Senior AI Engineer — Applications RAG

Ce que vous ferez

Vous rejoindrez l'équipe Digital Innovation / AI Centre of Excellence pour les phases de construction et d'hypercare de services AI complexes. En collaboration avec l'architecte de plateforme AI interne, un autre ingénieur AI senior et les équipes projet (chef de projet, analyste métier, architecte solution), vous transformerez les projets AI en services opérationnels, évalués et maintenables.

La plateforme AI fonctionne sur un modèle d'exploitation hybride : services Azure managés (Azure AI Foundry avec la famille de modèles OpenAI pour LLM et embeddings, Azure AI Search, Azure API Management, Azure AI Content Safety) combinés avec des composants open source auto-hébergés sur AKS (orchestration d'agents en Python avec LangChain, pipeline d'ingestion), avec MLflow sur Databricks pour l'évaluation et le traçage. L'équipe possède l'Infrastructure-as-Code pour toutes les ressources Azure au niveau applicatif, en utilisant Terraform et les pipelines Azure DevOps.

Vos livrables varieront d'un projet à l'autre mais incluent généralement :

• Le pipeline RAG de bout en bout, de la stratégie de récupération à la génération de réponses
• Le pipeline d'ingestion : connecteurs vers les plateformes sources, chunking, embedding, rafraîchissement incrémental
• Security trimming et propagation des ACL
• Orchestration d'agents, templates de prompts et guardrails
• La configuration d'évaluation et de traçage : ensembles d'évaluation offline, métriques de récupération et de qualité des réponses, traçage de bout en bout des requêtes et des étapes d'agents
• Les artefacts Terraform, Helm et Azure DevOps nécessaires pour déployer et exploiter le service
• Observabilité et contrôle des coûts : instrumentation pour la latence, la consommation de tokens et le coût d'exécution, plus la détection de régression de qualité après des changements de modèle ou de prompt
• Hypercare et début de production : analyse d'incidents, tuning, runbooks et documentation, et transfert du service à l'ingénieur qui prendra en charge la phase Run

Ce que nous recherchons

• Expérience avancée avec RAG (Retrieval-Augmented Generation), incluant des implémentations en production
• Expérience avancée avec Azure OpenAI Service et LLM / Large Language Models, utilisée cette année
• Expérience avancée avec Azure Kubernetes Service (AKS), utilisée cette année
• Expérience avancée avec Terraform, utilisée cette année
• Expérience avancée avec Azure DevOps, utilisée cette année
• Expérience avancée avec Python, utilisée cette année
• Expérience intermédiaire avec LangChain
• Expérience intermédiaire avec les bases de données vectorielles
• Expérience dans la conception et la mise en œuvre de frameworks d'évaluation (métriques, ensembles de tests, automatisation) pour des applications RAG ou LLM
• Expérience dans la mise en œuvre du contrôle d'accès au niveau document dans un système RAG, en propageant les permissions des systèmes sources vers la couche de récupération
• Expérience dans la rédaction de manifests Kubernetes ou de charts Helm et de code Terraform pour Azure, dans le cadre du déploiement de workloads AI ou ML en production
• Maîtrise native ou bilingue du néerlandais ou du français
• Maîtrise professionnelle complète de l'anglais

Le contexte

Cette mission dure 4 semaines, avec un démarrage dès que possible. Vous serez sur site à Bruxelles 2 à 3 jours par semaine, le reste en télétravail.

Vous pouvez réaliser cette mission en freelance ou en tant que salarié de HumanInTech. Même rôle, même équipe. Si vous nous rejoignez en tant que salarié, votre contrat de travail se poursuit au-delà de cette mission. À son terme, nous chercherons ensemble votre prochaine mission.

Lieu: Bruxelles, hybride

Adresse de travail: Belgique

Employeur / cocontractant: HumanInTech

Candidatures avant (heure de Bruxelles): 18 octobre 2026 à 02:00

Statut: Freelance ou salarié chez HumanInTech

Temps de travail: Temps plein

Expérience: 6–10 ans ou plus

Formation: Bachelier ou plus

Publiée le: octobre 2026