Akamai Technologies développe des services basés sur le cloud qui aident les organisations à protéger, diffuser et optimiser leurs expériences numériques. Ses activités couvrent des capacités de cybersécurité telles que la sécurité des API et la protection contre les attaques DDoS, ainsi que des technologies de cloud computing et de diffusion de contenu conçues pour améliorer la fiabilité et les performances des applications web. Son infrastructure distribuée aide les entreprises à gérer des services en ligne sécurisés et performants à l’échelle mondiale.
Ingénieur logiciel backend senior, Big Data et IA chez Akamai Technologies
Concevez des systèmes cloud natifs de Big Data et d’IA qui soutiennent les produits de cybersécurité fondés sur le renseignement chez Akamai Technologies. Contribuez au développement de capacités de détection et de réponse aux menaces en temps réel et à grande échelle.
Description
- Concevoir et déployer des systèmes Big Data cloud natifs à grande échelle sur Azure
- Améliorer les performances et la fiabilité des pipelines de données
- Intégrer des modèles d’IA et d’apprentissage automatique en production pour obtenir des informations en temps réel
- Faire progresser les initiatives d’IA, de la preuve de concept à la mise en production du produit
- Collaborer avec les équipes produit, UX, science des données et ingénierie
- Développer des produits qui aident les clients à identifier les menaces de sécurité et à y répondre
- Utiliser Kubernetes, Kafka, ELK, Prometheus, Grafana et les technologies associées
Exigences
- Au moins cinq ans d’expérience en ingénierie backend ou data, avec une spécialisation dans les environnements Big Data
- Diplôme de licence en informatique ou dans un domaine connexe
- Maîtrise avancée de Python, Java ou Scala, Spring Boot, FastAPI, Flask et Django
- Expérience pratique de Kubernetes et d’Azure, AWS ou Google Cloud Platform
- Expérience dans la conception d’infrastructures de données à grande échelle et de systèmes distribués
- Connaissance de l’apprentissage supervisé et non supervisé, des cycles de vie des modèles et des métriques d’évaluation
- Expérience des LLM, des agents, de l’IA générative ou des outils de sécurité alimentés par l’IA
- Contributions open source ou de recherche en apprentissage automatique ou en intelligence artificielle
Avantages
- Avantages liés à la santé, au bien-être, aux finances et à la vie
- Options de travail flexibles FlexBase, notamment à distance, au bureau ou en mode hybride