Platform Engineer Agentic Development Platform H/F - Reboot Conseil

Missions principales 1. Concevoir l'architecture de la plateforme de développement agentique Vous contribuerez à la définition et à la mise en oeuvre de l'architecture cible de la plateforme. Vos responsabilités incluront notamment : définir les composants et les responsabilités de la plateforme ; concevoir une architecture modulaire, réutilisable et évolutive ; identifier les capacités communes à mutualiser entre les équipes ; distinguer les composants génériques des capacités spécifiques à certains produits ou projets ; définir les principes d'intégration des modèles, outils, API et agents ; concevoir les mécanismes d'orchestration de workflows agentiques ; assurer l'intégration de la plateforme dans l'écosystème technique existant ; anticiper les enjeux de volumétrie, de performance, de sécurité et de maintenabilité ; documenter les choix d'architecture et leurs impacts ; contribuer à la définition des standards techniques de l'organisation. Vous interviendrez sur des problématiques allant de la plateforme développeur jusqu'aux usages liés aux données et aux services d'intelligence artificielle exploités par les équipes produit. 2. Industrialiser les outils de développement assisté par l'IA L'utilisation d'outils d'IA appliqués au développement logiciel constitue un axe central de la mission. Vous serez amené(e) à : évaluer les outils de coding agents et d'assistance au développement ; intégrer ces outils dans les workflows quotidiens des développeurs ; définir des méthodes d'utilisation adaptées aux différentes phases du cycle de vie logiciel ; accompagner l'utilisation de Claude Code, Codex, GitHub Copilot ou de solutions équivalentes ; exploiter les fonctionnalités avancées des outils : sous-agents, hooks, connecteurs, planification et outils spécialisés ; définir des patterns d'utilisation reproductibles ; créer ou intégrer des composants de type harness autour des outils et agents ; mettre en place des contrôles permettant d'encadrer les usages ; favoriser une utilisation efficace des modèles sans créer de dépendance excessive à un fournisseur ; assurer une veille sur l'évolution des modèles, outils et pratiques. Le rôle ne consiste pas uniquement à utiliser des assistants de programmation, mais à concevoir les conditions permettant à une organisation entière et à plusieurs équipes de les utiliser de manière homogène et maîtrisée. 3. Concevoir le cadre de gestion du contexte La qualité des résultats produits par les agents dépend directement de la qualité, de la pertinence et de la maîtrise du contexte qui leur est fourni. Vous définirez les règles et mécanismes permettant de gérer ce contexte de manière sécurisée et efficace. Cela comprendra notamment : définir les répertoires, documents, API et sources accessibles aux agents ; contrôler le périmètre de contexte exposé aux outils d'IA ; exclure les secrets, fichiers .env, mots de passe, certificats et configurations sensibles ; empêcher l'accès non maîtrisé aux configurations de production ou d'infrastructure ; structurer les documents, règles, conventions et instructions destinés aux agents ; mettre en place des stratégies de mémoire et de persistance du contexte ; améliorer la pertinence et la fraîcheur des informations accessibles ; assurer la traçabilité des sources utilisées ; définir des mécanismes de gouvernance des connaissances ; gérer les droits d'accès aux données et aux référentiels ; prendre en compte les exigences de confidentialité, de sécurité et de conformité RGPD. Une expérience en Knowledge Engineering, Context Engineering, RAG, recherche sémantique, taxonomies, ontologies, bases de connaissances ou intégration d'API sera particulièrement appréciée. 4. Mettre en oeuvre l'orchestration d'agents et de workflows Vous concevrez des workflows permettant d'intégrer des agents IA dans les processus de développement. Vos activités pourront inclure : modéliser des chaînes de traitement impliquant plusieurs agents ; définir les responsabilités respectives des agents et des utilisateurs ; intégrer des modèles, outils, services et API ; concevoir des composants réutilisables d'orchestration ; gérer les dépendances entre étapes d'un workflow ; intégrer des mécanismes de validation humaine ; gérer les erreurs, les reprises et les situations d'échec ; définir les règles de passage d'une étape à l'autre ; assurer la traçabilité des actions réalisées par les agents ; intégrer les workflows agentiques aux pipelines de développement et de livraison ; contribuer à la mise en place de mécanismes de supervision et de contrôle. L'objectif est de couvrir l'ensemble du cycle de vie, depuis la phase de spécification jusqu'à l'exécution en production. 5. Faire évoluer les workflows de développement, la CI/CD et GitHub Enterprise Vous contribuerez à la transformation des workflows de développement afin de permettre une mise en production plus rapide, plus fiable et plus reproductible. Vos responsabilités comprendront notamment : concevoir et maintenir les pipelines CI/CD ; intégrer les outils d'IA dans les étapes de développement et de revue ; automatiser les contrôles de qualité et de sécurité ; intégrer les tests, le packaging et les déploiements ; définir les règles de gestion des pull requests ; mettre en oeuvre les contrôles nécessaires avant fusion dans les branches principales ; assurer l'intégration avec l'environnement GitHub Enterprise de notre client ; automatiser les workflows de publication et de mise en production ; mettre en place des stratégies de versioning, rollback et déploiement reproductible ; gérer les environnements de développement, de test, de préproduction et de production ; contribuer à l'Infrastructure as Code lorsque cela est pertinent ; documenter les workflows et les règles d'utilisation ; assurer la synchronisation régulière du code et des configurations dans l'environnement du client. Vous devrez notamment réfléchir à la manière d'intégrer les agents dans les chaînes CI/CD sans compromettre la sécurité, la qualité du code ou la responsabilité humaine sur les livrables. 6. Accompagner l'ensemble du cycle de vie logiciel La mission couvrira l'ensemble des étapes du cycle de vie : Spécification clarification du besoin ; structuration des user stories et critères d'acceptation ; exploitation des agents pour l'analyse et la préparation des travaux ; définition des règles permettant aux agents d'accéder au contexte approprié. Conception contribution aux choix d'architecture ; production de propositions techniques ; identification des risques ; documentation des décisions et hypothèses. Développement utilisation encadrée des coding agents ; génération, modification et revue de code ; respect des standards de développement ; maintien de la responsabilité humaine sur les choix techniques. Tests et validation tests unitaires, fonctionnels, d'intégration et de non-régression ; évaluation des sorties générées par les agents ; contrôle de la qualité, de la sécurité et de la conformité ; détection des régressions liées aux modèles, aux prompts ou au contexte. Intégration et livraison automatisation des contrôles dans les pull requests ; packaging et gestion des versions ; pipelines CI/CD ; déploiements reproductibles. Run et exploitation monitoring, logging et tracing ; alerting et gestion des incidents ; suivi des coûts, performances et consommations ; amélioration continue des outils et workflows ; maintien de la documentation opérationnelle. 7. Mettre en place une démarche d'AI Quality Engineering et de FinOps Vous contribuerez à la maîtrise de la qualité et des coûts liés à l'utilisation des systèmes d'IA. Vous serez notamment chargé(e) de : définir des stratégies d'évaluation des systèmes agentiques ; concevoir des jeux de tests et des benchmarks ; mettre en place des tests de non-régression ; mesurer la pertinence, la robustesse et la fiabilité des résultats ; suivre la latence, la consommation de tokens et les coûts ; comparer plusieurs modèles ou configurations ; identifier les régressions liées aux prompts, aux données ou aux versions de modèles ; définir des indicateurs de suivi ; optimiser le compromis entre qualité, coût et performance ; contribuer à une utilisation responsable des ressources de calcul et d'IA. L'approche devra rester agnostique : les choix de modèles et de fournisseurs devront être guidés par les besoins, les contraintes de sécurité, les performances et les coûts. 8. Garantir la sécurité, la conformité et la traçabilité Vous participerez à la définition et à l'application des règles de sécurité relatives à l'utilisation des outils d'IA. Vous devrez notamment veiller à : ne pas exposer de données confidentielles à des outils non autorisés ; exclure les secrets et identifiants du contexte transmis aux modèles ; contrôler les accès aux environnements, dépôts, API et données ; vérifier les conditions de conservation et d'utilisation des données par les fournisseurs ; privilégier, lorsque cela est requis, des traitements hébergés dans l'Espace économique européen ; prendre en compte les exigences du RGPD ; assurer la traçabilité des outils, modèles, versions et fournisseurs utilisés ; maintenir un registre des usages d'IA ; conserver les journaux nécessaires aux audits ; soumettre tout code généré ou modifié par une IA à une revue humaine ; contribuer à la gestion des incidents liés à l'utilisation d'un outil d'IA ; respecter les règles relatives à la confidentialité, à la propriété intellectuelle et à la sécurité des systèmes d'information. La personne devra comprendre que l'utilisation d'une IA ne transfère pas la responsabilité du livrable à l'outil ou à son fournisseur. La responsabilité technique, fonctionnelle, sécuritaire et réglementaire demeure portée par l'équipe et le prestataire. 9. Produire les composants de type harness Dans le cadre de la mission, vous pourrez être amené(e) à concevoir ou faire évoluer un ensemble de composants de type harness, destinés à encadrer et industrialiser l'utilisation des agents de développement. Ce harness pourra notamment couvrir : la configuration des agents ; la sélection et la gestion du contexte ; l'accès aux outils et aux API ; l'application des règles de sécurité ; les contrôles avant et après exécution ; la validation humaine ; la gestion des logs et de la traçabilité ; l'intégration aux workflows GitHub et CI/CD ; l'évaluation des résultats produits ; la gestion des erreurs et des reprises ; la standardisation des pratiques entre équipes. L'objectif est de passer d'un usage individuel et expérimental des outils à une capacité d'entreprise, gouvernée, maintenable et déployable à l'échelle de plusieurs équipes. 10. Former et accompagner les équipes Une dimension importante du poste consiste à faire évoluer les pratiques d'ingénierie et à accompagner les équipes dans l'adoption des outils. Vous devrez notamment : définir les méthodes et règles de travail associées aux outils d'IA ; produire des guides pratiques et des exemples réutilisables ; former les développeurs et les équipes techniques ; organiser des ateliers de prise en main ; expliquer les limites et les risques liés aux outils ; aider les équipes à adapter leurs workflows ; accompagner le passage d'une approche expérimentale à une approche industrialisée ; répondre aux questions techniques et méthodologiques ; partager les bonnes pratiques entre les équipes ; recueillir les retours d'expérience et améliorer les dispositifs en place ; contribuer à une montée en compétence durable de l'organisation. Une première phase de montée en compétence d'au moins cinq jours ouvrés est prévue au démarrage de la mission. Des ateliers techniques réguliers, notamment trimestriels, pourront également être organisés. Profil : Compétences techniques attendues : *AI Developer Tooling Expérience concrète des coding agents et assistants de développement ; maîtrise d'un ou plusieurs outils tels que Claude Code, Codex, GitHub Copilot ou solutions équivalentes ; compréhension des sous-agents, hooks, connecteurs, outils, planification et gestion du contexte ; capacité à intégrer ces outils dans les workflows de développement ; connaissance des enjeux liés aux modèles, licences, confidentialité et gouvernance ; capacité à évaluer l'évolution des outils du marché. *Platform Engineering et architecture Expérience confirmée en Platform Engineering, Software Engineering, DevOps ou domaine équivalent ; conception de plateformes partagées et de composants réutilisables ; expérience des architectures distribuées et des intégrations de services ; capacité à définir des standards techniques ; compréhension des problématiques de scalabilité organisationnelle et technique ; aptitude à concevoir des solutions utilisables par plusieurs équipes. *Agent Platform & Orchestration conception et mise en oeuvre de plateformes agentiques ; orchestration de workflows impliquant plusieurs agents ; intégration de modèles, outils, API et services ; conception de composants de type harness ; gestion des prompts, du contexte, des erreurs et de la validation humaine ; expérience de mise en production de systèmes fondés sur des agents. *Knowledge & Context Engineering RAG et recherche sémantique ; bases de connaissances ; taxonomies, ontologies et knowledge graphs ; intégration de documentations et d'API ; gestion de la mémoire et du contexte ; gouvernance, fraîcheur et traçabilité des sources ; contrôle des données accessibles aux outils d'IA. *CI/CD et DevOps GitHub Enterprise et gestion des dépôts ; GitHub Actions ou solution CI/CD équivalente ; automatisation des tests, contrôles, releases et déploiements ; pull requests et règles de protection des branches ; Infrastructure as Code ; gestion des environnements ; packaging, versioning et rollback ; déploiements reproductibles ; monitoring et scripts d'exploitation. *AI Quality Engineering et FinOps évaluation fonctionnelle et qualitative de systèmes IA ; tests automatisés et tests de régression ; benchmarks de modèles, prompts et workflows ; suivi de la consommation, des coûts et de la latence ; optimisation qualité/coût/performance ; mise en place d'indicateurs et de rapports. *Sécurité, conformité et observabilité monitoring, logging et tracing ; gestion des secrets et des habilitations ; sécurité des API et des environnements ; auditabilité et traçabilité ; protection des données ; compréhension du RGPD et des enjeux de confidentialité ; connaissance des risques liés à l'utilisation de modèles et d'outils d'IA ; maîtrise des pratiques de revue humaine du code généré. *Profil recherché Formation supérieure en informatique, ingénierie logicielle, systèmes, cloud ou intelligence artificielle ; expérience significative en Platform Engineering, DevOps, Software Engineering ou architecture technique ; expérience concrète de projets intégrant des outils d'IA, des LLM, des agents ou des workflows automatisés ; capacité à développer directement, et pas uniquement à définir une architecture ; expérience dans l'industrialisation de pratiques et d'outils pour plusieurs équipes ; aptitude à faire évoluer une organisation vers un usage structuré des coding agents ; capacité à travailler de la phase de spécification jusqu'au run ; autonomie, rigueur et sens des responsabilités ; très bonnes capacités de communication et de vulgarisation ; goût pour l'expérimentation, la veille et l'amélioration continue ; sensibilité forte aux enjeux de sécurité, de conformité, de qualité et de souveraineté des données. Une expérience récente sur des projets de transformation des pratiques de développement ou de déploiement d'outils d'IA à l'échelle d'une organisation sera particulièrement valorisée. Langues Anglais : niveau C2 obligatoire. Français ou allemand : niveau C2 requis. La maîtrise de la deuxième langue constitue un avantage. La documentation technique devra être rédigée en anglais.

• RGPD
• Anglais
• Amélioration continue
• API
• Intelligence artificielle
• Benchmark
• Autonomie
• packaging
• Création d'une base documentaire
• Logiciels de gestion de versions
• Git
• Contrôle qualité
• Monitoring