AI Engineer (LLM / RAG) (H/F)

Brief IA; Puteaux; On-site; EUR 60,000 - 90,000; Full time

Job summary

Brief IA recherche un ingénieur IA pour rejoindre l'équipe Data / IA / Engineering sous le Chief AI Officer. Vous concevrez et industrialiserez des fonctionnalités d'IA générative (LLM / RAG) au cœur des produits Harvest (CRM patrimonial, outils de conseil, etc.).

Votre mission est de transformer l'IA en valeur produit concrète (automatisation, recherche pertinente, meilleure UX) en garantissant qualité, sécurité et conformité en production.

Responsibilities

• Concevoir et délivrer des systèmes LLM production-grade: pipelines RAG complets (ingestion, nettoyage, chunking, embeddings, stockage, retrieval, génération)
• Mettre en place des stratégies de retrieval robustes: hybrid search (lexical + vectoriel), filtrage par métadonnées, reranking, multi-stage pour recall/precision
• Réduire les hallucinations et fiabiliser les réponses (grounding, citations internes, guardrails, politiques d'abstention)
• Construire un framework d'évaluation et un monitoring LLMOps (latence, coûts, qualité, dérive, feedback utilisateur, traçage des prompts)
• Industrialiser les pratiques: versioning des prompts, A/B testing, rollouts/rollbacks, définition de SLOs
• Intégrer sécurité et compliance by design: contrôle d'accès, multi-tenancy, gestion du PII, auditabilité, OIDC/OAuth2 (ex. Keycloak)
• Travailler avec Product, Engineering et experts métier pour transformer des besoins en fonctionnalités mesurables et documenter les bonnes pratiques

Job description

Vous rejoignez l'équipe Data / IA / Engineering, rattachée au Chief AI Officer, pour concevoir, implémenter et industrialiser des fonctionnalités d'IA générative (LLM / RAG) au cœur des produits Harvest (CRM patrimonial, outils de conseil, etc.).

Votre mission : transformer l'IA en valeur produit concrète (automatisation, recherche pertinente, meilleure UX) en garantissant qualité, sécurité et conformité en production.

Vos missions

• Concevoir et délivrer des systèmes LLM "production-grade" : pipelines RAG complets (ingestion, nettoyage, chunking, embeddings, stockage, retrieval, génération).
• Mettre en place des stratégies de retrieval robustes : hybrid search (lexical + vectoriel), filtrage par métadonnées, reranking, approches multi-stage pour optimiser recall / precision.
• Réduire les hallucinations et fiabiliser les réponses (grounding, citations internes, guardrails, politiques d'abstention).
• Construire un framework d'évaluation (tests, métriques de factualité et de couverture, benchmarks continus) et un monitoring LLMOps (latence, coûts, qualité, dérive, feedback utilisateur, traçage des prompts).
• Industrialiser les pratiques : versioning des prompts/chaînes, A/B testing, rollouts / rollbacks, définition de SLOs.
• Intégrer sécurité et compliance by design : contrôle d'accès, multi-tenancy, gestion du PII, auditabilité, OIDC/OAuth2 (ex. Keycloak).
• Travailler en étroite collaboration avec Product, Engineering, experts métier pour transformer des besoins en fonctionnalités mesurables et documenter les bonnes pratiques (RAG, prompting, LLMOps).