kAIgentic est une entreprise de SaaS d’intelligence artificielle dédiée aux entreprises, dont le siège se trouve à Singapour. Elle aide les organisations complexes et à forte intensité de connaissances à transformer leurs connaissances opérationnelles tacites en agents d’IA gouvernés. Sa plateforme associe la configuration d’agents, l’analyse diagnostique des personnes, des systèmes et des processus, ainsi qu’un environnement d’exécution pour le déploiement avec supervision humaine, télémétrie et amélioration continue. Forte de ses racines au Japon et de sa collaboration avec le secteur des services financiers aux entreprises, kAIgentic se concentre sur l’assurance, la conformité et la modernisation concrète de l’IA pour les entreprises réglementées, sans imposer une refonte complète des systèmes existants.
Ingénieur logiciel senior en recherche IA – kAIgentic (Hybride, Inde)
Pilotez le développement de graphes de connaissances gouvernés, de systèmes d’apprentissage et de pipelines d’IA en production chez kAIgentic. Concevez des solutions fiables et fondées sur des preuves pour les opérations d’entreprises réglementées.
Description
- Piloter la conception et la mise en œuvre complètes d’un schéma de graphe de connaissances couvrant la hiérarchie, la provenance, le versionnage et l’extensibilité.
- Développer des pipelines d’extraction fondée qui relient chaque affirmation à sa preuve source et à un statut épistémique.
- Créer et perfectionner des environnements d’inférence multicontexte pour la gestion de la mémoire, le contrôle du budget et la compaction à grande échelle.
- Construire des flux de travail de distillation des connaissances qui intègrent des données externes à l’ontologie interne.
- Développer des cadres de consolidation qui unifient les documents, les entretiens et les journaux d’événements tout en résolvant les conflits.
- Créer et perfectionner des flux de travail d’adaptation des modèles avec SFT, DPO et RFT.
- Développer une infrastructure de boucle d’apprentissage qui capture les retours, prend en charge l’apprentissage actif et met continuellement à jour l’ontologie.
- Construire des environnements et des cursus d’apprentissage par renforcement avec des signaux de récompense et des mesures d’évaluation pour un fonctionnement sûr.
- Développer des systèmes de génération augmentée par récupération en production, dans des objectifs définis de qualité, de latence et de coût.
- Créer des cadres d’évaluation utilisant des grilles à l’aveugle et une validation par LLM juge pour évaluer l’ancrage et les hallucinations.
Exigences
- Réussite démontrée dans le passage de systèmes de recherche en IA du prototype initial à la production dans des environnements réglementés.
- Adopter une approche native de l’IA et une vitesse d’exécution élevée.
- Maîtrise avancée de Python et de PyTorch, notamment du fine-tuning à grande échelle avec SFT, DPO et RFT.
- Expertise des bases de données de graphes et de l’ingénierie des ontologies, notamment de l’architecture des schémas, du contrôle des versions et de la provenance.
- Expérience pratique de la création de systèmes d’extraction associant les affirmations à des preuves sources et à un statut épistémique.
- Expérience pratique des environnements d’apprentissage par renforcement, de la conception de cursus et de la modélisation des récompenses pour les systèmes autonomes.
- Excellente maîtrise de la génération augmentée par récupération, de la réduction de la latence et de la mise à l’échelle efficace en matière de coûts.
- Capacité à mener des recherches appliquées rigoureuses grâce à la formulation d’hypothèses, aux tests d’ablation et à la validation statistique.
- Bon jugement dans le choix entre l’adaptation des modèles et l’ingénierie du contexte, avec une forte capacité de communication interfonctionnelle.
- Doctorat en intelligence artificielle, informatique ou discipline connexe.
- Au moins quatre ans d’expérience pertinente en recherche industrielle.
Avantages
- Collaborer à l’échelle mondiale avec des collègues à Singapour, en Inde, au Japon, en Europe et aux États-Unis.
- Apprendre et évoluer aux côtés de dirigeants expérimentés de grandes entreprises.
- Prendre en charge des travaux porteurs de sens dès le premier jour.
- Travailler dans un environnement qui valorise la sécurité psychologique, le débat franc et l’expérimentation disciplinée.
- Allier la rapidité d’une startup à un travail sur une infrastructure à l’échelle de l’entreprise.
- Contribuer à façonner le produit, la culture de l’entreprise et les résultats des clients.
- Relever des défis essentiels à la mission dans des environnements d’entreprise réglementés.