Ingénieur IA Générative & Agents IA

À propos du poste

Nous recherchons un(e) Ingénieur IA Générative & Agents IA pour concevoir, développer et industrialiser des assistants intelligents et des architectures multi‑agents au sein d’une entreprise partenaire de RED TIC, basée à Rabat.

Missions principales

• Concevoir des assistants conversationnels avancés (chatbots, copilotes, knowledge assistants) et développer des prompts complexes.
• Implémenter des architectures RAG pour la recherche contextuelle dans des bases documentaires et des données métier.
• Développer, orchestrer et coordonner des agents autonomes (search, planning, action, orchestrator) à l’aide de frameworks modernes (LangGraph, CrewAI, AutoGen, Semantic Kernel, MCP).
• Intégrer les solutions IA aux systèmes d’entreprise (ERP, CRM, services cloud) via des API REST, GraphQL ou gRPC et connecter les vecteurs stores (Pinecone, Qdrant, ChromaDB, Redis).
• Participer à l’industrialisation des pipelines MLOps (Azure ML, SageMaker, Databricks) et aux processus d’ingestion documentaire, d’indexation vectorielle et de re‑ranking.
• Optimiser les modèles LLM (instruction tuning, fine‑tuning LoRA, quantification, distillation) et mettre en place des mécanismes de monitoring, d’évaluation continue et de gouvernance.

Profil recherché

• Expérience avérée dans le développement d’applications IA génératives et d’agents autonomes.
• Bonne maîtrise des grands modèles de langage (OpenAI, Azure OpenAI, Anthropic, Mistral, Llama).
• Compétences en conception d’architectures RAG et en intégration de services IA dans des environnements d’entreprise.

Compétences requises

• LLMs : OpenAI, Azure OpenAI, Anthropic, Mistral, Llama.
• Frameworks d’agents : LangGraph, CrewAI, AutoGen, Semantic Kernel, MCP.
• API : REST, GraphQL, gRPC.
• Vector stores : Pinecone, Qdrant, ChromaDB, Redis Vector Search.
• Plateformes MLOps : Azure ML, SageMaker, Databricks.
• Techniques d’ingestion documentaire, chunking, génération d’embeddings, indexation vectorielle, re‑ranking.
• Optimisation de modèles : instruction tuning, fine‑tuning LoRA, quantification, distillation, compression.
• Monitoring et observabilité des applications IA.