IA Expert IA agentique — Dust, Dataiku, n8n Selon profil

Koino; France; Híbrido; EUR 90.000 - 140.000; A tiempo parcial

Ventajas ofrecidas por este puesto de trabajo

Télétravail hybride

Descripción de la vacante

Koino cherche un expert IA agentique en freelance pour transformer un POC d'analyse d'appels d'offres en produit industriel et maintenable par le métier. Vous travaillerez en binôme avec la référente IA interne sur Dust, Dataiku et n8n, pour concevoir l'architecture, fiabiliser l'extraction et automatiser les benchmarks.

Le profil requiert une expérience démontrée en architecture agentique, une approche low-code/no-code et une sensibilité FinOps, afin d'industrialiser le processus tout en

Formación

• Maîtrise impérative de Dust : conception d'assistants, orchestration multi-agent, gestion des sources et mémoire.
• Expérience démontrée en architecture agentique : découpage des tâches entre agents et orchestration de scénarios.
• Extraction documentaire fiable par LLM sur documents structurés et semi-structurés, avec mesure de fiabilité.
• Conception de solutions maintenables en low-code / no-code par le métier : reparamétrage de prompts et adaptabilité des LLM.
• Pratique du FinOps appliqué à la GenAI : dimensionnement des modèles et coût par traitement.
• Capacité à documenter l'architecture et à transférer des compétences à une référente IA interne.

Responsabilidades

• Concevoir l'architecture agentique sur Dust : découpage des assistants, granularité des tâches et orchestration multi-agent.
• Fiabiliser l'extraction documentaire des offres candidates (KPIs, données financières) avec objectif 85 % de fiabilité.
• Alimenter directement la grille de notation finale à partir des données extraites.
• Améliorer la construction des benchmarks et la recherche de dossiers comparables.
• Piloter le volet FinOps : dimensionnement des modèles, tokens et coût par dossier.
• Conserver une architecture low-code / no-code reparamétrable par le métier, avec modules Python pour assurer le caractère déterministe.
• Documenter l'architecture et transférer les compétences à la référente IA interne.

Conocimientos

Dust mastery

Multi-agent orchestration

LLM document extraction

FinOps GenAI

Low-code / no-code

Python scripting

Herramientas

Dust

Dataiku

n8n

Python

Descripción del empleo

Expert IA agentique — Dust, Dataiku, n8n

Industrialiser un POC d'analyse d'appels d'offres en produit maintenable par le métier : orchestration multi-agents, fiabilité d'extraction documentaire et maîtrise des coûts, en binôme avec la référente IA interne.

Description du client

Filiale d'un grand groupe français, le client emploie 110 personnes et gère la commercialisation et l'exploitation des espaces commerciaux en gare : boutiques, services, emplacements éphémères. Ces emplacements étant situés sur le domaine public, chaque commercialisation passe par un appel d'offres, soit environ 480 consultations par an et près de 400 dossiers à analyser pour une équipe d'une quinzaine de commerciaux.

Une étude interne a montré que ces commerciaux consacrent près de 40 % de leur temps à la saisie administrative et moins de 10 % à la préparation des entretiens avec les candidats. L'enjeu est de rééquilibrer ce rapport en industrialisant l'analyse des offres.

Détail & objectif de la mission

Vous prenez la suite d'un POC d'analyse d'appels d'offres pour en faire un produit industrialisé et maintenable par des profils métier, en binôme avec la référente IA interne.

• Architecturer le processus agentique sur Dust : découpage des assistants, granularité, orchestration multi-agents, gestion de la mémoire
• Fiabiliser l'extraction documentaire des offres candidates : KPIs, données financières, éléments de comparaison, cible de 85 % de fiabilité
• Réinjecter les données extraites directement dans la grille de notation finale pour supprimer la double lecture et les reprises
• Optimiser la construction des benchmarks et la recherche de comparables entre dossiers d'offres
• Traiter le volet FinOps : dimensionnement des modèles, consommation de tokens, coût par dossier analysé
• Maintenir une architecture low-code / no-code modifiable par le métier, avec modules Python ponctuels pour les étapes à rendre déterministes
• Documenter l'architecture, les scénarios et les arbitrages, et transmettre l'ingénierie agentique à la référente interne

Profil recherché

• Maîtrise impérative de Dust : conception d'assistants, orchestration multi-agents, gestion des sources de connaissance et de la mémoire
• Expérience démontrée en architecture agentique : découpage des tâches entre agents, choix de granularité, orchestration de scénarios et arbitrages associés
• Extraction documentaire fiabilisée par LLM sur documents structurés et semi-structurés (données financières, KPIs, éléments de comparaison), avec mesure du taux de fiabilité
• Conception de solutions maintenables en low-code / no-code par des profils métier : reparamétrage de prompts, changement de LLM, ajustement d'agents, sans équipe de développement en support
• Pratique du FinOps appliqué à la GenAI : dimensionnement des modèles, suivi de la consommation de tokens, calcul du coût par traitement
• Capacité à documenter l'architecture et les choix de conception, et à faire monter en compétences une référente IA interne sur l'ingénierie de scénarios agentiques — c'est un critère de sélection, pas un attendu accessoire

Un plus : Dataiku, n8n, écriture de modules Python ponctuels pour rendre une étape déterministe, connaissance des processus d'appels d'offres, de commande publique ou d'occupation du domaine public.

Le client est une filiale d'un grand groupe français, forte de 110 collaborateurs, qui commercialise et exploite les espaces commerciaux situés en gare : boutiques, services et emplacements éphémères. Ces espaces relevant du domaine public, chaque mise sur le marché suppose une procédure d'appel d'offres, ce qui représente environ 480 consultations par an et près de 400 dossiers de candidature à instruire par une équipe d'une quinzaine de commerciaux.

Une étude menée en interne a chiffré le déséquilibre : près de 40 % du temps des commerciaux part dans la saisie administrative, contre moins de 10 % consacrés à la préparation des entretiens avec les candidats. L'industrialisation de l'analyse des offres vise précisément à inverser ce rapport, sans retirer aux équipes métier la maîtrise de l'outil.

Objectifs de la mission

La mission consiste à reprendre un POC d'analyse d'appels d'offres et à le transformer en produit industrialisé, documenté et maintenable par des profils non techniques. Le travail se fait en binôme avec la référente IA interne, à qui l'ingénierie agentique doit être transmise au fil de la mission.

• Concevoir l'architecture agentique sur Dust : découpage des assistants, granularité des tâches, orchestration multi-agents et gestion de la mémoire
• Fiabiliser l'extraction documentaire des offres candidates (KPIs, données financières, éléments de comparaison) avec une cible de 85 % de fiabilité mesurée
• Alimenter directement la grille de notation finale à partir des données extraites, afin de supprimer la double lecture et les reprises manuelles
• Améliorer la construction des benchmarks et la recherche de dossiers comparables
• Piloter le volet FinOps : dimensionnement des modèles, consommation de tokens, coût par dossier analysé
• Conserver une architecture low-code / no-code reparamétrable par le métier, avec des modules Python ponctuels pour rendre déterministes certaines étapes
• Documenter l'architecture, les scénarios et les arbitrages de conception, et transférer les compétences à la référente IA interne

Profil recherché

Le poste s'adresse à un·e freelance qui a déjà mis en production des systèmes multi-agents et sait rendre son travail reprenable par une équipe métier. La maîtrise de Dust est impérative : c'est la plateforme sur laquelle repose l'ensemble du dispositif. La capacité à faire monter en compétences la référente IA interne constitue un critère de sélection à part entière.

• Conception d'assistants sur Dust, orchestration multi-agents, gestion des sources de connaissance et de la mémoire
• Architecture agentique éprouvée : répartition des tâches entre agents, choix de granularité, orchestration de scénarios
• Extraction documentaire par LLM sur documents structurés et semi-structurés, avec mesure objective du taux de fiabilité
• Conception d'outils maintenables sans équipe de développement : reparamétrage de prompts, changement de LLM, ajustement d'agents par le métier
• FinOps appliqué à la GenAI : dimensionnement des modèles, suivi de la consommation de tokens, coût par traitement
• Aptitude à documenter les choix de conception et à transmettre l'ingénierie de scénarios agentiques
• Appréciés : Dataiku, n8n, écriture de modules Python déterministes, connaissance des appels d'offres, de la commande publique ou de l'occupation du domaine public

Quel est le rythme de travail attendu sur cette mission ?

La mission est à temps partiel, à raison de deux jours par semaine jusqu'au 31 décembre. Ce rythme est compatible avec d'autres engagements en parallèle.

La mission est-elle ouverte au télétravail complet ?

La mission est en télétravail avec une présence hybride : l'essentiel du travail se fait à distance, avec des temps sur site nécessaires notamment pour le travail en binôme avec la référente IA interne.

Quand la mission démarre-t-elle ?

Le démarrage est prévu dès que possible, la disponibilité rapide étant un élément d'appréciation des candidatures.

Faut-il obligatoirement maîtriser Dust, ou une autre plateforme agentique peut-elle convenir ?

La maîtrise de Dust est impérative, car le POC existant et le produit cible reposent sur cette plateforme. Dataiku et n8n sont considérés comme des compétences complémentaires appréciées, pas comme des alternatives.

Quel niveau d'expérience est attendu ?

Les candidatures sont ouvertes de 2-4 ans à 8-10 ans d'expérience. C'est la démonstration d'une architecture agentique déjà livrée et transmise à une équipe métier qui prime sur le nombre d'années.

S'agit-il d'un développement à partir de zéro ?

Non : un POC d'analyse d'appels d'offres existe déjà. La mission consiste à en reprendre la suite pour l'industrialiser, le fiabiliser et le rendre maintenable par des profils métier.

mission freelance expert IA agentique, consultant Dust freelance, architecte multi-agents LLM, freelance automatisation n8n, mission freelance Dataiku, expert GenAI temps partiel télétravail, extraction documentaire par LLM freelance, FinOps GenAI coût par token, mission IA analyse d'appels d'offres, consultant low-code no-code IA, freelance orchestration d'agents IA, mission IA deux jours par semaine