Job Specifications
Construis l'intelligence interne qui boostera toute la chaîne de valeur de Naboo
Qui sommes-nous ?
Chez Naboo, notre mission est simple : simplifier l’organisation des séminaires et séjours d’équipe.
Notre plateforme aide les entreprises à trouver et réserver facilement les meilleurs logements, activités, restaurants et transports pour leurs événements.
Pour offrir une expérience fluide, nos équipes internes gèrent chaque jour une grande quantité d’opérations.
Notre verticale Data & IA a un objectif clair : accroître la productivité de Naboo en supprimant les tâches à faible valeur ajoutée et en construisant des outils intelligents au service des équipes (Sales, Ops, Account Management, Customer Success).
Tu rejoins notre équipe Data & IA, une verticale jeune mais déjà bien structurée.
Nous travaillons selon des cycles courts inspirés de la méthode Shape Up : projets cadrés, priorisés, orientés impact, avec des livrables concrets rapidement utilisés par les équipes.
Ici, l’IA n’est pas un “lab” : on livre des solutions utilisées, fiables, et mesurées.
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 Pourquoi ce rôle est une vraie opportunité
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.
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.
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.
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.
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.
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.
Expérience
Tu as déjà livré des projets data/IA en production (agents, automatisations, outils internes, data products…).
Tu es à l’aise avec un contexte “ops” : contraintes réelles, qualité, adoption, ROI.
Compétences techniques
Excellente maîtrise de Python (Pandas, FastAPI, intégrations, APIs, tests).
Solides bases en SQL et en manipulation/modélisation de données.
Expérience LLMs/NLP (OpenAI API, LangChain/LangGraph, Hugging Face, RAG…).
Confort avec un environnement cloud data (BigQuery, GCP, MongoDB).
Culture production & fiabilité : monitoring, métriques, alerting, post-mortems, amélioration continue.
Bonus : vector DB (FAISS/Chroma), évaluation LLM, sécurité & privacy, optimisation coûts/latence.
Qualités personnelles
Autonome, rigoureux(se), orienté(e) impact.
Sens du produit : tu comprends les besoins métiers et cherches la solution la plus efficace.
Aime livrer vite, bien, et itérer avec des utili