AI/ML PythonGolang Engineer

Intégration dans une équipe IA pour concevoir et déployer des systèmes LLM et d'IA agentique en production.

• Conception d'une application RAG avec LangGraph dédiée à la génération et classification de cas de test de bugs, combinant la génération grounded retrieval et la classification few-shot.
• Optimisation de modèles de deep reinforcement learning (D3QN) pour l'optimisation du flux de trafic en temps réel, incluant le pipeline de simulation (SUMO, TRACI API) alimentant l'entraînement.
• Évaluation et intégration de solutions de vector database et embedding models pour fonder les outputs des applications IA dans des données d'entreprise.
• Conception de services backend (FastAPI) et déploiements containerisés (Docker) pour servir les modèles en production.
• Contribution aux décisions d'architecture système pour des solutions IA scalables et maintenables.

Intégration dans une équipe QA pour soutenir la fiabilité et la livraison de systèmes distribués à grande échelle.

• Construction et maintenance de pipelines CI/CD (Jenkins, GitHub Actions) supportant le déploiement fiable et répétable dans des systèmes distribués à grande échelle.
• Développement de frameworks de test automatisés (Python, C++) pour valider le comportement du système à grande échelle avant la release.
• Analyses de données avec Go et Elasticsearch pour améliorer le monitoring et l'observabilité des systèmes en production.

Travail sur le déploiement de modèles machine learning en environnements cloud et l'automatisation des workflows.

• Développement et déploiement de modèles machine learning en environnements cloud, incluant des APIs backend pour des services IA.
• Implémentation de pipelines CI/CD pour des workflows ML, couvrant les étapes de build, test et déploiement.

Intégration dans une équipe QA pour assurer la fiabilité et la performance des systèmes distribués à grande échelle.

• Automatisation des tests API (REST/SOAP) et tests de performance (Locust) pour soutenir la fiabilité des systèmes distribués à grande échelle.
• Construction de pipelines CI/CD et travail dans des environnements basés sur Kubernetes.
• Contribution aux efforts sur les systèmes chatbot et la fiabilité des backends.

Intégration dans une équipe QA pour automatiser les tests et assurer la performance des APIs et services backend.

• Développement de suites de tests automatisés et tests de performance (Gatling) pour les APIs REST et SOAP.
• Construction de pipelines CI/CD au sein de systèmes basés sur Kubernetes.