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

• [email protected]
• [email protected]