AI Agent Builder / Generative AI Engineer
ANDEMASecteur publicPubliée hier
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Lille · Hybride
- Durée
- 6 mois
- Démarrage
- 20 novembre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 8 missions ingénieur ia sont ouvertes à Lille en ce moment, sur 371 pour ce métier en France.
- 7 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Deep Learning (20 missions), Vertex AI (22 missions), GitHub Actions (48 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Dans le cadre de la structuration de notre pôle IA, nous faisons évoluer notre trajectoire technique : nous ne cherchons pas un Data Scientist ou un ML Engineer classique, mais un AI Agent Builder / LLM Engineer confirmé.
Votre mission ? Concevoir, déployer, gouverner et industrialiser des agents IA autonomes répondant à des besoins métier variés (Support, Finance, RH, Opérations, Fraud/Risk), tout en maintenant une infrastructure de données robuste et hautement scalable sous GCP.
Vous travaillerez au carrefour des équipes Data, Tech, Produit et Metier pour passer des prototypes à la production réelle.
VOS MISSIONS
Conception & Industrialisation d'Agents IA (Cœur du rôle)
Création d'agents IA métiers : Développer et orchestrer des agents fonctionnels et multi-outils pour adresser des problématiques métier concrètes.
Gouvernance & Guardrails : Mettre en place des mécanismes de contrôle, d'évaluation, de sécurité et d'alignement pour garantir des réponses fiables en production.
Administration de plateformes Agents/LLM : Gérer et superviser l'écosystème d'orchestration et de monitoring (ex: LangSmith, Azure AI Foundry, Vertex AI, Bedrock).
Déploiement & MLOps : Assurer le passage en production robuste avec une architecture MLOps adaptée (CI/CD via GitHub Actions).
Modélisation, Analyse & Inférence de Données
Modélisation hybride : Adresser les problématiques clés (prévention de la fraude, scoring, optimisation des conversions) en combinant GenAI/LLM et ML classique / Deep Learning selon l'impact coût/performance.
Analyse d'impact & Rigueur statistique : Analyser le flux transactionnel avec rigueur (tendances, anomalies, causalité) et challenger les modèles sur des données réelles avant tout déploiement.
Infrastructure de Données & MLOps (Stack GCP)
Pipelines de données : Concevoir et maintenir des pipelines de données fiables sur notre stack GCP (BigQuery, Dataform, Pub/Sub) pour alimenter les agents et modèles.
Performance & Scalabilité : Optimiser les requêtes, gérer de volumineux flux de données et éliminer les goulots d'étranglement.
Acculturation & Animation de la Culture IA
Inspiration & Pédagogie : Co-construire les cas d'usage avec le Produit et vulgariser vos réalisations auprès d'interlocuteurs non-techniques sans sacrifier la rigueur scientifique.
Veille & Standards : Établir des standards de dev (tests, linting, doc) et animer une veille technologique active sur les avancées des LLM et de l'agentique.
Compétences attendues
Indispensables
- LLM
- GCP
- Vertex AI
- MLOps
- CI/CD
- GitHub Actions
- Deep Learning
Appréciées
- Azure
- BigQuery