Stagiaire Data – IA Générative et IA Agentique

À propos du poste

Nous recherchons un(e) stagiaire passionné(e) par l’intelligence artificielle pour participer à la conception, au développement et au déploiement de solutions d’IA générative et d’IA agentique. Vous travaillerez au sein d’équipes pluridisciplinaires (ingénieurs data, développeurs, architectes) sur des projets mêlant cloud (GCP) et infrastructures on‑premise.

Missions principales

• Concevoir et prototyper des solutions d’IA générative et d’IA agentique (LLM, assistants, copilotes métier).
• Analyser les besoins utilisateurs, définir les cas d’usage et choisir les modèles (LLM open source, modèles GCP, API externes) et les frameworks (LangChain, LlamaIndex, etc.).
• Développer des micro‑services back‑end (API REST/GraphQL, services batch) intégrant les modèles et agents.
• Mettre en place des chaînes de traitement complètes : prompts, RAG, orchestration multi‑agents.
• Déployer les solutions sur GCP (Cloud Run, GKE, Vertex AI, Cloud Functions) ou sur des environnements on‑premise (Kubernetes, Docker).
• Participer à l’industrialisation (CI/CD, packaging Docker, monitoring des logs, métriques, coûts).
• Réaliser des proof‑of‑concept pour évaluer la faisabilité et la valeur métier.
• Documenter le code, les architectures et les bonnes pratiques d’utilisation.

Profil recherché

• Étudiant(e) en école d’ingénieurs, Master Informatique, IA ou Data Science (ou formation équivalente).
• Intérêt marqué pour l’IA générative, les modèles de langage et les systèmes d’agents autonomes.
• Capacité à travailler en équipe avec des ingénieurs data, développeurs et experts métier.
• Bonne compréhension des environnements cloud (GCP) et on‑premise.

Compétences requises

• Connaissances des modèles de langage (LLM) et de l’IA générative.
• Familiarité avec les frameworks d’IA agentique tels que LangChain ou LlamaIndex.
• Expérience ou connaissance des services GCP (Cloud Run, GKE, Vertex AI, Cloud Functions).
• Maîtrise de Kubernetes et Docker.
• Développement d’API REST ou GraphQL.
• Compréhension du RAG, du prompt engineering et de l’orchestration d’agents.
• Notions d’intégration CI/CD et de monitoring.