Data Engineer, IA Générative & Agentique

Intégration de l'équipe IA d'Orange afin de contribuer à deux produits d'IA générative à destination interne, de la phase de POC jusqu'à l'industrialisation, en environnement Agile (SAFe).

• Conception d'une équipe d'agents IA spécialisés basés sur OpenCode, couvrant le cycle de développement de bout en bout.
• Développement d'intégrations avec l'écosystème outillé de l'équipe (Jira, GitLab, SonarQube, Figma) via le protocole MCP.
• Mise en place d'une chaîne LLM avec proxy de compression de contexte et routage multi-modèles.
• Rédaction de prompts système, de skills réutilisables et de garde-fous garantissant la fiabilité des agents.
• Participation au développement et à l'amélioration continue d'un assistant conversationnel destiné aux conseillers client.
• Réalisation de POCs et intégration de nouvelles fonctionnalités en cycles itératifs avec les utilisateurs finaux.
• Veille et expérimentation continues en IA générative, IA agentique, data et Google Cloud Platform (GCP).

Participation chez Maviance au développement d'applications web et mobiles orientées produit, de l'intégration des maquettes jusqu'à la mise en production.

• Développement d'interfaces web et mobiles en React et React Native (JavaScript/TypeScript) à partir d'une bibliothèque de composants réutilisables.
• Intégration fidèle des maquettes UI et conception d'interfaces responsive et accessibles sur mobile et desktop.
• Gestion de l'état applicatif, de la navigation et de la consommation d'API REST avec gestion des états de chargement, d'erreur et de cache.
• Accompagnement des utilisateurs lors de rencontres régulières pour le paramétrage de l'application et le recueil des retours d'expérience.
• Travail en équipe sous Git en utilisant un workflow de branches et des revues de code dans le cadre de la méthodologie Agile.

Participation chez Peers Exchange à la conception et au développement d'un tableau de bord de monitoring des indicateurs de performance opérationnels.

• Recueil des besoins auprès des équipes opérationnelles et définition des KPI clés à suivre.
• Construction du pipeline de données comprenant l'extraction, le requêtage SQL, le nettoyage et la modélisation des données pour le reporting.
• Développement d'un tableau de bord permettant le suivi des KPI en temps réel par les équipes métier.
• Mise en place d'un système d'alertes automatiques en cas d'anomalie ou d'écart de performance.