À propos de Decathlon

Decathlon aspire à devenir la meilleure plateforme numérique sportive et l'écosystème ouvert du monde. Nous voulons permettre aux clients de vivre l'expérience Decathlon à travers de nombreuses expériences locales centrées sur le sport en connectant de nombreux acteurs et services tiers, de manière sécurisée et performante.

Nos équipes numériques basées à Lille et Paris(et plus encore…) regroupant plus de 5000 collaborateurs, sont unies pour concevoir et développer des produits numériques avec l'objectif de toujours offrir la meilleure valeur à nos utilisateurs. Présent dans plus de 70 pays, Decathlon s'engage pour l'innovation, la durabilité et la satisfaction client.

Description du Poste

Notre équipe PRISM (Supply Chain) recherche un·e IA Engineer basé·e à Paris. En tant qu'IA Engineer dédié au déploiement d'agents, vous serez au cœur d'une équipe technique resserrée. Vous jouerez un rôle critique dans l'industrialisation, le déploiement et le suivi de nos capacités agentiques. Vous travaillerez en étroite collaboration avec les équipes numériques (Data, Produit, Ingénierie) pour architecturer l'infrastructure de déploiement, concevoir le routage de l'intelligence et construire une infrastructure sécurisée permettant à nos agents d'interagir nativement avec nos données d'entreprise et nos systèmes historiques (legacy)

Responsabilités

Concevoir et déployer les fondations solides qui permettront à nos agents IA d'être hébergés, de s'exécuter et d'interagir de manière fluide avec nos systèmes lors de la mise en production.
Concevoir des pipelines robustes permettant l'exécution agentiques asynchrones multi-étapes (ex: flux d'ingestion et d'écriture transactionnels), en implémentant des patterns de résilience distribuée.
Intégrer les SDKs d'orchestration agentiques (notamment Google Vertex AI Agent SDK / ADK), en contournant les limitations "boîte noire" des frameworks managés.
Orchestrer de façon efficiente les agents mis en production tout en garantissant la bonne gestion du traitement de l’information, du routage vers les modèles les plus adapté et garantir une gestions des coûts et utilisation des tokens optimal. Garantir et assurer la qualité et la vitesse d’exécution des tâches à réaliser.
Cadrer strictement le périmètre d'action de chaque agent. Vous garantissez qu'ils accèdent uniquement aux données et aux actions pour lesquelles ils sont formellement autorisés, dans le respect de nos règles de confidentialité. En garantissant la sécurité des données.
Bâtir des pipelines de mesure de performance et tracking avancés pour tracer de bout en bout les réflexions et décisions de l'agent afin de débugger la logique en production.
Travailler avec l’équipe pour définir les métriques d'évaluations data pertinentes et cohérentes par rapport aux spécificités et métriques fonctionnelles définies.

Savoir Faire

Conception de backends robustes (Python), maîtrise opérationnelle de la conteneurisation (Docker, Kubernetes) et des pipelines (CI/CD, tests automatisés, observabilité, gestion des logs) pour assurer des mises en production robustes.
Expertise Python axée production, maîtrise des plateformes de déploiement (Vertex AI Agent Builder, Gemini Enterprise Agent Platform) et des protocoles d'intégration client/serveur comme le Model Context Protocol (MCP).
Expérience d'optimisation des fenêtres de contexte pour des modèles frontières massifs. De routage de requêtes vers les modèles adaptés aux solution envisagées
Capacité à construire des frameworks de test pour LLMs (LLM-as-a-Judge, Golden Datasets), maîtrise des métriques déterministes et validation stricte des formats de sortie (JSON schema enforcement).
Expérience pratique sur l'Agentic RAG, le Semantic Caching pour réduire la latence et les coûts API, ou l'utilisation de frameworks d'optimisation de prompts (ex: DSPy).
Expérience appliquée à la supply chain, au retail, ou au déploiement de modèles via Databricks / MLFlow.

Savoir être

Excellentes compétences en communication et en collaboration.