🎯 Ta mission
Industrialiser l’IA chez Naboo pour automatiser, accélérer et fiabiliser nos processus sur toute la chaîne de valeur, du premier contact client jusqu’au delivery du séminaire (et l’amélioration continue post-event).
Tu construis des agents IA, des workflows et des produits data qui :
réduisent drastiquement le temps passé sur les tâches répétitives et à faible valeur ajoutée,
améliorent la qualité d’exécution (moins d’erreurs, meilleure cohérence, meilleur contrôle),
augmentent la vitesse de réponse et la satisfaction client,
rendent nos équipes plus scalables, sans ajouter de complexité opérationnelle.
Et surtout : tu livres des solutions observables et pilotées par la donnée — monitoring, tracking d’usage, qualité, latence, coûts, et impact business (temps gagné, baisse d’erreurs, adoption).
🔧 Ce que tu feras concrètement
1) Concevoir et développer des agents et outils IA “production-ready”
Construire des agents IA et des workflows multi-étapes avec LangGraph (orchestration, state management, human-in-the-loop, retries), jusqu’en production.
Développer des assistants orientés métier (Sales/Ops/CS) : extraction/synthèse, rédaction assistée, aide à la décision, automatisation de workflows.
Mettre en place les bons patterns : tool-calling, gestion de contexte, guardrails, sécurité/PII, maîtrise des coûts.
2) Développer la data foundation qui rend l’IA utile
Développer des pipelines de données et des intégrations entre nos systèmes internes (BigQuery, MongoDB, APIs…).
Fiabiliser la donnée : qualité, traçabilité, monitoring, modèles et métriques partagés.
3) Livrer en cycles Shape Up (orientés impact)
Participer au shaping (cadrage, risques, découpage, définition du “done”).
Travailler en étroite collaboration avec le PM et les équipes internes pour garantir la valeur ajoutée et l’adoption.
4) Mesurer et itérer (adoption & ROI)
Définir et suivre des indicateurs : temps gagné, taux d’adoption, baisse d’erreurs, satisfaction interne.
Construire une boucle de feedback continue et itérer rapidement.
5) Monitoring, tracking & performance (rigueur production)
Mettre en place l’observabilité des pipelines et des agents (logs, métriques, alerting, traces).
Suivre des KPIs de performance : latence, taux d’erreurs, taux de fallback, stabilité, coûts par workflow.
Mettre en place une démarche d’évaluation (qualité LLM, hallucinations, précision d’extraction, conformité) + dashboards d’usage.
Optimiser en continu : caching, batching, choix modèles, tuning prompts, amélioration des données.
🚀 Pourquoi ce rôle est une vraie opportunité
Impact direct : chaque projet livré a un effet mesurable sur la productivité.
Ownership : tu influences l’architecture, les choix techniques, la standardisation des agents et la roadmap IA interne.
Cycle complet : shaping → build → déploiement → mesure → itération.
Environnement structuré : roadmap claire, cycles courts, vrais utilisateurs.
Équipe ambitieuse : forte proximité produit, exécution rapide, culture du concret.
