> Markdown version of [/jobs/ext/4754098-forward-deployed-engineer-genai-f-h](https://www.wearedevelopers.com/jobs/ext/4754098-forward-deployed-engineer-genai-f-h). 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). --- # Forward Deployed Engineer GenAI F/H - **Company:** Docaposte - **Location:** Neuilly-sur-Seine, France - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** LangGraph Framework, Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, User Authentication, Microsoft Azure, Cloud Computing, Python (Programming Language), Software Engineering, Pinecone, Retrieval-Augmented Generation, Large Language Models, Generative AI, Weaviate, Search Engines, FAISS, OpenSearch, Databricks - **Published:** November 17, 2026 - **Apply:** https://www.welcometothejungle.com/fr/companies/docaposte-1/jobs/forward-deployed-engineer-genai-f-h_neuilly-sur-seine ## About the Role École d'ingénieur ou master scientifique (Bac+5) - Expérience significative de projets d'IA générative en production - Environnement Cloud (Azure, AWS ou Databricks) SAVOIR ÊTRE - Profil hybride ingénieur et partenaire terrain, à l'aise avec les interlocuteurs métier comme IT - Capacité à challenger un besoin, à vulgariser et à proposer une trajectoire réaliste - Autonomie, sens du produit, souci de fiabilité et de sécurité SAVOIR FAIRE - Langages : Python, conception logicielle - IA générative et agentique : LLM, RAG (chunking, embeddings, hybrid search, reranking), agents, MCP, LangChain / LangGraph ou équivalent - Bases vectorielles et moteurs de recherche : OpenSearch, Pinecone, Weaviate, FAISS ou équivalent - Production : APIs, authentification, monitoring, coûts, scalabilité ## Description Au poste de Forward Deployed Engineer Gen AI, vous aurez pour mission de : - Identifier les cas d'usage GenAI avec les métiers clients, concevoir, prototyper, intégrer et déployer des applications (assistants métier, RAG avancé, agents spécialisés, workflows multi-agents) - Définir les architectures cibles autour des LLM (RAG, tool calling, agents supervisés, human-in-the-loop) et participer aux choix techniques (modèles, frameworks, bases vectorielles, cloud) - Mettre en place l'évaluation (jeux de tests, LLM-as-a-judge, feedback utilisateur), l'observabilité (tracing, coûts, latence) et la sécurisation (permissions, prompt injection, guardrails) des applications en production - Travailler en itérations courtes avec les clients, contribuer aux avant-ventes et partager les bonnes pratiques internes Openvalue