Senior LLM Engineer — Agents IA en production, legal-tech (Paris)

Le contexte

Une legal-tech parisienne construit un agent IA pour les notaires et les professionnels de l'immobilier : actes de vente, successions, procurations, emails. L'agent est en production et payé par ses clients, avec des milliers d'utilisateurs chaque mois. La société a levé plusieurs millions d'euros ; l'équipe tech compte six ingénieurs et travaille directement avec le fondateur, lui-même très technique.

Le chantier 2026 : faire passer l'agent d'un assistant qui répond à un agent beaucoup plus proactif, qui se déclenche seul (email entrant, nouveau document, tâche planifiée), enchaîne des appels à de nombreux outils internes et externes, et produit des documents. Vous participez à la conception de cette architecture.

Vos missions

• Concevoir et faire évoluer le graphe agentique : l'agent choisit ses outils et son chemin, orchestre de nombreux appels d'API internes et externes, et garde son état sur des tâches longues.
• Tenir la production : API externes instables, retries, fallbacks, mode dégradé quand un service tombe.
• Mettre en place la boucle qualité : analyse des traces, datasets d'évaluation versionnés, non-régression en CI, amélioration continue à partir de ce qui casse.
• Faire profiter l'équipe de ce que vous avez déjà appris ailleurs : les pièges connus et les patterns qui tiennent à l'échelle.

Le profil

• Vous avez déjà construit ET opéré en production un système agentique non déterministe, avec de nombreux appels d'outils externes et un volume réel (des milliers d'utilisateurs ou de runs). Pas un POC, pas un outil interne pour une dizaine de personnes.
• Vous savez raconter un run qui a mal tourné en production : comment vous l'avez détecté et compris, et ce que vous avez mis en place pour qu'il ne se reproduise pas.
• Vous avez une vraie pratique des évals et de l'observabilité LLM (LangFuse, LangSmith, Braintrust ou équivalent) : vous voyez une régression de qualité avant vos utilisateurs.
• Vous êtes ingénieur logiciel avant tout : Python solide (typage, async, tests), architecture, intégrations d'API. Un parcours data science est bienvenu mais ne suffit pas : ce qui compte, c'est l'agentique livrée en production.
• Poste de contributeur individuel senior, pas de management.
• Bonus : knowledge graphs ou extraction structurée, goût pour le juridique.

Le process

Un entretien d'une heure avec le fondateur, entièrement technique : il prend un système que vous avez construit et creuse jusqu'au fond (utilisateurs, volumes, architecture, votre rôle, incidents, évals). Puis un exercice à la maison, une revue de code avec l'équipe, les références et l'offre.