Senior AI Native Software Engineer in Paris

Responsabilités clés

• Architecturer et gouverner des systèmes agentiques de qualité production à l'échelle de l'entreprise : orchestration multi-agents à travers des environnements complexes, pipelines RAG, routage basé sur des politiques, gestion de la mémoire et observabilité du cycle de vie au niveau programme.
• Définir les normes de pipeline RAG à travers les engagements : établir des stratégies de chunking et d'embedding, définir des benchmarks de qualité et s'assurer que les décisions de compromis basées sur des métriques sont documentées et transférables.
• Établir des normes d'intégration multi-LLM : architecture agnostique par défaut, routage de secours et gouvernance des coûts comme pratique de conception standard à travers les fournisseurs, y compris OpenAI, Anthropic, Vertex AI et des modèles open-source.
• Posséder LLMOps à l'échelle du programme : stratégie d'évaluation, gouvernance des prompts, normes d'outils d'observabilité, surveillance de la sécurité et contrôles des coûts à travers plusieurs systèmes concurrents.
• Diriger des engagements d'ingénierie client à un niveau senior — faciliter des sessions de conception d'architecture, diriger la livraison de preuves de concept et favoriser l'alignement entre la direction technologique du client et les équipes de livraison.
• Façonner et publier des modèles réutilisables, des accélérateurs et des normes d'ingénierie qui se déploient à l'échelle de la pratique et réduisent le temps d'adaptation sur de nouveaux engagements clients.
• Posséder le cadre de mesure pour la qualité des systèmes agentiques : définir des métriques d'exactitude, de latence, de sécurité et de coût ; présenter l'impact de l'IA au niveau programme en termes commerciaux aux parties prenantes senior du client.

Exigences

• Plus de 8 ans d'expérience en ingénierie logicielle dans des environnements de production.
• Minimum 1 an d'expérience pratique dans la conception et le déploiement de solutions IA agentiques dans un environnement de production — non négociable.
• Expérience démontrée avec des frameworks d'orchestration agentique : LangGraph, CrewAI, AutoGen ou équivalent — à un niveau de production, pas au niveau tutoriel.
• Expérience directe avec les API LLM (OpenAI, Anthropic, Vertex AI) dans du code de production : abstraction de fournisseur, gestion des tokens, compromis de latence et de coût.
• Propriété du pipeline RAG : embeddings, stratégie de chunking, bases de données vectorielles et ingénierie de contexte.
• Fondamentaux de LLMOps : conception de harnais d'évaluation, versioning des prompts et observabilité en production.
• Maturité en ingénierie cloud-native : Kubernetes, Docker, microservices, serverless, CI/CD et IaC (Terraform ou Helm).
• Solide expérience en Python ; Java ou un langage backend équivalent acceptable ; expérience en débogage et observabilité en production.
• La qualité de l'expérience est plus importante que les années, un candidat ayant expédié trois systèmes agentiques en production en quatre ans est préféré à un généraliste avec une exposition passive à l'IA.
• Responsabilités de leadership : expérience dans la gestion, le développement et la gestion de la performance d'une équipe d'ingénieurs ; définition de plans de développement individuels et conduite de conversations de carrière.

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 au sein de vraies organisations clientes. La différence entre un ingénieur IA et ce que nous recherchons est simple : vous avez expédié un système multi-agents en production, vous avez possédé le harnais d'évaluation, et vous savez ce qui se passe lorsque votre agent échoue à 2h du matin parce que vous l'avez vécu. En tant qu'ingénieur IA (Agentique/Appliqué), vous concevrez, construirez et déploierez des systèmes IA agentiques de qualité production à travers l'ensemble de la pile technologique de l'entreprise. Vous travaillerez directement avec les équipes d'ingénierie client, dirigerez des sessions de conception technique et construirez des modèles et des accélérateurs réutilisables qui se déploient au-delà des engagements individuels. Ce rôle se situe au cœur du marché des talents en ingénierie 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 : une portée à travers chaque industrie, chaque pile technologique d'entreprise et chaque niveau de complexité organisationnelle, combinée à un accès à la communauté des fournisseurs au sein des équipes d'ingénierie d'Anthropic, OpenAI, Microsoft et Google et un chemin direct vers le programme Forward Deployed Engineer.