Mission AI Developer Productivity Engineer
EBMCSaaS B2BPubliée il y a 1 semaine
400 €/j
- Lieu
- Paris · Hybride
- Durée
- 6 mois
- Démarrage
- 11 novembre 2026
- Expérience
- Senior (6-10 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.
- Le TJM de cette mission se situe en dessous de la médiane des 59 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 500 €/jour (moitié centrale : 400 à 570 €/jour).
- 321 missions ingénieur devops sont ouvertes à Paris en ce moment, sur 1125 pour ce métier en France.
- 2 % des missions ingénieur devops de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Cursor (13 missions), Claude Code (34 missions), GitHub Copilot (49 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Informations générales
Durée : 4 à 6 mois
Rythme : Temps plein
Localisation : Paris 2e
Télétravail : 1 à 2 jours maximum par semaine
Contexte et objectifs
Dans le cadre de l'amélioration de la productivité de sa DSI, notre client recherche un consultant senior spécialisé dans l'IA appliquée au cycle de développement et d'exploitation informatique.
L'objectif est d'identifier, de déployer et d'industrialiser des outils et agents IA adaptés aux différentes équipes : Product Owners, Développeurs, Data Engineers, Infrastructure et équipes techniques transverses.
La mission comporte une forte dimension stratégique et opérationnelle : diagnostic de maturité, benchmark des solutions, définition d'une feuille de route, déploiement des outils, développement d'agents IA et accompagnement des équipes.
Principales responsabilités
1. Benchmark et définition de la stratégie d'outillage IA
Analyser les besoins des différentes populations (PO, Dev, Data Engineering, Infra/DT).
Évaluer les solutions du marché : GitHub Copilot, Cursor, Claude Code, Windsurf, Copilot Workspace, etc.
Comparer les solutions selon leur intégration, leur sécurité, leur coût, leur qualité et leur facilité d'adoption.
Recommander les outils et agents les plus adaptés, avec possibilité de combiner plusieurs solutions.
Réaliser les POC nécessaires et définir une feuille de route de déploiement priorisée.
2. Déploiement et intégration
Déployer les solutions IA retenues dans l'environnement DSI.
Assurer leur intégration avec Azure DevOps, les dépôts de code et les pipelines CI/CD.
Définir les règles de sécurité, de confidentialité du code et de conformité.
Compétences attendues
Indispensables
- GitHub Copilot
- Cursor
- Claude Code
- Azure
- Azure DevOps
- CI/CD
- SQL
- Documentation