États-Unis
The MITRE Corporation
Cheiron
Ingénieur Backend, Agents Appliqués (Los Altos)
États-Unis
Los Altos, California, United States
PythonAWSKubernetesTerraform
Traduction automatique. Consultez l’original.
■ À propos du rôle
Cheiron vient de lever 8 millions de dollars lors d'un tour de table en seed mené par Menlo Ventures pour construire le système d'exploitation des programmes de développement de médicaments.
Nous recherchons un Ingénieur Backend pour aider à construire la couche d'agents de Cheiron et les systèmes backend qui les alimentent.
Les agents de Cheiron ne se contentent pas de générer des réponses. Ils effectuent des tâches en plusieurs étapes dans des flux de travail réels de développement de médicaments, appellent des outils de manière fiable, exécutent du code dans des environnements isolés, conservent le contexte sur plusieurs étapes de travail et fournissent des résultats vérifiables aux utilisateurs. Vous concevrez et livrerez le runtime de l'agent, le harnais, la mémoire et les couches d'exécution d'outils qui rendent tout cela possible.
Nous construisons des produits qui fonctionnent dans des environnements clients réels – pas des démonstrations de recherche ou des prototypes. Nous recherchons un bâtisseur pratique qui peut rapidement structurer des problèmes ambigus et les transformer en produits hautement aboutis. Vous n'avez pas besoin d'être un chercheur en IA ou un expert du domaine des sciences de la vie, mais nous accordons une grande importance à de solides fondamentaux en ingénierie et à une expérience réelle dans la conception, la construction et l'exploitation de systèmes LLM.
■ À propos de l'entreprise
En juillet 2026, Cheiron a annoncé une levée de fonds de 8 millions de dollars en seed menée par Menlo Ventures, portant le financement total à 13 millions de dollars à ce jour, avec le soutien et l'appui stratégique de vétérans de l'industrie, notamment Robert Langer, co-fondateur de Moderna et professeur à l'Institut de technologie du MIT, Freda Lewis-Hall, ancienne Directrice Médicale chez Pfizer, Josh Meier, co-fondateur et CEO de Chai Discovery, Laxman Narasimhan, ancien CEO de Starbucks, et John Giannandrea, ancien responsable de l'IA chez Apple.
Cheiron construit le premier système d'exploitation natif en IA conçu pour représenter un programme de développement de médicaments entier comme un système unique et connecté. La plateforme de l'entreprise aide les équipes biopharmaceutiques à représenter, raisonner et tester l'état complet d'un programme de développement de médicaments, y compris les affirmations, les preuves, les hypothèses, les risques, les décisions et les engagements qui déterminent si une thérapie progresse. En moins de six mois depuis son lancement, Cheiron a été adopté par des dizaines de milliers de professionnels de la biopharmacie et déployé par des développeurs de médicaments majeurs, et est déjà utilisé par 7 des 10 plus grandes entreprises biopharmaceutiques de Corée.
Cheiron s'étend aux équipes CMC (Chimie, Fabrication et Contrôles) pharmaceutiques. Le CMC régit la manière dont un médicament est fabriqué, testé et maintenu constant tout au long de sa vie commerciale. Le travail implique des centaines d'engagements réglementaires, de changements post-approbation et de soumissions inter-marchés. Aujourd'hui, cela fonctionne sur des documents, des feuilles de calcul et la mémoire institutionnelle. Cheiron augmente les flux de travail manuels avec une couche d'intelligence et de raisonnement spécifique à la réglementation CMC.
Fondée en 2024 par des chercheurs en IA formés à Stanford. L'équipe comprend des leaders avec des décennies d'expérience combinée dans la pharmacie et la biotechnologie. Siège social à Los Altos, Californie. Nous construisons et déployons le produit maintenant avec une expansion rapide sur les marchés mondiaux.
■ Ce que vous ferez
- Concevoir, construire et exploiter la couche d'agents de Cheiron : runtime/harnais d'agent, infrastructure d'appel d'outils, exécution de code isolée, mémoire d'agent, et la fiabilité et l'observabilité des tâches en plusieurs étapes
- Concevoir et construire des services backend et des APIs sur Python, FastAPI et Postgres
- Concevoir et exploiter des bases de données vectorielles, des systèmes de recherche sémantique et RAG, et ajuster la qualité et la latence de la recherche
- Construire des pipelines d'ingestion, de nettoyage et d'indexation à grande échelle pour les données des sciences de la vie, y compris les articles académiques, les sources cliniques, réglementaires, de sécurité et de brevets
- Construire des systèmes qui ancrent les sorties générées par l'IA dans les données sources avec des citations traçables et vérifiables afin qu'elles puissent être fiables dans le travail réel en pharmacie et en biotechnologie
- Travailler directement avec les fondateurs, les experts du domaine et les premiers clients, en assumant la responsabilité des résultats plutôt qu'en se contentant de clôturer des tickets
■ Prérequis
- 2+ années d'expérience dans la livraison et l'exploitation de systèmes backend en production de bout en bout
- Solides fondamentaux en ingénierie backend: une compréhension approfondie de la conception d'API, de la modélisation des données, des bases de données et de la fiabilité des systèmes
- Expérience pratique en production avec des systèmes pilotés par l'IA tels que les LLMs, RAG et les bases de données vectorielles
- Compréhension pratique du fonctionnement réel des systèmes d'agents : vous avez construit – ou du moins tracé en profondeur – des runtimes d'agents, des harnais, des appels d'outils, l'isolation et la mémoire
- La volonté de définir vos propres priorités et de livrer rapidement, même lorsque les spécifications sont incomplètes
- Un équilibre entre une vitesse de livraison rapide et un jugement d'ingénierie solide
- Utilisation active d'outils de codage IA tels que Claude Code et Cursor
■ Atouts
- (Le plus important) Expérience dans la construction d'un harnais d'agent interne : si vous avez conçu et construit des outils internes ou des harnais pour améliorer la productivité de développement d'agents de votre équipe, c'est le signal le plus fort pour nous
- Expérience pratique dans la conception et l'exploitation de LangGraph, de frameworks d'agents ou de systèmes RAG en production
- Expérience dans la construction de produits SaaS d'entreprise, ou de produits pharmaceutiques, biotechnologiques ou de santé
- Connaissance des données du domaine des sciences de la vie telles que la littérature académique, les essais cliniques, les documents réglementaires et les brevets
- Expérience dans le déploiement et l'exploitation de systèmes de production sur AWS, Terraform et Kubernetes, avec un accent sur la fiabilité et l'observabilité
- Expérience dans une startup en phase d'amorçage ou précoce
■ Avantages et Perks
- Plan de retraite 401(k)
- Assurances santé (Médicale/Dentaire/Vision)
- Allocation repas (Déjeuner, Dîner)
- Prise en charge des transports pour les départs matinaux et les fins de soirée
- Bar à snacks au bureau et soutien supplémentaire pour les déplacements et les voyages professionnels
■ Processus d'entretien
Présélection ＞ Devoir à faire à la maison ＞ Entretien technique ＞ Entretien culturel
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