Bain & Company

Directeur, Ingénierie IA et Machine Learning

États-Unis

Warsaw, Masovian Voivodeship, Poland · London, England, United Kingdom · Chicago, Illinois, United States · Boston, Massachusetts, United States · São Paulo, Brazil

PythonReactAWS
Traduction automatique. Consultez l’original.

DESCRIPTION ET EXIGENCES

Pourquoi nous sommes un lieu de travail exceptionnel

Nous sommes fiers d'être régulièrement reconnus comme l'un des meilleurs lieux de travail au monde. Nous sommes actuellement le cabinet de conseil le mieux classé sur la liste des meilleurs lieux de travail de Glassdoor et avons atteint la place n°1 au classement général un nombre record de sept fois. Des équipes extraordinaires sont au cœur de notre stratégie commerciale, mais cela ne se produit pas par hasard. Elles nécessitent une attention particulière pour réunir un large éventail de parcours, de cultures, d'expériences, de perspectives et de compétences dans un environnement de travail solidaire et inclusif. Nous recrutons des personnes dotées d'un talent exceptionnel et créons un environnement dans lequel chaque individu peut s'épanouir professionnellement et personnellement.

Avec qui vous travaillerez

Vous ferez partie d'une équipe qui développe la suite intégrée d'outils de décision agentiques de Bain, offrant aux grandes organisations une intelligence continue pour leurs décisions de croissance les plus importantes. Ce rôle se situe à une intersection que peu d'organisations peuvent offrir : la profondeur analytique et l'accès aux clients d'un cabinet de conseil de premier plan, l'ambition technique d'une entreprise de produits et un travail d'ingénierie à la pointe de l'IA appliquée.

Vous travaillerez au sein de l'équipe produit permanente de Bain, en développant des logiciels qui aident les plus grandes entreprises mondiales à répondre aux questions qui orientent leur activité : où investir, sur quoi se concentrer et comment gagner. L'impact de ce que vous construisez est direct et immédiat, et la valeur de la plateforme se multiplie à chaque version.

La plateforme se compose de deux couches travaillant ensemble : un noyau agentique et un ensemble de modules de décision, chacun résolvant un problème commercial distinct. Le cycle de vie de développement est connecté au monde réel : à mesure que les équipes de projet travaillent aux côtés des clients dans divers secteurs et zones géographiques, ces retours sont transmis directement à l'ingénierie et intégrés au produit. Chaque engagement client rend la plateforme plus intelligente, plus étendue et plus résiliente.

Il s'agit d'une startup au sein d'une entreprise établie. Vous bénéficiez d'une véritable autonomie dès le début et d'une réelle influence sur l'architecture et l'orientation du produit, soutenue par l'envergure mondiale, les relations clients et l'engagement de la direction de Bain ; le rythme d'une startup avec les ressources d'une entreprise mondiale.

Nous recherchons des ingénieurs capables d'identifier comment améliorer un produit et qui apportent cet instinct à chaque sprint sans qu'on le leur demande, et qui sont à l'aise avec des problèmes pour lesquels il n'existe pas de réponse connue. Le travail implique des moteurs de décision en temps réel, une infrastructure cloud-native et des problèmes de données sans solution toute faite. L'expérience avec les systèmes agentiques est importante : protocoles d'outils et de contexte tels que MCP, harnais d'évaluation, conception de la mémoire et résolution d'entités à travers des données d'entreprise complexes. Il s'agit d'IA appliquée en production, à grande échelle, avec de vrais utilisateurs dépendant de ce que vous construisez. Le domaine évolue rapidement et l'équipe est conçue pour suivre cette évolution, donc la volonté de continuer à apprendre compte autant que ce que vous savez déjà.

Quelle sera votre place au sein de l'équipe

L'ingénieur IA est un bâtisseur essentiel du noyau agentique et de l'interface de la plateforme Growth AI Performance System : la base partagée sur laquelle reposent les trois modules de produits. Il ne s'agit pas d'un rôle au niveau d'un module ; vous construisez la couche d'intelligence centrale : les flux de travail agentiques, les pipelines de récupération et de connaissances, les intégrations d'outils et l'infrastructure d'interface dont dépend chaque produit de la suite. En faisant passer les solutions du stade de POC et MVP à celui de déploiements en production à grande échelle, vous êtes responsable de la fiabilité, de la qualité et de la cohérence des systèmes que les équipes clients utilisent quotidiennement.

Vous travaillerez sur l'ensemble de la plateforme et des modules de produits axés sur le retour sur investissement marketing, la marque et la stratégie de prix, en traduisant les questions analytiques et commerciales auxquelles les équipes clients tentent de répondre en systèmes agentiques fiables et de qualité production qui fournissent ces réponses à grande échelle.

Le rôle exige à la fois une capacité technique approfondie et une réelle conscience client. Vous interagirez directement avec les équipes de conseil et, parfois, avec des parties prenantes de haut niveau, en présentant le fonctionnement du noyau agentique, en traduisant les décisions de conception du système en termes commerciaux et en utilisant ces retours pour améliorer la plateforme. La boucle de développement est étroite : l'engagement client informe l'ingénierie, et chaque version rend la suite plus performante.

Ce rôle se situe à l'intersection de la recherche et de l'ingénierie de production. Les problèmes sont rarement résolus par des outils prêts à l'emploi : ils nécessitent du jugement pour savoir quand les approches agentiques apportent une réelle valeur, comment construire des systèmes qui échouent avec élégance et comment mesurer la qualité de manière pertinente pour les utilisateurs réels lors d'engagements clients réels.

Ce que vous ferez

Développement du noyau agentique

  1. Construire et prendre en charge les composants principaux du noyau agentique du Growth AI Performance System, la couche d'intelligence partagée dont dépendent tous les modules de produits, y compris les frameworks d'orchestration multi-agents, les registres d'outils, la gestion de la mémoire et de l'état partagés, ainsi que l'infrastructure d'interface qui expose les capacités de la plateforme aux utilisateurs
  1. Construire des applications d'IA pour des cas d'utilisation en entreprise sur l'ensemble du cycle de vie de livraison, des POC et MVP rapides aux déploiements en production à grande échelle, en concevant des flux de travail d'IA qui exécutent des tâches en plusieurs étapes de manière fiable et sécurisée – en construisant des évaluations pour mesurer la qualité des résultats, comparer les performances des modèles et valider la fiabilité avant et après le déploiement
  1. Mettre en œuvre des modèles agentiques avec un jugement solide sur le moment où ils apportent une réelle valeur ; construire des capacités d'agent robustes, notamment l'ingénierie de contexte, la gestion de la mémoire et de l'état, le raisonnement et la planification, la réflexion, l'orchestration, le routage, la sélection d'outils, l'appel de fonctions et l'intégration d'outils, avec une séparation claire des préoccupations afin que l'écosystème d'outils évolue proprement
  1. Concevoir et construire des pipelines de récupération et de connaissances avancés sur diverses structures de données (vectorielles, par mots-clés, hybrides et basées sur des graphes), couvrant la génération et l'optimisation d'embeddings, les stratégies d'indexation, la conception de métadonnées, le réglage de la pertinence, la mise en cache, les contrôles d'accès et l'attribution des sources
  1. Appliquer des techniques de réglage fin et de réglage efficace en termes de paramètres lorsqu'elles surpassent de manière mesurable le simple prompting et la récupération ; mener des expérimentations de modèles et des recherches préliminaires pour éclairer les décisions architecturales
  1. Intégrer les capacités de la plateforme dans des environnements d'entreprise, en équilibrant la qualité, la latence, le coût, la confidentialité et l'adoption ; construire des composants réutilisables et des accélérateurs qui s'adaptent aux trois modules de produits

Qualité et opérations d'ingénierie

  1. Ingénierie pour une livraison réelle sur l'ensemble du cycle de vie du développement logiciel : écrire du code propre, testable et maintenable ; construire des APIs et des microservices pour un déploiement cloud-native ; mettre en œuvre des pratiques MLOps, AIOps et GenAIOps, y compris CI/CD, la reproductibilité, la parité des environnements et le versioning pour les modèles, les prompts et les agents
  1. Construire l'évaluation et l'observabilité pour le noyau agentique : traçage et instrumentation de l'exécution agentique, suites de tests de régression, pipelines de notation automatisés et boucles d'itération pour l'optimisation des prompts et des politiques
  1. Concevoir des frameworks d'évaluation qui suivent le taux d'hallucination et la cohérence factuelle, la pertinence et la précision/rappel de récupération, la latence et le débit, ainsi que le coût par tâche ; intégrer les signaux des utilisateurs et les retours humains dans des cycles d'amélioration continue et des mises à jour régulières des modèles
  1. Appliquer des compétences en science des données et en ML si nécessaire pour améliorer matériellement les performances ou la fiabilité de la plateforme : préparation des données, ingénierie des caractéristiques, sélection de modèles, entraînement, validation et pipelines d'évaluation reproductibles
  1. Concevoir pour un déploiement sécurisé en entreprise : contrôles d'accès, auditabilité, traitement responsable des données sensibles et garde-fous d'IA responsable, y compris les solutions de repli, le red-teaming et la revue humaine (HITL) ; mettre en œuvre les exigences de sécurité, de confidentialité et de gouvernance sur tous les services de la plateforme ; collaborer avec les équipes mondiales d'IA responsable et d'éthique de Bain pour maintenir la plateforme alignée avec les normes de l'entreprise

Compétences en communication avec les parties prenantes internes

  1. Interagir directement avec les équipes de conseil et les parties prenantes de haut niveau pour comprendre comment le noyau agentique est utilisé, où il fait défaut et ce qui doit changer ; traduire ces retours en améliorations techniques concrètes
  1. Présenter la conception complexe des systèmes agentiques, les compromis et les décisions de mise en œuvre aux parties prenantes de haut niveau, y compris la direction générale et les cadres dirigeants, en termes clairs et non techniques qui renforcent la confiance dans la plateforme
  1. Contribuer aux sessions de découverte et à l'élaboration de solutions avec les équipes de projet ; agir en tant que voix technique crédible et posée qui relie les décisions d'ingénierie aux résultats commerciaux ; agir en tant que partenaire de réflexion sur la stratégie d'IA, les choix d'architecture, les capacités émergentes et les feuilles de route de mise en œuvre
  1. Stimuler l'innovation par une réflexion originale ; participer aux POC et aux flux de travail d'innovation pour valider de nouveaux outils et technologies ; rester au courant des tendances émergentes en matière d'IA et d'agents et partager les apprentissages au sein de l'équipe
  1. Collaborer étroitement avec les collègues des produits, de l'ingénierie, de la science des données, de l'éthique et de l'infrastructure pour construire des systèmes d'IA robustes et conformes
  1. Encadrer et faire monter en compétences les ingénieurs et les membres des équipes de projet sur les meilleures pratiques en matière de RAG, d'agents, d'ingénierie de prompt et de sécurité de l'IA

Prérequis

À propos de vous

Technique

  1. Forte maîtrise de Python et expérience dans la construction et l'intégration de services de production ; expérience pratique avec LLM APIs, les frameworks d'orchestration agentique et le déploiement de services sur Azure ou AWS
  1. Expérience dans la conception et la mise en œuvre de flux de travail agentiques et de pipelines LLM en plusieurs étapes ; familiarité approfondie avec l'ingénierie de contexte, la gestion de la mémoire et de l'état, l'intégration d'outils, la logique de routage, la planification et la réflexion, ainsi que les modèles d'orchestration ; connaissance pratique de ReAct, RLAIF et d'autres techniques HITL et de boucles de rétroaction
  1. Expérience dans la construction de pipelines de récupération et de connaissances sur des structures de données vectorielles, par mots-clés, hybrides et basées sur des graphes, y compris l'utilisation pratique de bases de données vectorielles et de graphes ; compréhension de l'optimisation des embeddings, des stratégies d'indexation, du réglage de la pertinence et de la manière dont la récupération se connecte aux flux de travail alimentés par LLM
  1. Maîtrise des pratiques MLOps et AIOps : CI/CD pour les services d'IA, versioning pour les modèles, les prompts et les agents, pipelines d'évaluation automatisés et observabilité pour les systèmes agentiques
  1. Ingénierie de prompt avancée, ingénierie de contexte et conception de conversation ; bases solides en conception d'évaluation, frameworks d'expérimentation et stratégies d'étiquetage de données pour les applications LLM
  1. Solides compétences en conception et architecture de systèmes, avec une familiarité approfondie avec l'optimisation des coûts et les compromis computationnels pour les charges de travail LLM
  1. Capacité à appliquer des compétences en science des données et en ML pour améliorer les performances du système : ingénierie des caractéristiques, sélection de modèles, entraînement, validation et pipelines d'évaluation reproductibles
  1. Solides fondamentaux en ingénierie : code propre, testable et maintenable ; revue de code ; contrôle de version ; tests automatisés ; et profilage des performances
  1. Maîtrise native de l'IA au quotidien, utilisation active d'outils de codage assistés par IA (Cursor, Claude Code ou équivalent) pour accélérer le développement et prototyper plus rapidement
  1. Engagement démontré envers les pratiques d'IA responsable : contrôles d'accès, auditabilité, sensibilisation aux biais et jugement pour savoir quand un système n'est pas prêt à être déployé

Expérience

  1. 10 ans ou plus dans des rôles d'ingénierie logicielle ou d'IA appliquée avec des responsabilités de construction pratique significatives
  1. Expérience avérée dans la livraison de systèmes d'IA ou de ML en production de bout en bout, de l'expérimentation initiale au déploiement en direct
  1. Expérience dans la contribution à des programmes complexes d'IA générative multi-stack, de la conception à la production, y compris le mentorat d'autres ingénieurs en cours de route
  1. Expérience de travail dans des environnements agiles, interfonctionnels ou adjacents au conseil ; solides compétences en dépannage et résolution de problèmes ; à l'aise pour opérer dans des environnements à haute ambiguïté
  1. Une expérience directe de l'interaction avec des clients ou des parties prenantes commerciales de haut niveau dans une capacité technique, en présentant, conseillant ou façonnant des solutions dans des environnements adjacents au conseil est un avantage important

Éducation

Diplôme d'associé / Licence en informatique, ingénierie, mathématiques ou un domaine technique connexe ; ou une combinaison équivalente d'éducation, de formation et d'expérience

Informations sur la rémunération aux États-Unis

La rémunération pour ce rôle comprend un salaire de base, une prime de performance annuelle discrétionnaire, un plan 401(k) avec une contribution annuelle de l'employeur basée sur les années de service et le package d'avantages sociaux de premier ordre de Bain (détails listés ci-dessous).

Certains gouvernements locaux aux États-Unis exigent qu'une fourchette salariale raisonnable et de bonne foi soit incluse dans les offres d'emploi pour les postes ouverts. La rémunération annualisée estimée pour ce rôle est la suivante :

  • Dans le Massachusetts, la fourchette salariale annualisée à temps plein, raisonnable et de bonne foi pour ce rôle se situe entre $235,750 – $282,500 ; le placement dans cette fourchette variera en fonction de plusieurs facteurs, notamment, mais sans s'y limiter, l'expérience, l'éducation, les licences/certifications, la formation et le niveau de compétence
  • Dans l'Illinois, la fourchette salariale annualisée à temps plein, raisonnable et de bonne foi pour ce rôle se situe entre $225,750 – $270,500 ; le placement dans cette fourchette variera en fonction de plusieurs facteurs, notamment, mais sans s'y limiter, l'expérience, l'éducation, les licences/certifications, la formation et le niveau de compétence
  • Prime de performance annuelle discrétionnaire
  • Ce rôle peut également être éligible à d'autres éléments de rémunération discrétionnaire
  • Contribution de l'entreprise au 401(k) de 4.5%, qui augmente après 3 années de service et est acquise à 100% dès la date de début

Le programme complet d'avantages sociaux et de bien-être de Bain & Company est conçu pour aider les employés à atteindre l'indépendance personnelle, la protection et la stabilité dans les domaines les plus importants pour vous et votre famille.

  • Bain paie 100% des primes individuelles des employés pour les programmes médicaux, dentaires et de vision, offrant l'un des plans médicaux les plus complets pour les employés sans impacter votre salaire
  • Congés payés généreux, y compris congé parental, congé maladie et jours fériés payés
  • Contribution de l'entreprise au 401(k) entièrement acquise
  • Assurance vie et assurance invalidité de longue durée payées

Pour tous les autres sites, la fourchette salariale annualisée à temps plein, raisonnable et de bonne foi pour ce rôle est proportionnelle aux taux du marché géographique concurrentiel pour ce rôle et variera en fonction de plusieurs facteurs, notamment, mais sans s'y limiter, l'expérience, l'éducation, les licences/certifications, la formation et le niveau de compétence.

INFORMATIONS GÉNÉRALES

Il est illégal dans le Massachusetts d'exiger ou d'administrer un test de détecteur de mensonge comme condition d'emploi ou de maintien dans l'emploi. Un employeur qui enfreint cette loi sera passible de sanctions pénales et de responsabilité civile.

Intitulé du poste Directeur, Ingénierie IA et Machine Learning

ID du poste 111321

Domaines de travail Technologie et Ingénierie

Type d'emploi Permanent à temps plein

Lieu(x) Boston, Chicago, Londres, Sao Paulo, Varsovie

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

Continuer à explorer

Ton prochain jobest déjà à ta recherche.

Je veux être trouvé
Nort

Plateforme de recrutement inversé pour développeurs

PlateformeCréer un compteSe connecterBlogGlossaireÉvénementsSupport
Réseaux sociauxInstagramLinkedInTwitter
Mentions légalesConditions d'utilisationPolitique de confidentialiténortjobs © 2026