Applied AI Engineer (tous genres)

Vous construisez les systèmes qui font réellement fonctionner l'IA dans des environnements d'entreprise, pas des démos, pas des prototypes qui stagnent après un pilote, mais des architectures agentiques de production fonctionnant à l'intérieur de véritables organisations clientes. La différence entre un AI Engineer et ce que nous recherchons est simple : vous avez déployé un système multi-agent en production, vous avez maîtrisé l'eval harness, et vous savez ce qui se passe quand votre agent échoue à 2h du matin parce que vous l'avez vécu.

En tant qu'AI Engineer (Agentic/Applied), vous concevrez, construirez et déploierez des systèmes d'IA agentiques de qualité production sur l'ensemble de la pile technologique de l'entreprise. Vous travaillerez directement avec les équipes d'ingénierie des clients, dirigerez des sessions de conception technique et construirez des modèles et des accélérateurs réutilisables qui s'étendent au-delà des engagements individuels.

Ce rôle se situe au cœur du marché des talents en ingénierie de l'IA - la demande croît plus vite que l'offre et continuera de le faire. Nous offrons ce qu'aucune entreprise de produit unique ne peut offrir : une étendue couvrant chaque industrie, chaque pile technologique d'entreprise et chaque niveau de complexité organisationnelle, combinée à un accès de type vendor fellowship au sein des équipes d'ingénierie d'Anthropic, OpenAI, Microsoft et Google, ainsi qu'une voie directe vers le programme Forward Deployed Engineer.

Responsabilités clés ##

• Concevoir et construire des systèmes agentiques de qualité production de bout en bout : orchestration multi-agent, pipelines RAG, routage basé sur des politiques, invocation d'outils, gestion de la mémoire et observabilité du cycle de vie ;
• Construire et maîtriser les pipelines RAG : embeddings, stratégie de chunking, recherche vectorielle, ingénierie de la fenêtre de contexte et réglage par rapport à de réels objectifs de qualité ;
• Intégrer et abstraire à travers plusieurs fournisseurs de LLM - OpenAI, Anthropic, Vertex AI et des modèles open-source - avec routage de repli, gestion des tokens, des coûts et de la latence ;
• Implémenter l'LLMOps en production : eval harnesses avec de réelles métriques de qualité, versionnage de prompts, outils d'observabilité (LangSmith, Braintrust, ou équivalent), surveillance des coûts et de la sécurité ;
• S'immerger directement auprès des équipes d'ingénierie des clients pour concevoir, prototyper et déployer des solutions agentiques - ateliers, preuves de concept, sessions de codage en commun et présentations d'architecture ;
• Construire des modèles, des accélérateurs et des playbooks réutilisables qui s'étendent au-delà de l'engagement client individuel et permettent au suivant de démarrer plus rapidement ;
• Définir et utiliser des métriques pour mesurer la précision, la latence, la sécurité et la rentabilité des agents ; présenter les conclusions et les recommandations aux parties prenantes des clients en termes métier.