Portugal
Inetum
Bjak
Ingénieur(e) Application LLM
À distancePortugal
Portugal
Python
Traduction automatique. Consultez l’original.
À propos d'ActAI
Il y a plus de 5 milliards d'utilisateurs qui utilisent aujourd'hui des applications de base comme l'e-mail, les notes, les tâches, le calendrier, et elles ne sont pas natives de l'IA. Notre mission est de construire des applications proactives pour toute personne dans le monde, qui n'est pas habituée aux invites complexes. Nous visons à apporter l'intelligence aux conversations, aux courses, à l'organisation et aux flux de travail, avec une invite minimale voire nulle.
Notre produit se concentre sur l'obtention d'une haute fiabilité pour les flux de travail de longue durée, un contexte persistant et l'achèvement de tâches du monde réel. Nous pensons que les produits réduiront considérablement les hallucinations.
Notre objectif est d'organiser la vie de chacun, nous permettant ainsi de consacrer du temps à des choses précieuses et significatives.
À propos du poste
En tant qu'Ingénieur(e) Application LLM, vous construirez la couche d'intelligence qui alimente les expériences IA d'ActAI.
Vous travaillerez à l'intersection des LLMs, de l'ingénierie logicielle et du produit - concevant des flux de travail d'agents, améliorant le comportement des modèles et transformant les capacités de l'IA en expériences utilisateur fiables.
Vous gérerez les problèmes de bout en bout, de la compréhension des besoins des utilisateurs, à la conception des flux de travail d'agents, à l'intégration des modèles et des outils, à la construction du système d'évaluation et à l'amélioration continue du comportement de l'IA en production.
Focus
- Construire et déployer des applications basées sur les LLM et des flux de travail d'agents IA
- Concevoir des systèmes de raisonnement, de planification, de mémoire, d'utilisation d'outils et d'exécution multi-étapes
- Construire des pipelines d'orchestration fiables qui transforment les sorties de modèles probabilistes en actions prévisibles, observables et sûres
- Intégrer les LLMs avec les APIs, les bases de données, la recherche, les services internes et les outils externes.
- Développer des techniques de prompting, d'ingénierie de contexte, de sorties structurées, d'appel d'outils et d'autres pour améliorer le comportement des modèles
- Construire des cadres d'évaluation et des ensembles de données pour mesurer la qualité, la fiabilité et les régressions de l'IA
- Déboguer les systèmes d'IA sur l'ensemble de la pile - du comportement des modèles et des prompts à l'orchestration, aux services backend et à l'UX du produit
- Optimiser les systèmes d'IA pour la qualité, la latence et le coût
- Travailler en étroite collaboration avec les équipes produit et ingénierie pour transformer des problèmes produit ambigus en solutions IA fonctionnelles
- Établir des pratiques de production pour l'observabilité, le traçage, l'expérimentation, l'évaluation et l'amélioration continue
Prérequis
Stack technique
- Python
- APIs LLM et fournisseurs de modèles, y compris les APIs compatibles OpenAI et les modèles open-weight
- Frameworks d'agents et systèmes d'orchestration
- Bases de données vectorielles et systèmes de récupération
- Services backend, APIs et systèmes distribués
- PyTorch / JAX
Expérience idéale
- Solides fondamentaux en ingénierie logicielle avec une expérience dans la construction d'applications alimentées par l'IA
- Expérience pratique avec les LLMs, l'IA générative ou les systèmes basés sur des agents
- Expérience dans la conception de prompts, de flux de travail, d'évaluations ou de comportement de l'IA
- Capacité à écrire du code propre, de qualité production
- À l'aise pour travailler à travers différentes couches d'abstraction (modèle → système → produit)
- Solides compétences en résolution de problèmes dans des environnements ambigus et en évolution rapide
- Orientation vers le déploiement, l'itération et l'amélioration continue
Résultats
- Les fonctionnalités IA atteignent rapidement la production et génèrent un impact utilisateur mesurable
- Les flux de travail basés sur les LLM sont fiables, évolutifs, observables et maintenables
- La qualité de l'IA s'améliore grâce à une évaluation, une expérimentation et une itération systématiques
- Les flux de travail IA deviennent de plus en plus prévisibles, efficaces et rentables
- Les capacités complexes de l'IA sont traduites en expériences utilisateur simples et intuitives
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