FREE ACCESS
5,000–10,000 jobs/day
See all jobs on JobTailor
Search thousands of fresh jobs every day.
Discover
- Fresh listings
- Fast filters
- No subscription required
Create a free account and start exploring right away.
Tech Stack
Tools & technologiesBigQueryCloudPythonTypeScript
About the role
Key responsibilities & impact- Développer et optimiser des workflows agentiques complexes et multi-étapes permettant à l'IA d'exécuter des tâches et des prises de décision autonomes.
- Concevoir et maintenir des systèmes de génération augmentée par récupération (RAG) pour connecter les LLM aux données propriétaires de manière sécurisée et précise.
- Évaluer et configurer divers LLM en fonction des contraintes spécifiques aux projets, telles que la latence, le coût et la confidentialité des données.
- Établir des normes de conception d'instructions pour garantir que les sorties des modèles sont fiables, sécurisées et adaptées au contexte.
- Concevoir des stratégies de mémoire à court et long terme pour les systèmes agentiques.
Requirements
What you’ll need- 3+ ans d'expérience dans un environnement d'agence (ou en consultation dans un environnement au rythme rapide).
- Intérêt démontré pour les outils d'IA avec au moins 2-3 cas d'utilisation documentés et appliqués à des projets actuels ou passés.
- 5 ans et plus en génie logiciel, avec de solides compétences en programmation (Python/Backend).
- Expérience avec les agents, le protocole MCP ou l'orchestration logicielle liée à l'IA, et les lacs de données (BigQuery, Databricks, Snowflake).
- Connaissance approfondie des techniques de prompt engineering et des nuances/forces spécifiques des principaux modèles fondateurs.
- Développement d'architectures cloud optimisées pour le temps réel et l'IA.
- Expérience pratique avec des frameworks agentiques tels que LangChain, LlamaIndex, CrewAI, AutoGen, ou des implémentations personnalisées d'appel d'outils (tool-calling) utilisant les API natives des modèles.
- Expérience pratique des entrepôts vectoriels (Pinecone, Weaviate, pgvector, ChromaDB), incluant les stratégies d'indexation, le réglage de la recherche par similarité et les approches de récupération hybride.
- Familiarité avec les méthodes de réglage fin efficaces en paramètres (LoRA, QLoRA) et savoir quand appliquer le fine-tuning vs le prompt engineering vs le RAG pour un cas d'utilisation donné.
- Compréhension des injections de prompts, des vecteurs de jailbreaking et des risques de fuite de données spécifiques aux LLM — et capacité à concevoir des mesures d'atténuation au niveau de l'architecture.
- Capacité à concevoir des workflows techniques évolutifs capables de gérer efficacement un volume élevé de requêtes IA.
- Forte capacité à déboguer les comportements de modèles « boîte noire » et à itérer jusqu'à ce que les seuils de précision soient atteints.
Benefits
Comp & perks- Accès à des assurances santé payées en partie par l’employeur (assurances pour vous et votre famille).
- Vacances et jours mobiles pour vous reposer.
- Politique de déconnexion pour favoriser l'équilibre vie professionnelle/vie personnelle.
- Flexibilité quant à votre lieu de travail et vos horaires (bureaux aux États-Unis et au Canada, possibilité de faire du télétravail à 100%).
- Un programme de reconnaissance sous forme de cartes-cadeaux ou de dons à des associations.
ATS Keywords
✓ Tailor your resumeApplicant Tracking System Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.
Hard Skills & Tools
PythonBackend developmentPrompt engineeringCloud architectureData lakesVector databasesFine-tuningTool-callingWorkflow designDebugging
Soft Skills
Problem-solvingAttention to detailAdaptabilityCollaborationCritical thinkingCommunicationCreativityAnalytical skillsTime managementProject management