Programming Language), OpenShift, Performance Tuning, Rapid Prototyping Process, Retrieval-Augmented Generation, Large Language Models, Prompt Engineering, Generative AI, Backend, Git, Fastapi, Kubernetes, Bitbucket, Machine Learning Operations, Restful APIs, Docker, Jenkins, Microservices
- **Published:** November 7, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/85226697.html

## About the Role

Bonne maîtrise des modèles LLM, de leur intégration et de leur exploitationPrompt engineering, fine-tuning et optimisation des modèlesGestion du contexte, des tokens et des performancesGénération et exploitation des embeddings ; architectures RAGBases de données vectorielles ; chunking, recherche hybride et rerankingArchitectures multi-agents, communication entre agents, Tool Calling et protocole MCPDocker, Kubernetes, idéalement OpenShift ; CI/CD (Jenkins, Git, Bitbucket)Monitoring, observabilité, optimisation CPU/GPU ; microservices et API RESTTrès bonne maîtrise de Python ; services backend et API (FastAPI ou équivalent)Bonne connaissance des environnements Linux ; intégration de solutions IA dans des systèmes existantsConnaissances en C/C++ appréciéesIndexation de code source et de documentation technique (appréciée)Architectures distribuées (appréciées)Optimisation des performances et des coûts d'inférence LLM (appréciée)Sécurité, confidentialité et
contrôle d'accès aux données IA (appréciée)Développement de solutions IA en environnement on-premise (apprécié)Connaissance de l'environnement Front Office d'une banque de marché (un plus)Autonomie, esprit d'initiative, aisance dans un environnement technique complexeApproche pragmatique : prototypage rapide, industrialisation et qualitéCollaboration étroite avec un responsable techniqueIngénieur expérimenté en AI Engineering, IA générative ou LLMOpsExpérience concrète de conception et de mise en production de solutions IAFormation d'ingénieur ou master en informatique, data science ou IA, 1. Bonne maîtrise des modèles LLM, de leur intégration et de leur exploitation

 2. Prompt engineering, fine-tuning et optimisation des modèles
 3. Gestion du contexte, des tokens et des performances
 4. Génération et exploitation des embeddings ; architectures RAG
 5. Bases de données vectorielles ; chunking, recherche hybride et reranking
 6. Architectures multi-agents, communication entre agents, Tool Calling et protocole MCP
 7. Docker, Kubernetes, idéalement OpenShift ; CI/CD (Jenkins, Git, Bitbucket)
 8. Monitoring, observabilité, optimisation CPU/GPU ; microservices et API REST
 9. Très bonne maîtrise de Python ; services backend et API (FastAPI ou équivalent)
 10. Bonne connaissance des environnements Linux ; intégration de solutions IA dans des systèmes existants
 11. Connaissances en C/C++ appréciées
 12. Indexation de code source et de documentation technique (appréciée)
 13. Architectures distribuées (appréciées)
 14. Optimisation des performances et des coûts d'inférence LLM (appréciée)
 15. Sécurité, confidentialité et contrôle d'accès aux données IA (appréciée)
 16. Développement de solutions IA en environnement on-premise (apprécié)
 17. Connaissance de l'environnement Front Office d'une banque de marché (un plus)
 18. Autonomie, esprit d'initiative, aisance dans un environnement technique complexe
 19. Approche pragmatique : prototypage rapide, industrialisation et qualité
 20. Collaboration étroite avec un responsable technique
 21. Ingénieur expérimenté en AI Engineering, IA générative ou LLMOps
 22. Expérience concrète de conception et de mise en production de solutions IA
 23. Formation d'ingénieur ou master en informatique, data science ou IA

EUR

Intelligence artificielle
API
Contrôle des accès
Esprit d'initiative
Linux
Git
Jenkins
Kubernetes
Optimisation des performances
Python
Autonomie
C++
API REST
Monitoring
Docker

## Description

Accompagner la conception, le développement et l'industrialisation d'un environnement IA évolutif : modèles LLM, indexation des données, orchestration d'agents IA et déploiement en environnement d'entreprise.

 - Travailler en collaboration étroite avec le responsable technique de l'équipe.
 - Participer à la conception et à la mise en place d'un socle technique IA modulaire, évolutif et industrialisable, permettant l'intégration de différents modèles, services et agents IA.

Outils & Environnement

 - Agent IA
 - FastAPI
 - IA générative
 - Large Language Model (LLM)
 - Linux