Rejoindre WAICE

Responsabilités

• Concevoir et développer des applications web modernes.
• Intégrer des API, bases de données, services cloud et outils métiers.
• Participer à la création d’interfaces pour copilotes, agents IA ou plateformes internes.
• Travailler avec des équipes métiers, data, IA et infrastructure.
• Contribuer à la qualité, la maintenabilité et la documentation du code.

Compétences

• TypeScript, React, Next.js ou frameworks équivalents.
• API REST, intégrations systèmes, bases de données.
• Notions cloud, sécurité applicative et CI/CD.
• Sens produit, qualité d’interface et compréhension métier.
• Capacité à travailler en contexte client.

Responsabilités

• Cadrer les cas d’usage IA avec les métiers et l’IT.
• Concevoir des prototypes, assistants, copilotes ou agents IA.
• Participer aux architectures RAG, LLM, agents et couches de connaissance.
• Évaluer la qualité des réponses, les hallucinations, les risques et les limites.
• Contribuer à la documentation, aux standards et à l’adoption IA.

Compétences

• Compréhension des LLM, RAG, embeddings, agents et APIs IA.
• Python, notebooks, évaluation de modèles ou frameworks IA.
• Culture data, gouvernance, sécurité et confidentialité.
• Capacité à vulgariser les concepts IA auprès de profils non techniques.
• Rigueur dans l’évaluation, les limites et les risques.

Responsabilités

• Structurer le cadrage, le planning, les livrables et la gouvernance projet.
• Coordonner les équipes client, techniques, métiers et partenaires.
• Suivre les risques, dépendances, priorités et arbitrages.
• Organiser les ateliers, comités, démonstrations et points de décision.
• Assurer le passage entre cadrage, intégration, adoption et run.

Compétences

• Gestion de projet TI, agile ou hybride.
• Bonne compréhension des environnements cloud, data, logiciel ou IA.
• Capacité à communiquer avec des profils métiers, IT, data et direction.
• Rigueur documentaire, sens du suivi et gestion des risques.
• Orientation delivery, client et résultat opérationnel.

Responsabilités

• Concevoir des architectures data et IA exploitables.
• Connecter sources de données, APIs, plateformes cloud et outils métiers.
• Participer aux pipelines d’ingestion, transformation, indexation ou vectorisation.
• Mettre en place les bases nécessaires aux assistants, agents et cas d’usage IA.
• Contribuer à la gouvernance, la traçabilité et la qualité des données.

Compétences

• Data engineering, SQL, Python, APIs et architecture cloud.
• Notions de lakehouse, data warehouse, vector database ou RAG.
• Compréhension sécurité, droits d’accès et exposition des données.
• Capacité à travailler avec des équipes IA, IT et métiers.
• Sens de la maintenabilité et de l’industrialisation.

Responsabilités

• Mettre en place les pratiques de monitoring, versioning, tests et déploiement.
• Suivre la qualité des modèles, prompts, agents et réponses générées.
• Participer à la supervision des coûts, incidents, usages et dérives.
• Créer des runbooks, dashboards, procédures et indicateurs de qualité.
• Collaborer avec les équipes DevOps, data, sécurité et métiers.

Compétences

• CI/CD, observabilité, monitoring, cloud et automatisation.
• Compréhension des modèles ML, LLM, RAG, agents et APIs.
• Notions de tests, évaluation, hallucinations, drift et qualité de service.
• Sens du support, de la production et de la continuité opérationnelle.
• Rigueur sur sécurité, coûts et documentation.

Responsabilités

• Recueillir et formaliser les besoins métiers.
• Traduire les cas d’usage en user stories, processus, règles et critères d’acceptation.
• Participer aux ateliers de cadrage, priorisation et adoption.
• Accompagner les utilisateurs dans la prise en main des solutions IA.
• Suivre la valeur produite, les irritants, les retours utilisateurs et les évolutions.

Compétences

• Analyse métier, formalisation de besoins et animation d’ateliers.
• Compréhension des systèmes d’information, data et IA.
• Capacité à dialoguer avec métiers, IT, data, sécurité et direction.
• Sens produit, adoption utilisateur et amélioration continue.
• Rigueur documentaire et esprit de synthèse.