LLM Engineer - Freelance (H/F)

Mission freelance - Ingénieur IA Générative : RAG & Agents (H/F)

Client : grand compte assurance, Paris Démarrage : ASAP / Durée : 12 mois renouvelables Rythme : 2 à 3 jours sur site TJM : selon profil Expérience : 3 ans minimum en ML/IA, dont 1 à 2 ans sur des LLM en production

Contexte La direction IA développe des assistants et des agents métiers pour la gestion des sinistres, la souscription et le support client. Plusieurs RAG sont déjà en production, et l'enjeu actuel est double : améliorer leur qualité et passer à des agents autonomes connectés au système d'information.

Missions

RAG

*

Concevoir des pipelines RAG avancés : parsing de documents complexes (PDF, tableaux, scans), stratégies de chunking, recherche hybride (vectorielle + BM25), reranking

*

Mettre en place du RAG agentique : reformulation de requêtes, routage entre sources, recherche multi-étapes

*

Réduire les hallucinations et fiabiliser les citations de sources

Agents

*

Développer des agents métiers avec appels d'outils : API internes, bases de données, génération de documents

*

Concevoir des architectures multi-agents et des workflows avec validation humaine

*

Exposer les outils et données du SI via le protocole MCP

*

Gérer la mémoire, l'état et la reprise sur erreur des agents

Qualité et production

*

Construire les jeux d'évaluation et les métriques : fidélité aux sources, pertinence, taux de succès des tâches agentiques

*

Tracer et déboguer les exécutions d'agents

*

Mettre en place les garde-fous : injections de prompt, données personnelles, périmètre d'action des agents

*

Optimiser la latence et le coût par requête

Stack technique

*

LLM : Azure OpenAI, Mistral, Claude

*

Orchestration agents : Lang Graph, MCP

*

RAG : Llama Index, Docling, Azure AI Search, Qdrant, rerankers (Cohere, BGE)

*

Évaluation et observabilité : Ragas, Deep Eval, Langfuse

*

Backend : Python, FastAPI, Pydantic

*

Déploiement : Docker, Kubernetes, Git Lab CI

Profil re