- S'immerger chez le client pour comprendre les processus métiers, qualifier les cas d'usage à forte valeur ajoutée et traduire les défis opérationnels en spécifications techniques.
- Prototyper rapidement (Fast Prototyping) des PoCs/MVP fonctionnels directement aux côtés des utilisateurs pour valider les hypothèses et accélérer le time-to-market.
- Sélectionner et comparer les modèles (Gemini, Claude, Mistral, OpenAI modèles open-source) en fonction des contraintes métier (coût, latence, précision, confidentialité).
- Concevoir des architectures GenAI robustes : pipelines RAG avancés (chunking, embeddings, bases vectorielles, reranking), fine-tuning et orchestration d'agents/outils.
- Industrialiser et mettre en production : passage à l'échelle, intégration aux SI existants (APIs, streaming), déploiement Cloud (Google Cloud/Vertex AI/AWS) et pipelines CI/CD.
- Garantir la fiabilité et l'évaluation continue : frameworks de test (LLM-as-judge, RAGAS), monitoring des dérivées, guardrails de sécurité et maîtrise des coûts.
- Accompagner la conduite du changement et la montée en compétences des équipes clients lors des phases de déploiement et d'adoption.
- Contribuer au partage de connaissances : capitalisation des patterns d'architecture, documentation, formations et publications SFEIR.
▪️ Le profil idéal
- 5 ans minimum d’expérience en ingénierie logicielle, Data Science ou ML Engineering, avec une solide expérience de terrain sur des projets GenAI/LLM en production.
- Poste orienté client : excellente aisance relationnelle, capacité d'écoute, de vulgarisation et posture de conseil stratégique et technique.
- Capacité démontrée à prototyper très rapidement (PoC/MVP) pour valider la valeur métier sur le terrain.
- Maîtrise des systèmes agentiques et des capabilités associées
- Maîtrise technique pointue des architectures RAG, des bases vectorielles (Vertex AI Vector Search, pgvector, etc.) et des frameworks d'orchestration LLM (LangChain, LlamaIndex, ADK...).
- Culture de l'ingénierie rigoureuse : tests, CI/CD, observabilité, évaluation quantitative des performances (RAGAS, LLM-as-judge).
Un plus
- Expérience sur Google Cloud Platform (Vertex AI, Cloud Run, Gemini, BigQuery), AWS, Scaleway.
- Connaissances en fine-tuning, quantification et déploiement de modèles open-source (vLLM, Hugging Face).
- Pratique des architectures multi-agents et des protocoles d'interopérabilité (MCP).
- Bases en data engineering (pipelines, orchestration, qualité de données)
- Contributions open source, talks, certifications
▪️ L'ancrage Bordelais
L'agence SFEIR Bordeaux regroupe une quinzaine d'ingénieurs et d'architectes seniors. Tu y trouveras la proximité et l'agilité d'une structure à taille humaine, adossée à la solidité d'un grand groupe. Tu participes activement à l'écosystème tech local (meetups, conférences BDX/IO, SFEIR Talks) et tu peux intégrer le programme AI Champions pour piloter la R&D de l'agence.
▪️ Tes conditions de travail
- Organisation : 2 à 3 jours de télétravail par semaine.
- Équipement : Laptop haut de gamme au choix (MacBook Pro ou Dell Precision dernière génération).
- Package : Rémunération fixe attractive, prime de vacances, accord d'intéressement, forfait mobilités durables, mutuelle et titres-restaurant.
▪️ Le processus de recrutement
- Échange RH : Alignement sur ton parcours, tes attentes et les opportunités SFEIR.
- Session Technique ("PlayOffs") : Évaluation pratique en pair-programming (Algo, GenAI) avec deux Sfeirians.
- Échange Métier & Projection : Discussion approfondie sur les cas d'usage, les missions cibles et le contexte client à Bordeaux.
- Entretien Final : Échange stratégique avec le Directeur d'Agence.
Prêt·e à passer au niveau supérieur sans renoncer à tes valeurs ? Postule et viens rencontrer le collectif !
SFEIR collecte vos données à caractère personnel afin de traiter votre candidature. Pour en savoir plus sur la gestion de vos données personnelles et pour exercer vos droits, nous vous invitons à consulter notre Politique de confidentialité.