Mission AI Developer Productivity Engineer (IT) / Freelance

EBMC; Paris; Hybrid; EUR 111,000 - 185,000; Full time

Job summary

EBMC recherche un consultant senior spécialisé en IA appliquée au cycle de développement et d’exploitation informatique pour une mission de 4 à 6 mois à Paris. Le rôle couvrira le diagnostic, le benchmark, la définition d’une feuille de route et le déploiement d’outils IA.

Vous travaillerez en mode hybride avec 1–2 jours de télétravail par semaine. Vous piloterez l’intégration avec Azure DevOps, les dépôts et les pipelines CI/CD, et vous contribuerez à la sécurité du code et à la gouvernance des

Qualifications

• Consultant senior avec une expertise en IA appliquée au cycle développement/exploitation.
• Capacité à diagnostiquer, benchmarker et définir une feuille de route IA.
• Expérience dans le déploiement et l’industrialisation d’agents IA et dans le pilotage de projets IA.

Responsibilities

• Réaliser le benchmark et définir la stratégie d’outillage IA.
• Déployer les solutions IA retenues et les intégrer avec les pipelines CI/CD et le code source.
• Industrialiser les agents IA: versionning, tests, supervision et gouvernance.
• Accompagner le changement: formation des équipes et définition des standards d’utilisation.
• Documenter les architectures et transférer les compétences vers les équipes internes.

Skills

IA DevOps

Consultant senior

Gouvernance IA

Tools

Azure DevOps

CI/CD

Job description

Informations générales

• Durée : 4 à 6 mois

• Rythme : Temps plein

• Localisation : Paris 2e

• Télétravail : 1 à 2 jours maximum par semaine

Contexte et objectifs

Dans le cadre de l'amélioration de la productivité de sa DSI, notre client recherche un consultant senior spécialisé dans l'IA appliquée au cycle de développement et d'exploitation informatique.

L'objectif est d'identifier, de déployer et d'industrialiser des outils et agents IA adaptés aux différentes équipes : Product Owners, Développeurs, Data Engineers, Infrastructure et équipes techniques transverses.

La mission comporte une forte dimension stratégique et opérationnelle : diagnostic de maturité, benchmark des solutions, définition d'une feuille de route, déploiement des outils, développement d'agents IA et accompagnement des équipes.

Principales responsabilités

1. Benchmark et définition de la stratégie d'outillage IA

• Analyser les besoins des différentes populations (PO, Dev, Data Engineering, Infra/DT).

• Évaluer les solutions du marché : GitHub Copilot, Cursor, Claude Code, Windsurf, Copilot Workspace, etc.

• Comparer les solutions selon leur intégration, leur sécurité, leur coût, leur qualité et leur facilité d'adoption.

• Recommander les outils et agents les plus adaptés, avec possibilité de combiner plusieurs solutions.

• Réaliser les POC nécessaires et définir une feuille de route de déploiement priorisée.

2. Déploiement et intégration

• Déployer les solutions IA retenues dans l'environnement DSI.

• Assurer leur intégration avec Azure DevOps, les dépôts de code et les pipelines CI/CD.

• Définir les règles de sécurité, de confidentialité du code et de conformité.

• Mettre en place le suivi des licences, des usages et des coûts.

3. Développement et industrialisation d'agents IA

Concevoir des agents permettant d'automatiser différentes étapes du cycle de développement :

• Product Owners : amélioration des User Stories, génération de critères d'acceptation, détection des ambiguïtés et aide à la priorisation.

• Développeurs : préparation et pré-revue des Pull Requests, génération de tests, refactoring et contrôle des standards de code.

• Data Engineering : génération et optimisation SQL, documentation des pipelines, contrôles qualité des données et mapping multi-sources.

• Infrastructure / Production : analyse des incidents, identification des causes racines, proposition de correctifs et réduction des délais de résolution.

Industrialiser ces agents avec des mécanismes de versionnement, de tests, de supervision, d'évaluation continue et de gouvernance (traçabilité, auditabilité, validation humaine et niveaux d'autonomie).

4. Accompagnement et conduite du changement

• Former les équipes aux outils IA et aux bonnes pratiques.

• Définir les standards d'utilisation selon les populations.

• Accompagner l'adoption et la montée en compétence.

• Mesurer les gains de productivité et de qualité à travers des indicateurs concrets : qualité du backlog, anomalies, revues de code, résolution des incidents et satisfaction des équipes.

5. Documentation et transfert de compétences

• Documenter les architectures, agents et standards.

• Produire les guides d'installation et d'utilisation.

• Organiser le transfert de compétences vers les équipes internes.

• Mettre en place un cadre de gouvernance pérenne.