Ai engineer

CONTEXTE

MISSIONS

Responsabilités principales

• Concevoir et développer des serveurs MCP en Python.

• Implémenter des connecteurs vers des systèmes externes (SaaS, API REST, bases de données, outils collaboratifs, systèmes internes).

• Modéliser correctement les outils (tools), schémas d’entrée/sortie et descriptions afin d'optimiser leur utilisation par les LLM.

• Garantir la conformité aux standards de sécurité (OAuth2, OIDC, gestion des tokens, isolation des données).

• Assurer la robustesse, la performance et l'observabilité des connecteurs (logs, métriques, traçabilité des appels).

• Collaborer avec les équipes en charge des agents pour valider la bonne intégration MCP (tool calling, gestion des erreurs, latence, gestion d'état).

• Contribuer à la standardisation et à la gouvernance des connecteurs au sein de la plateforme.

EXPERTISE TECHNIQUE ET/OU METIER NECESSAIRE

AI Engineer

Domaine : Développement

Compétences :

Système d'exploitation

Langage informatique

Frameworks

Technologies

Méthodologie

Autres compétences

Anglais : Confirmé

LIVRABLES

SLA



EXPERTISES TECHNIQUES ATTENDUES

• Maîtrise solide de Python.

• Expérience dans le développement d’API et de services backend (FastAPl ou équivalent).

• Expérience avec LangChain, LangGraph ou frameworks similaires.

• Bonne compréhension du protocole MCP ou capacité à monter rapidement en compétence.

• Compréhension des mécanismes de tool calling dans les architectures LLM.

• Connaissance des principes d'architecture logicielle (modularité, Clean Architecture, découplage).

• Expérience avec Docker et idéalement Kubernetes.

• Compréhension des architectures agentiques.



Profil candidat:

• Maîtrise solide de Python.

• Expérience dans le développement d’API et de services backend (FastAPl ou équivalent).

• Expérience avec LangChain, LangGraph ou frameworks similaires.

• Bonne compréhension du protocole MCP ou capacité à monter rapidement en compétence.

• Compréhension des mécanismes de tool calling dans les architectures LLM.

• Connaissance des principes d'architecture logicielle (modularité, Clean Architecture, découplage).

• Expérience avec Docker et idéalement Kubernetes.

• Compréhension des architectures agentiques.