Développeur confirmé ia générative - cdi - cdi

Description du poste


Contexte

Dans le cadre du lancement du programme DevX, qui vise à industrialiser et standardiser les pratiques de développement de la DSI tout en intégrant massivement l'IA générative dans les outils du quotidien (IDE, CI/CD), nous recherchons un profil de Développeur Confirmé.


Missions

* Travailler sur l’IA générative et le modern engineering, notamment avec LangChain/LanGraf ou équivalent, LLM, RAG, Prompt Engineering.
* Maîtriser l’outillage IA comme Github Copilot (ou équivalent) pour le code.
* Développer en Python.
* Appliquer une forte culture DevOps et automatisation avec des pratiques de craftsmanship, "Everything-as-Code" et manipulation d’API.
* Gérer les pipelines CI/CD avec Jenkins, Gitlab-CI, Maven, Artifactory, SonarQube.
* Utiliser IaC et config management avec Terraform et Ansible.
* Travailler avec la conteneurisation Docker et Kubernetes.
* Scripting Shell.
* Assurer la sécurité via la gestion des certificats/SSL et bonnes pratiques SecOps.
* Développer sur une stack standard : backend Java/SpringBoot, frontend Angular/Typescript, cloud AWS, versioning Git avec flows collaboratifs avancés.
* Appliquer la méthodologie agile à l’échelle SAFe, avec une expérience concrète en train SAFe.
* Communiquer efficacement en synthétisant et exposant un raisonnement technique logique et argumenté (niveau présentation CoDir DSI).
* Faire preuve d’autonomie et capacité à travailler en transverse.


Outils & Environnement

* IA agentique & frameworks : LangChain, LanGraf ou équivalent.
* GenAI : LLM, RAG, Prompt Engineering.
* Outillage IA : Github Copilot ou équivalent.
* Langages : Python, Java, Typescript.
* CI/CD : Jenkins, Gitlab-CI, Maven, Artifactory, SonarQube.
* IaC & Config Management : Terraform, Ansible.
* Conteneurisation : Docker, Kubernetes.
* Scripting : Shell.
* Cloud : AWS.
* Versioning : Git (flows collaboratifs avancés).
* Méthodologie agile SAFe.


Contexte technique détaillé sur la contextualisation et RAG

* La contextualisation consiste à fournir les bonnes informations métier au LLM (type GPT-4 ou équivalent) pour éviter des réponses génériques ou des hallucinations.
* Le RAG (Retrieval-Augmented Generation) est au cœur de cette contextualisation dynamique : l’utilisateur pose une question, on requête les données internes (docs, code, KB…), on récupère les morceaux pertinents, puis on les injecte dans le prompt du LLM.
* Les données peuvent provenir de bases de données, APIs internes, documentation (Confluence, Git…), logs, tickets.
* Les méthodes de récupération incluent recherche classique (SQL, API) et recherche sémantique (embeddings + vector DB) avec des outils comme Elasticsearch (full-text) ou Pinecone (vector search).
* Exemple concret : un développeur demande comment configurer un pipeline Jenkins, la contextualisation permet de fournir une réponse spécifique basée sur le repo Git et la documentation interne CI/CD.
* L’IA agentique avec des frameworks comme LangChain automatise ce processus en décidant quoi requêter, appelant API/DB, construisant le contexte et appelant le LLM.
* L’objectif du programme DevX est d’intégrer l’IA dans IDE, CI/CD, etc., pour suggérer du code basé sur le repo, expliquer une erreur CI/CD avec logs internes, générer du code conforme aux standards DSI.


Conditions de travail

* Projet sur 6 mois axé sur la contextualisation et l’injection de données dans les prompts pour éviter les hallucinations.
* Cadre SAFe avec micro-équipes aux rôles très spécifiques, méthode agile avancée.
* CDI souhaité, préférence pour un profil interne.
* Package attractif, tarif à discuter avec le contact Rayan.


Profil recherché

1. Maîtrise intermédiaire des frameworks d'IA agentique comme LangChain ou LanGraf
2. Compétences intermédiaires en GenAI : LLM, RAG, Prompt Engineering
3. Maîtrise avancée de Github Copilot ou équivalent pour le code
4. Compétences confirmées en Python
5. Solides compétences en Craftsmanship, "Everything-as-Code" et manipulation d'API
6. Expérience intermédiaire à confirmée avec Jenkins, Gitlab-CI, Maven, Artifactory, SonarQube
7. Compétences intermédiaires en Terraform et Ansible
8. Maîtrise intermédiaire de la conteneurisation avec Docker et Kubernetes
9. Compétences intermédiaires en Scripting Shell
10. Connaissances intermédiaires en sécurité : gestion des certificats/SSL et bonnes pratiques SecOps
11. Compétences intermédiaires en Java / SpringBoot
12. Compétences intermédiaires en Angular / Typescript
13. Compétences intermédiaires en AWS
14. Maîtrise intermédiaire de Git avec des flows collaboratifs avancés
15. Maîtrise confirmée du cadre SAFe (certification SPC un plus, expérience concrète impérative)
16. Capacité à synthétiser et exposer un raisonnement technique de façon logique et argumentée (niveau présentation CoDir DSI)
17. Forte autonomie et capacité à travailler en transverse