Beschreibung

Data Scientist spécialisé en IA agentique avec plus de 4 ans d’expérience entre recherche appliquée et développement de systèmes intelligents distribués. Expert en conception de pipelines multi-agents, intégration de modèles ML/DL dans des environnements orchestrés (LangChain, LangGraph), et déploiement sur des architectures modulaires (FastAPI, serveurs MCP, conteneurs Docker). Solide maîtrise du traitement de données complexes, de la prise de décision autonome et des flux LLM+outil, y compris en environnements contraints (Jetson Nano, edge computing). Curieux, rigoureux, tourné vers l’innovation et les systèmes à impact réel.

Sprachen

Französisch
Muttersprachlich oder zweisprachig
Englisch
Muttersprachlich oder zweisprachig

Arbeitsortpräferenzen

Vor Ort möglich

Villeurbanne (bis zu 50 km), Lille (bis zu 50 km), Lyon (bis zu 50 km), Paris (bis zu 50 km)

Pixie-Services
Ingénieur IA & LLMOPS
DIGITALAGENTUREN & IT-CONSULTING
Oktober 2025 - Heute (8 Monate)
Lille, Frankreich
Ingénieur IA et Développement web
Création de solutions IA end to end
Langchain - Langgraph - NextJS - Graphql Etc...
Next.js GraphQL Langchain Vite.js Github Actions
DECATHLON
Ingénieur IA
DIGITALAGENTUREN & IT-CONSULTING
Oktober 2025 - Heute (8 Monate)
Lille, Frankreich
Développement de systèmes IA agentique end to end.
Dév web
Google Cloud platform
AWS
langchain langraph
NextJS
Etc...
Python Langchain LangGraph Google ADK Google cloud
DAG SYSTEM
INGÉNIEUR IA / LLMOPS
SOFTWARE-HERSTELLER
Februar 2025 - September 2025 (7 Monate)
Villeurbanne, Frankreich
- Conception et développement from scratch d’une architecture back-end distribuée, orientée microservices (FastAPI, GraphQL, serveurs MCP), pour une plateforme de tourisme intelligente concurrente des géants du secteur.

- Mise en place d’un pipeline multi-agent (LangChain) pour l’unification, la fusion sémantique et l’enrichissement contextuel de données hétérogènes (points d’intérêt, événements, météo, itinéraires…).

- Orchestration d’agents spécialisés (unification de formats, fusion sémantique, enrichissement via APIs externes, planification d’itinéraires dynamiques selon météo et préférences).

- Intégration avancée de sources de données multiples (MongoDB, MySQL, APIs Google Places, MapBox, météo, etc.) et exposition via GraphQL pour des requêtes complexes à faible latence (<500 ms).
- Contribution à la partie front-end (cartographie, filtres dynamiques) pour garantir une expérience utilisateur fluide et interactive.

Résultat : Système capable de centraliser, enrichir et servir dynamiquement des milliers de points d’intérêt, avec génération d’itinéraires personnalisés en temps réel.
LangGraph Langchain FastAPI Backend Service-Entwicklung Programmation Python