Freeance - ai engineer senior – ia générative & full stack (azure / react)

Description de mission

AI Engineer Senior – IA Générative & Full Stack (Azure / React)

09/04/2026

Contexte client

Notre client est un acteur industriel engagé dans l’industrialisation de cas d’usage d’IA

générative afin d’accélérer l’automatisation de processus et d’améliorer la productivité des

équipes opérationnelles. Dans un contexte de mise à l’échelle de solutions (chatbots, assistants

et agents) et d’exigences fortes en matière de sécurité et d’architecture cloud, notre client

souhaite renforcer son dispositif avec un AI Engineer capable de délivrer des solutions de bout

en bout sur Azure.

Contexte & Objectifs de mission

La mission s’inscrit dans un programme de construction et de déploiement d’assistants

conversationnels et d’agents IA destinés à supporter des processus métiers (support interne,

recherche documentaire, aide à la décision, automatisation de tâches). L’objectif est de

concevoir des solutions robustes, sécurisées et maintenables, depuis le prototypage jusqu’à la

mise en production, en s’appuyant sur une stack IA générative (LLM, RAG, outils

d’agentification) et une plateforme Azure conforme aux standards d’entreprise. Le consultant

interviendra à l’interface entre les équipes métiers et IT pour transformer des besoins

opérationnels en produits IA industrialisés, avec un focus sur la qualité logicielle, la

performance, l’observabilité et la gouvernance (accès, données, conformité).

Périmètre de la mission

• Concevoir, développer et faire évoluer des chatbots/assistants et agents IA (approches RAG,

outils, orchestration) en Python et LangChain, intégrés à des interfaces web

(React/JavaScript).• Cadrer et implémenter les cas d’usage métiers orientés automatisation de processus :

recueil du besoin, définition des parcours utilisateurs, critères d’acceptation, et mesure de la

valeur (gains de temps, qualité, réduction des irritants).

• Mettre en place une architecture Azure sécurisée et industrialisable : Azure Web Apps,

VNet, Private Endpoints, intégration aux services IA (Azure AI Foundry, AI Search), et bonnes

pratiques réseau/sécurité.

• Déployer l’infrastructure as code (Terraform) : modules, environnements

(dev/recette/prod), gestion des variables/secrets, et standardisation des patterns de

déploiement.

• Construire et maintenir les pipelines CI/CD (build, tests, déploiement) et contribuer aux

pratiques DevSecOps : contrôles qualité, scans, gestion des versions, promotion inter-

environnements.

• Intégrer les composants data nécessaires (SQL, indexation, recherche) et mettre en œuvre la

chaîne RAG (ingestion, chunking, embeddings, retrieval, ranking) en tenant compte des

contraintes documentaires (ex. extraction/Doc AI).

• Assurer la qualité et la fiabilité : tests (unitaires/intégration), gestion des erreurs,

performance, gestion des coûts, monitoring et observabilité (logs, traces, suivi des prompts).

• Mettre en place des garde-fous IA : sécurité des prompts, contrôle d’accès, gestion des

données sensibles, traçabilité, et recommandations de gouvernance (catalogue de prompts,

évaluation, validation).

• Documenter les solutions (architecture, runbooks, guides d’exploitation) et accompagner la

montée en compétence des équipes internes (revues de code, ateliers, partage de bonnes

pratiques).

Profil recherché

Compétences techniques :

• Python (développement applicatif, APIs, bonnes pratiques de packaging et tests)

• IA générative : LLMs, RAG, agentification, prompt engineering, évaluation de réponses

• LangChain (ou framework équivalent) pour orchestration d’agents et chaînes RAG

• Azure : Web Apps, VNet, Private Endpoints, services IA (Azure AI Foundry), intégration

sécurisée

• Azure AI Search / moteurs de recherche vectorielle et hybride

• Infrastructure as Code : Terraform (modules, state, environnements)

• CI/CD (Azure DevOps, GitHub Actions ou équivalent) et pratiques DevSecOps

• Front-end : React, JavaScript (intégration UI d’assistants, consommation d’APIs)• SQL et notions data (modélisation, requêtes, intégration applicative)

• Outils/solutions : LiteLLM, Mistral Doc AI (ou équivalents) pour routage et traitement

documentaire

Compétences fonctionnelles :

• Compréhension des enjeux industriels et des processus opérationnels (automatisation,

qualité, productivité)

• Capacité à traduire des besoins métiers en user stories et parcours conversationnels

• Approche produit : priorisation, itérations, définition de MVP puis industrialisation

• Sensibilité sécurité / conformité (données sensibles, accès, traçabilité) en environnement

entreprise

• Communication avec des parties prenantes multiples (métiers, IT, sécurité, data)

Qualités personnelles :

• Autonomie et forte capacité de delivery end-to-end

• Rigueur d’ingénierie (qualité, tests, documentation, maintenabilité)

• Esprit de synthèse et sens du pragmatisme (MVP vs industrialisation)

• Capacité à challenger et proposer des solutions adaptées (architecture, coûts, performance)

• Aisance en travail collaboratif (revues de code, ateliers, co-construction)

Modalités de mission

• Date de démarrage : ASAP

• Durée : 1 an renouvelable

• Localisation : La Défense

• Télétravail : 3 j de TT

• TJM : Selon profil