Responsabilités principales
- Concevoir, rédiger et affiner itérativement des prompts pour les grands modèles de langage, en appliquant des techniques telles que les exemples few-shot, le raisonnement en chaîne de pensée et le formatage structuré des sorties pour optimiser les réponses du modèle aux tâches métier.
- Construire et tester des pipelines mono-agent et multi-agents, en définissant les schémas d'outils, les patterns d'appels de fonction et la logique de transfert entre orchestrateurs et sous-agents.
- Implémenter des flux de génération augmentée par récupération (RAG) en intégrant des bases de données vectorielles et des modèles d'embedding pour ancrer les sorties IA dans des connaissances précises et à jour.
- Concevoir des stratégies de gestion de la mémoire — incluant la synthèse en contexte, les magasins de mémoire externes et l'état de session — pour permettre des interactions d'agents cohérentes et durables.
- Intégrer les capacités IA dans les produits via des API REST, en gérant l'authentification, les contraintes de fenêtre contextuelle, les réponses en streaming et les patterns de récupération d'erreurs.
- Évaluer les performances des agents et workflows à l'aide d'ensembles de tests structurés, d'évaluations automatisées et d'examen avec boucle humaine, puis itérer pour améliorer la précision, la sécurité et la fiabilité.
- Appliquer les principes d'IA responsable tout au long du cycle de développement : identifier les modes de défaillance, implémenter des garde-fous, gérer les entrées sensibles et documenter les atténuations des risques.
- Collaborer avec les ingénieurs et les responsables produit pour traduire les exigences de cas d'usage en prototypes IA fonctionnels et présenter les résultats lors de démos hebdomadaires.