Gamdom
Provectus
Ingénieur IA/ML Senior (GenAI, AWS)
À PROPOS DE PROVECTUS
* Provectus est un partenaire Premier AWS et un partenaire stratégique Anthropic, travaillant à la pointe de l'IA appliquée. Nous aidons les entreprises à transformer Claude, les systèmes agentiques et leurs propres données en résultats commerciaux mesurables — par le biais d'applications sur mesure, de services gérés et d'engagements de conseil. Avec des bureaux en Amérique du Nord, en LATAM et en EMEA, nous travaillons en partenariat avec des clients dans le monde entier. *
* Notre travail se concentre sur deux secteurs — Services Financiers & Assurance et Santé & Sciences de la Vie — où nous déployons cinq Blueprints IA pré-établis : Submission Flow, Portfolio Lens, Asset Flow, Revenue Flow et Evidence Lens. Chaque Blueprint reconstruit un processus métier critique de bout en bout, livré à partir de code fonctionnel et ajusté au portefeuille spécifique d'un client, à ses régulateurs et à sa posture opérationnelle. *
* Notre équipe détient plus de 100 certifications AWS , est certifiée Claude Code, et co-livre le programme SDLC agentique d'Anthropic, Cowork Activation, et les engagements AI Blueprint. \n
Où se situe ce rôle
Vous travaillerez dans un petit pod senior aux côtés d'un FDE et d'un FDX,
- Les Forward Deployed Executives (FDX) sont responsables de la relation commerciale et du résultat commercial. Ils travaillent aux côtés de la direction ou du niveau C-suite du client pour faire évoluer les KPI du client.
- Les Forward Deployed Engineers (FDE) s'intègrent chez un client, cartographient le flux de travail du client, identifient le problème commercial sous-jacent, conçoivent et construisent une solution IA fonctionnelle, la présentent au client et transfèrent les connaissances à l'équipe du client. Ils sont responsables de la direction technique de la solution entière.
- Ingénieur IA Senior. Lorsqu'un FDE revient du client avec le problème commercial, vous aiderez à le transformer en un système agentique qui fonctionne en production et serez responsable de l'évaluation, de l'observabilité et des garde-fous. Vous aurez une réelle propriété des composants et des décisions techniques qui les concernent.
Exigences
État d'esprit
- Proactif et autonome ; vous recherchez la clarté plutôt que d'attendre un ticket
- Excellentes compétences en communication et en résolution de problèmes
- Confort avec l'ambiguïté et la prise de responsabilité.
- Anglais niveau B2+, à l'aise pour collaborer au sein d'équipes distribuées et multiculturelles.
Profondeur technique
- Plus de 5 ans en ingénierie logicielle ou ML, avec des systèmes de production dont vous étiez responsable.
- Solides bases en IA/ML. Vous comprenez ce que les modèles font suffisamment bien pour raisonner sur les modes d'échec.
- A livré en production des applications LLM et des flux de travail agentiques — pas des démos, pas des POC, pas des notebooks.
- Orchestration agentique : flux de travail multi-étapes, orchestration basée sur des graphes, utilisation d'outils, gestion d'état et récupération après échec partiel
- Expérience avec les LLM APIs (Anthropic, AWS Bedrock, ou OpenAI) et les frameworks d'agents.
- Expérience dans la construction et l'optimisation de systèmes RAG en production.
- Solides fondamentaux en ingénierie. Mentalité Full-stack, à l'aise avec l'IA, le développement backend et l'infrastructure cloud. Maîtrise de Python et/ou TypeScript ; la profondeur compte plus que la stack. Placé dans une base de code inconnue, vous êtes productif.
- Expérience pratique de AWS en production : Bedrock, Bedrock AgentCore, Lambda, ECS, S3, SQS, ECR, ou similaires. GCP ou Azure est un plus.
- Livraison cloud-native : conteneurs, ECS ou Kubernetes, IaC, et CI/CD appliqués aux pipelines IA.
- Vous évaluez. Vous avez construit ou possédé une suite d'évaluation pour un système non déterministe, et vous pouvez expliquer ce que vous avez mesuré, comment vous avez produit la vérité terrain, et ce qui a conditionné une sortie.
- Surveillance des modèles et des agents, détection de dérive.
- Discipline des coûts et de la latence : segmentation des modèles, mise en cache, et capacité à dire combien coûte l'exécution d'une charge de travail avant qu'elle ne s'exécute.
- Expérience pratique en production avec l'écosystème Claude — Claude Code, CLAUDE.md, hooks, fichiers de compétences. Le développement basé sur des spécifications — écrire l'intention, les contraintes et les critères d'acceptation avant de laisser un agent construire — est un fort plus.
- MCP : vous pouvez expliquer pourquoi un agent le préférerait à une intégration REST. Avoir rédigé un serveur est un plus.
Responsabilités
- Travailler en binôme avec un FDE et un FDX.
- Construire et livrer des systèmes GenAI de production dans l'environnement du client (données cloud-natives, solutions IA basées sur LLM, et agentiques).
- Construire et optimiser des systèmes RAG pour des cas d'utilisation en production
- Construire le harnais d'évaluation avant de construire la fonctionnalité.
- Écrire du code de production sur toute la stack — IA, services backend, pipelines de données. Nous choisissons les outils pour convenir au client.
- Intégrer des composants IA dans des services backend et des APIs RESTful
- Mettre en production sur AWS (GCP ou Azure là où le client l'exige) : conteneurisé, CI/CD. Implémenter les pratiques LLMOps et AgentOps : traçage d'agents, gestion des prompts et des versions, surveillance des coûts et de la latence, tests de régression, détection de dérive.
- Partir du blueprint, contribuer à l'habilitation et au transfert : documentation claire, runbooks, et jumelage avec les ingénieurs clients qui hériteront du système. Réinjecter des composants réutilisables et des leçons apprises dans les Blueprints de Provectus.
- Participer aux discussions techniques et aux décisions architecturales
- Effectuer l'évaluation des modèles, améliorer les modes d'échec identifiés, optimiser les performances, l'efficacité et la fiabilité des modèles
- Mentorer les ingénieurs IA juniors et intermédiaires, effectuer des revues de code et partager les connaissances au sein de l'équipe par le biais de documentation, de présentations et d'ateliers.
Atouts
- Expérience dans l'un des secteurs : services financiers, assurance, santé.
- Conseil, services professionnels, ou autre prestation client intégrée.
- Certifications AWS et Claude Code
- A2A : vous pouvez expliquer l'interopérabilité entre agents.
- Expérience de pipeline CI/CD (GitHub Actions, GitLab CI)
- Expérience pratique avec un ou plusieurs cas d'utilisation parmi les suivants : NLP, LLMs, et moteurs de recommandation.
- Expérience dans un langage supplémentaire (Go, TypeScript, ou Rust).
- Expérience avec Apache Spark, Apache Airflow, Kafka
Ce que nous offrons
- La chance de façonner la manière dont les grandes entreprises en LATAM, en Europe et en Amérique du Nord adoptent l'IA, de la stratégie au premier déploiement.
- Un modèle de déploiement avancé travaillant en petites équipes seniors aux côtés de FDE et FDX.
- Une pratique de livraison IA en croissance où vous aidez à construire les outils et les frameworks, pas seulement à les utiliser.
- Culture favorable au télétravail.
- Programmes de formation internes avec un soutien complet pour Claude, AWS, et d'autres certifications professionnelles, participation à des conférences.
- Croissance de carrière ; nous développons activement nos ingénieurs.
- Accès aux derniers outils IA et abonnements premium.
- Collaboration B2B à long terme.
- Assurance médicale privée ou un budget pour vos besoins médicaux.
- Congés maladie payés, vacances et jours fériés.
- Équipement et toute la technologie dont vous avez besoin pour un travail confortable et productif. \n
Comment nous recrutons
- Conversation d'introduction. Le rôle, votre parcours et vos aspirations, questions techniques.
- Entretien technique avec sessions d'ingénierie en direct. Problèmes réels, votre propre éditeur, vous pouvez utiliser un assistant LLM.
- Entretien RH. Compétences interpersonnelles et attentes.
- Entretien HM. Questions techniques ; un moteur en direct.
