États-Unis
Abbott Laboratories
CNA Insurance
Principal AI Engineer
États-Unis
Chicago, Illinois, États-Unis
AWSGCPKubernetesGoTerraform
Traduction automatique. Consultez l’original.
À propos du poste
Vous avez une vision claire de l'évolution de votre carrière. Et nous avons le leadership pour vous y aider. Chez CNA, nous nous efforçons de créer une culture où les gens savent qu'ils comptent et font partie de quelque chose d'important, en veillant à ce que les capacités de tous les employés soient utilisées au maximum de leur potentiel.
Contributeur individuel fournissant le plus haut niveau de leadership technique dans la conception, le développement et la mise à l'échelle de la plateforme d'ingénierie agentique native d'IA de CNA. Ce rôle opère à l'intersection de l'ingénierie des systèmes d'IA, de l'expérience développeur et de la livraison de logiciels — en construisant les capacités fondamentales de la plateforme qui permettent à l'organisation d'ingénierie au sens large de construire, livrer et exécuter des systèmes natifs d'IA de haute qualité et sécurisés à la vitesse de l'IA. L'accent est mis sur la conception et la livraison de flux de travail agentiques, de pipelines CI/CD augmentés par l'IA, de compétences réutilisables et de frameworks d'agents, ainsi que de garde-fous de qualité/sécurité qui rendent la livraison accélérée par l'IA sûre et évolutive dans toute l'entreprise.
DESCRIPTION DU POSTE
Responsabilités essentielles
Exécute une combinaison de tâches conformément aux directives du département :
- Agit comme l'un des principaux ingénieurs de la plateforme d'ingénierie native d'IA de CNA, concevant le système de bout en bout couvrant les flux de travail de codage agentiques, les places de marché de compétences et d'agents, les pipelines CI/CD augmentés par l'IA, les portes de qualité automatisées et le provisionnement rapide d'environnements. Dirige l'intégration des outils d'IA (Claude Code, Cursor, GitHub Copilot) dans le cycle de vie de livraison des logiciels, en veillant à ce que ces capacités composent une plateforme cohérente et gouvernée.
- Conçoit et construit la couche d'infrastructure agentique — y compris les modèles d'orchestration multi-agents, les frameworks de sous-agents, les normes d'autorisation de compétences et les meilleures pratiques d'ingénierie de contexte — qui permet aux équipes d'ingénierie d'opérer à la vitesse native de l'IA sans sacrifier l'intégrité architecturale ou la posture de sécurité.
- Fournit une expertise technique à la direction de l'ingénierie, aux équipes de portefeuille et à l'architecture sur la manière d'adopter les pratiques de développement natives d'IA, d'évaluer la qualité du code généré par l'IA et d'intégrer les outils agentiques dans les flux de travail existants. Conseille sur les compromis entre vitesse et qualité, les exigences de boucle humaine et les niveaux appropriés d'autonomie de l'IA pour différents profils de risque (par exemple, systèmes classifiés Sox par rapport au prototypage rapide).
- Dirige la stratégie technique et la mise en œuvre de la plateforme de métriques d'ingénierie. Consulte les parties prenantes de la direction technique senior pour fournir des informations permettant une prise de décision basée sur les données.
- Agit comme la ressource technique senior, encadrant les ingénieurs de toute l'organisation dans les pratiques d'ingénierie natives d'IA — y compris les modèles de codage agentiques, l'ingénierie de contexte, les flux de travail prompt-vers-code et les tests assistés par l'IA — élevant le niveau de compétence afin que les équipes deviennent autonomes sans dépendance continue au coaching.
- Recherche, évalue et recommande des outils, des frameworks et des infrastructures d'ingénierie d'IA (par exemple, plateformes d'évaluation, systèmes d'orchestration d'agents, automatisation du provisionnement d'environnements) alignés sur la direction stratégique de CNA. Dirige l'analyse build-vs-buy pour les capacités de plateforme telles que les outils CI/CD, le provisionnement de bacs à sable et l'infrastructure d'évaluation LLM.
- Travaille en étroite collaboration avec les équipes Architecture, Sécurité, Ingénierie Cloud et Données pour garantir que la plateforme d'ingénierie d'IA s'intègre à l'infrastructure de l'entreprise (GCP/GKE, GitHub, JFrog Artifactory), respecte les exigences réglementaires et de conformité (suivi des modèles d'IA, contrôles Sox) et évolue pour prendre en charge des centaines d'ingénieurs et d'équipes de pods IA dans tous les portefeuilles.
Peut effectuer des tâches supplémentaires selon les besoins.
Relation hiérarchique
Généralement Directeur ou supérieur
#LI-KJ1 #LI-HYBRID
Dans certaines juridictions, CNA est légalement tenu d'inclure une estimation raisonnable de la rémunération pour ce poste. Dans le District de Columbia, en Californie, au Colorado, dans le Connecticut, en Illinois, au Maryland, au Massachusetts, à New York et dans l'État de Washington, la fourchette de salaire de base nationale pour ce niveau de poste est de $97,000 à $189,000 par an.
Les déterminations de salaire sont basées sur divers facteurs, y compris, mais sans s'y limiter, l'expérience professionnelle pertinente, les compétences, les certifications et la localisation.
CNA utilise une technologie assistée par l'IA pendant le processus de recrutement. Pour plus d'informations, veuillez visiter notre page carrières cna.com/careers.
CNA s'engage à fournir des aménagements raisonnables aux personnes qualifiées handicapées dans le processus de recrutement. Pour demander un aménagement, veuillez contacter leaveadministration@cna.com [leaveadministration@cna.com]
Prérequis
Compétences, connaissances et aptitudes
- Connaissance experte des pratiques d'ingénierie logicielle natives d'IA, y compris les flux de travail de codage agentiques (Claude Code, Cursor, GitHub Copilot), l'ingénierie de prompt et de contexte, l'orchestration multi-agents, le protocole MCP et les modèles d'autorisation de compétences/agents.
- Compréhension approfondie du cycle de vie moderne de livraison de logiciels avec une expertise spécifique sur la manière dont l'IA transforme chaque phase — des exigences et de la conception assistées par l'IA à la génération de code agentique, aux tests automatisés, à la revue de code augmentée par l'IA et au déploiement continu.
- Maîtrise de la création et de l'exploitation de plateformes CI/CD (GitHub Actions ou équivalent), de l'infrastructure en tant que code (Terraform), de l'orchestration de conteneurs (GKE/Kubernetes) et des plateformes cloud (GCP), avec la capacité de concevoir des pipelines qui appliquent des portes de qualité et de sécurité sans créer de goulots d'étranglement dans la livraison.
- Solide connaissance de l'ingénierie de la sécurité des applications, y compris la sécurité de la chaîne d'approvisionnement, la gestion et la curation des artefacts, l'analyse statique/dynamique, la gestion des secrets et les vecteurs d'attaque spécifiques introduits par le code généré par l'IA (hallucination de dépendances, dérive du modèle, injection de prompt).
- Capacité démontrée à concevoir des plateformes et des outils pour développeurs qui servent des centaines d'ingénieurs à différents niveaux de compétence — en équilibrant les capacités des utilisateurs avancés avec des garde-fous qui empêchent les abus et maintiennent la qualité du code à grande échelle.
- Capacité prouvée à évaluer et intégrer rapidement les technologies d'IA émergentes, avec le jugement nécessaire pour distinguer le battage médiatique de la capacité prête pour la production. À l'aise pour opérer dans un domaine en évolution rapide où le paysage des outils change chaque semaine.
- Excellentes compétences en communication avec la capacité de traduire des concepts complexes d'ingénierie d'IA pour des publics techniques et non techniques. Capable d'influencer la culture d'ingénierie et de promouvoir l'adoption de nouvelles pratiques dans une organisation large et diversifiée, y compris les équipes internes et les prestataires de services gérés.
- Solides compétences analytiques et de résolution de problèmes avec un état d'esprit axé sur les résultats — axé sur des améliorations mesurables de la vitesse de livraison, de la qualité du code et de la productivité de l'ingénierie plutôt que sur des métriques d'adoption d'outils.
Formation et expérience
- Diplôme de licence avec préférence pour un master en informatique, IA/ML ou discipline connexe, ou expérience professionnelle équivalente.
- Minimum de 9 années d'expérience professionnelle solide et diversifiée en ingénierie logicielle, dont un minimum de 6 années en développement d'applications, y compris une expérience récente significative (2+ années) dans la création ou l'exploitation d'outils de développement augmentés par l'IA, de systèmes agentiques ou de plateformes de développement.
- Expérience pratique démontrée avec des outils d'ingénierie basés sur LLM (Claude Code, Cursor, GitHub Copilot, ou équivalent) dans des flux de travail d'ingénierie de production, pas seulement une utilisation expérimentale.
- Expérience dans la conception et la mise à l'échelle de programmes d'ingénierie interne ou de plateforme au sein de grandes organisations d'ingénierie, un plus.
- Certifications applicables dans les plateformes cloud (GCP, AWS), IA/ML ou sécurité, un plus.
CNA propose un ensemble complet et compétitif d'avantages sociaux pour aider nos employés – et les membres de leur famille – à atteindre leurs objectifs de bien-être physique, financier, émotionnel et social.
Pour un aperçu détaillé des avantages de CNA, veuillez visiter cnabenefits.com cnabenefits.com.
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