Offres d'emploi › Île-de-France › Paris
LLM Engineer - Freelance (H/F)
Collective.work recrute : LLM Engineer - Freelance (H/F) à Paris, Profession libérale. Offre publiée le 30 octobre 2026.
Collective.workPubliée le 30 octobre 2026
- Entreprise
- Collective.work
- Lieu
- Paris
- Contrat
- Profession libérale
- Expérience
- 3 An(s)
- Secteur
- Chef / Cheffe de projet TMA - Tierce Maintenance Applicative
Rejoignez le groupe « Offres d’emploi en Île-de-France – Le Recruteur »
Offres proches de celle-ci
- Agent commercial indépendant en immobilier résidentiel (H/F) — Savigny-le-Temple Indépendant
- Agent commercial indépendant en immobilier résidentiel (H/F) — Chessy Indépendant
- Agent commercial indépendant en immobilier résidentiel (H/F) — Cergy Indépendant
- Agent / Agente immobilier (H/F) — Meaux Indépendant
- Dessinateur-projeteur d'études en électricité et électronique (H/F) — Paris 9e Arrondissement Indépendant
- Dessinateur projeteur schémas électriques (H/F) — Paris 9e Arrondissement Indépendant
Description du poste
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 : LangGraph, MCP
*
RAG : LlamaIndex, Docling, Azure AI Search, Qdrant, rerankers (Cohere, BGE)
*
Évaluation et observabilité : Ragas, DeepEval, Langfuse
*
Backend : Python, FastAPI, Pydantic
*
Déploiement : Docker, Kubernetes, GitLab CI
Profil recherché
Indispensable
*
Au moins un RAG en production avec utilisateurs réels, et capacité à expliquer comment sa qualité a été mesurée et améliorée
*
Au moins un agent avec appels d'outils développé au-delà du POC
*
Python solide côté backend (API, asynchrone, tests)
Apprécié
*
GraphRAG ou knowledge graphs
*
Fine-tuning léger (LoRA) ou embeddings personnalisés
*
Secteur assurance ou banque
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 : LangGraph, MCP
*
RAG : LlamaIndex, Docling, Azure AI Search, Qdrant, rerankers (Cohere, BGE)
*
Évaluation et observabilité : Ragas, DeepEval, Langfuse
*
Backend : Python, FastAPI, Pydantic
*
Déploiement : Docker, Kubernetes, GitLab CI
Profil recherché
Indispensable
*
Au moins un RAG en production avec utilisateurs réels, et capacité à expliquer comment sa qualité a été mesurée et améliorée
*
Au moins un agent avec appels d'outils développé au-delà du POC
*
Python solide côté backend (API, asynchrone, tests)
Apprécié
*
GraphRAG ou knowledge graphs
*
Fine-tuning léger (LoRA) ou embeddings personnalisés
*
Secteur assurance ou banque
Préparer son entretien d'embauche
- Livre « réussir son entretien d'embauche »
Questions types et réponses qui marchent.Voir sur Amazon - Guide CV et lettre de motivation
Pour un CV qui passe les filtres des recruteurs.Voir sur Amazon - Porte-documents A4
Arriver avec CV et diplômes en bon état.Voir sur Amazon
Source : France Travail. Publiée le 30 octobre 2026. Toujours en ligne chez la source : vérifiée il y a 14 h.
Décodeur de l'annonce
Lecture automatique du texte de l'annonce : chaque point cite le passage dont il provient. Vérifiez auprès du recruteur avant de vous engager.
| Contrat | Profession libérale Source : champ « contrat » et texte |
|---|---|
| Lieu | Paris Source : champ « lieu » |
| Télétravail | « Concevoir des pipelines RAG avancés : parsing de documents complexes (PDF, tableaux, scans), stratégies de chunking, recherche hybride (vectorielle + BM25), re… » Source : texte de l'annonce |
| Expérience | 3 An(s) Source : champ « expérience » |
| Prise de poste | « Démarrage : ASAP / Durée : 12 mois renouvelables » Source : texte de l'annonce |
| Salaire | Non précisé dans l'annonce |
| Horaires et jours travaillés | Non précisé dans l'annonce |
Ce que l'annonce présente comme exigé
- « Indispensable »
Ce qui est seulement souhaité
- « Apprécié »
Questions à poser au recruteur
- Quel est le salaire brut mensuel proposé (et les primes éventuelles) ?
- Quels sont les horaires et les jours travaillés (week-ends, soirées) ?
- Quelles sont les prochaines étapes du recrutement ?
Pour votre candidature : reprenez dans votre CV et votre message chacun des points présentés comme exigés, avec un exemple concret ; signalez ceux que vous n'avez pas encore (formation prévue, équivalence).
Offres similaires en Île-de-France
Agent / Agente immobilier (H/F)
Recrutimmo
Toutes les offres d'emploi à Paris (10125 offres, salaires et secteurs qui recrutent)