The posting
Nous ouvrons un poste de Développeur backend Python IA/ML - confirmé à sénior pour renforcer l'équipe de notre client basé à Fribourg. Vous contribuerez à la conception, au développement et à l'optimisation d'une architecture d'IA générative robuste, sécurisée et entièrement déployée en environnement on-premise.
Responsabilités du poste
- Concevoir, développer et maintenir des services backend Python destinés à des applications d'IA générative en production.
- Développer et orchestrer des workflows agentiques complexes reposant sur des frameworks tels que LangGraph, CrewAI, BeeAI ou AG2.
- Mettre en œuvre des architectures RAG performantes intégrant outils, function calling et collaborations multi-agents.
- Concevoir et optimiser les pipelines d'ingestion documentaire, d'OCR et de structuration de contenus issus de documents numérisés.
- Déployer et exploiter des modèles de langage open-weight hébergés localement, en garantissant performance, sécurité et disponibilité.
- Développer et faire évoluer des API performantes avec FastAPI et assurer leur déploiement dans des environnements Kubernetes.
- Mettre en place les bonnes pratiques de CI/CD, d'observabilité, de gestion des secrets et de protection des données sensibles.
- Participer aux choix techniques et architecturaux afin d'assurer la scalabilité, la maintenabilité et la maîtrise des coûts de la solution.
- Solide expérience en développement backend avec Python 3.11+ dans des environnements de production, incluant typage, tests automatisés (Pytest) et bonnes pratiques de développement logiciel.
- Expérience concrète de mise en production de solutions IA/ML, au-delà de phases de démonstration ou de prototypage.
- Maîtrise d'au moins un framework d'orchestration agentique tel que LangGraph, CrewAI, BeeAI ou AG2.
- Expérience des bases de données vectorielles (Chroma, Qdrant, Weaviate ou équivalent) pour l'indexation et la recherche sémantique à grande échelle.
- Connaissances approfondies des technologies OCR et de traitement documentaire, notamment Docling, PaddleOCR ou solutions comparables.
- Expertise dans le déploiement et l'exploitation de LLM auto-hébergés avec des solutions telles que llama.cpp, vLLM ou équivalent.
- Bonne maîtrise des API REST, de FastAPI, des conteneurs Docker et des environnements Kubernetes.
- Expérience en fine-tuning ou déploiement de modèles open-weight tels que Mistral, Llama ou Apertus.
- Capacité à prendre des décisions d'architecture en tenant compte des enjeux de performance, qualité, sécurité, exploitabilité et coûts.
- Parfaite maitrise du français.



