Ingénieur/ingénieure IA (AI Engineer)

Vos missions en quelques mots Missions principales Investigation et prototypage · En lien avec les product managers et les designers, comprendre les besoins des utilisateurs et le traduire en un cas d’usage IA avec des crtières de succès mesurables · Prototyper rapidement la brique IA (notebook, script, API) pour tester la faisabilité sur des documents et données réels · Avec les développeurs, transformer le prototype en applicatif d’expérimentation testé par de vrais utilisateurs · Suivi des projets avec les partenaires techniques du ministère, en particulier sur les itérations des solutions IA dans une logique d’amélioration continue Intégration de modèles d'IA • Intégrer des LLM (open-weight auto-hébergés ou via API souveraine) et d’autres modèles non génératifs (embeddings) ;choisir le bon modèle selon la tâche, la latence, et le coût • Mettre en œuvre des briques IA : OCR, analyse de mise en page (layout parsing), extraction d'entités et de champs structurés sur des pièces scannées ou manuscrites, classification, reconnaissance vocale, modèles prédictifs selon le besoin Systèmes agentiques : tools, skills et orchestration • Concevoir et exposer des tools (function calling, serveurs MCP) qui connectent les modèles aux référentiels et applications métier • Développer des skills réutilisables : instructions, ressources et scripts packagés pour une tâche métier récurrente • Construire et orchestrer des workflows agentiques et des chaînes RAG Paramétrage et optimisation des systèmes • Concevoir et maintenir les prompts système, les schémas de sortie structurée et les garde-fous (guardrails) • Régler les paramètres d'inférence (température, longueur de contexte, stratégies de décodage) · Arbitrer entre prompt engineering, RAG et stratégie de fine-tuning (SFT et/ou RL) • Optimiser les pipelines de données et d'inférence : qualité des données d'entrée, latence, coût par requête, robustesse Évaluation • Grâce à la plateforme d’évaluation interne, créer des jeux de test annotés avec les métiers, avec l’équipe évaluation déterminer des métriques automatiques avec des techniques heuristiques et LLM-as-a-judge • Mettre en place l'observabilité des applications LLM (traces, coûts, retours utilisateurs) Mise en production et pérennisation • Rendre la brique IA prête pour la production : code testé, configuration versionnée (prompts, paramètres, modèles), gestion des erreurs et des coûts • Documenter les choix (modèles, prompts, résultats d'évaluation) et partager les composants réutilisables : tools, skills, harness Profil recherché Connaissances Expertise en machine learning et/ou du fonctionnement des LLM Maîtrise avancée de Python, frameworks de back-end (FastAPI), et consommation/conception d’API de type OpenAI ou MCP Conteneurisation (Docker, Kubernetes) Bases de données relationnelles et vectorielles (PostgreSQL, pgvector) Architecture d’applications web Outils d’observabilité LLM (Langfuse ou équivalent) Savoir être Orienté impact utilisateur : vous visez des solutions utilisées en production, pas des démonstrations Esprit d’équipe et capacité à vulgariser à un profil non-technique son travail Savoir-faire Documenter ses choix techniques et présenter des résultats à un public non technique Architectures d’applications d’IA générative : RAG (chunking, vectorisation, recherche hybride), agents, function calling, protocole MCP Méthode d’évaluation des systèmes LLM : jeux de référence, LLM as a judge, tests de non-régression Concevoir et consommer des API (FastAPI, API compatibles OpenAI, serveurs MCP) Appliquer les pratiques ops : tests et TDD, intégration et déploiement continus (CI/CD), versioning Git Sens du service public et curiosité pour son fonctionnement Rigueur expérimentale : construction de jeux de test, choix des métriques, analyse d’erreurs, comparaison de modèles Expériences professionnelles antérieures souhaitées Intéressé(e) par le monde judiciaire et par l’intelligence artificielle, vous êtes diplômé(e) d'une école d'ingénieur, d’informatique, data science, IA, mathématiques appliquées ou équivalent universitaire. Vous justifiez d’au moins 3 ans d'expérience comme contributeur technique (data scientist, ML engineer ou software engineer) sur des produits intégrant de l'IA. Une expérience préalable sur un agent conversationnel (chatbot) ou un workflow agentique est un plus, mais n’est pas indispensable. Des expériences passées en co-construction avec des product managers, UX designers ou des développeurs seront valorisées. Offres de formation associées à votre prise de poste L’embarquement au sein de la Direction de programme intègrera une montée en compétence sur les sujets d’intelligence artificielle d’un point de vue socio-technique, ainsi qu’une acculturation au fonctionnement du ministère et aux métiers de la Justice. Éléments de candidature Personnes à contacter • romaric.haldenwang@justice.gouv.fr • Thomas.labbe@justice.gouv.fr