Brésil
C6 Bank
Ambush
Ingénieur Machine Learning/IA
Brésil
Porto Alegre, South, Brazil
PythonReactSQLAWSGCPDockerKubernetesTerraform
Traduction automatique. Consultez l’original.
Résumé du rôle
Ambush est une entreprise axée sur l'humain où des individus talentueux et réfléchis se réunissent pour construire des produits significatifs et des partenariats durables. Nous croyons que le meilleur travail se fait lorsque les gens se sentent soutenus, en confiance et habilités à apporter toutes leurs capacités.
Depuis 2015, grâce à notre état d'esprit axé sur l'humain et notre vision à long terme, nous sommes devenus un partenaire sur lequel certaines des meilleures entreprises du monde comptent. Nous combinons une solide ingénierie, conception et stratégie avec une force croissante en IA pour aider nos clients à anticiper l'avenir et à obtenir de meilleurs résultats.
Au cœur de tout ce que nous faisons se trouve notre équipe. Nous collaborons, prenons des risques, nous nous soutenons mutuellement et sommes fiers de faire le travail correctement, sans nous contenter d'une solution rapide et improvisée. Si vous rejoignez Ambush, vous rejoignez un groupe de personnes qui veulent que vous réussissiez et qui se mobilisent les unes pour les autres chaque jour.
Nous croyons en un véritable travail d'équipe, une volonté constante de nous améliorer et la fourniture de résultats significatifs à long terme dont nous pouvons être fiers ensemble, et nous l'attendons.
Nous recherchons un Ingénieur IA pratique pour concevoir, construire et déployer des solutions GenAI et IA Agentiques de niveau entreprise pour des flux de travail complexes dans les services financiers. Ce rôle se concentre sur la construction du flux de travail complet autour d'un modèle d'IA, pas seulement des prompts ou des chatbots. Ce flux de travail comprend la classification des exceptions, l'analyse des causes profondes, l'évaluation de l'impact et la remédiation dans des environnements de traitement de transactions et de données à grande échelle. Le candidat idéal combine de solides bases en Python, SQL et en ingénierie logicielle avec une expérience pratique dans la mise en production d'applications LLM et agentiques au-delà du preuve de concept.
Responsabilités clés
- Construire des flux de travail IA pour la classification des exceptions, le triage, l'analyse des causes profondes, l'évaluation de l'impact et les recommandations de remédiation.
- Développer des flux de travail agentiques impliquant l'orchestration, l'appel d'outils/fonctions, la gestion d'état et la validation humaine (human-in-the-loop).
- Corréler les nouvelles exceptions avec les problèmes historiques, les causes profondes connues, les règles métier et les attributs de transaction/données.
- Construire des services basés sur Python et SQL pour interroger, transformer et analyser de grands ensembles de données d'entreprise structurées.
- Développer des outils et services réutilisables que les agents IA peuvent invoquer pour la récupération, l'investigation, l'analyse et l'exécution des flux de travail.
- Intégrer des applications IA avec des APIs d'entreprise, des bases de données, des plateformes de workflow/ticketing et des sources de données internes.
- Appliquer RAG et la récupération de contexte sur des documents réglementaires, des connaissances historiques et des référentiels de problèmes.
- Implémenter le score de confiance, la validation, les garde-fous et la traçabilité pour les résultats générés par l'IA.
- Construire des services backend et des APIs en utilisant Python (FastAPI) et les déployer sur une plateforme cloud majeure.
- Implémenter des pratiques de test, de journalisation, d'évaluation, d'observabilité et d'ingénierie de production.
- Collaborer avec des ingénieurs onshore et offshore, des architectes, des analystes métier, des ingénieurs de données et des équipes d'application.
Prérequis
- Solide maîtrise pratique du développement Python backend et de la création de services de qualité production avec des frameworks comme FastAPI.
- Solides compétences en SQL et en analyse de données, avec une expérience de travail sur de grands ensembles de données structurées.
- Expérience avérée dans la construction d'applications LLM/GenAI qui sont allées au-delà des chatbots de preuve de concept.
- Expérience pratique avec au moins un framework d'orchestration d'agents ou de flux de travail, tel que LangGraph, Google ADK, CrewAI, AutoGen, Semantic Kernel, ou un framework personnalisé équivalent.
- Compréhension solide de l'appel d'outils/fonctions et de la manière de concevoir des outils réutilisables pour les agents.
- Expérience avec RAG et les techniques de récupération.
- Expérience dans la mise en œuvre de l'évaluation LLM, des garde-fous et de la validation pour les sorties IA.
- Solides fondamentaux en ingénierie logicielle : Git, tests, revue de code et CI.
- Expérience pratique du déploiement de services backend sur une plateforme cloud majeure (AWS préféré, GCP ou Azure considérés).
- Solides compétences analytiques, de débogage et d'analyse des causes profondes.
- Très bon anglais et capacité à collaborer efficacement avec des équipes d'ingénierie et métier distribuées.
- Une approche pragmatique de l'IA, sachant ce qui relève de la logique déterministe et où un LLM apporte une valeur tangible et mesurable.
Atouts
- Expérience dans les services financiers, en particulier le reporting réglementaire, les marchés de capitaux, le cycle de vie des transactions, le traitement post-négociation, le reporting des transactions, les rapprochements, la gestion des exceptions ou les risques et contrôles.
- Connaissance des réglementations telles que EMIR, MiFID II ou SFTR.
- Expérience avec le Model Context Protocol (MCP) et les interfaces d'outils d'agents réutilisables.
- Connaissance des graphes de connaissances, du Graph RAG ou des concepts de lignage de données.
- Expérience avec les bases de données vectorielles, la recherche hybride ou le re-ranking.
- Expérience avec les frameworks d'observabilité et d'évaluation de l'IA.
- Expérience avec les services IA AWS (Bedrock, SageMaker) et les outils d'infrastructure (Docker, Kubernetes, Terraform).
- Capacité à traduire les exigences en spécifications claires, tâches et critères d'acceptation avant l'implémentation (Spec-Driven Development).
- Utilisation disciplinée d'assistants de codage IA comme Claude Code ou similaires.
- Expérience de base en intégration React ou frontend.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil
