Ryz Labs crée des startups de toutes pièces et aide les entreprises en croissance à développer leurs activités. Présente dans les domaines du conseil, de la logistique et du marketing, l’entreprise propose des solutions de talents techniques conçues pour accompagner les entreprises émergentes dans le développement de leurs produits, le renforcement de leurs équipes et leur compétitivité sur des marchés en constante évolution.
Ingénieur principal en machine learning - Ryz Labs (Télétravail en Argentine)
Pilotez le machine learning en production et le développement de plateformes d’IA évolutives pour le client international de Ryz Labs. Prenez en charge l’architecture distribuée, le MLOps et les contrôles de sécurité des systèmes propulsés par des LLM.
Description
- Déployer et exploiter des modèles d’IA en production à grande échelle.
- Suivre la qualité des modèles, les taux d’hallucination, la dérive, la latence et les dépenses d’infrastructure.
- Concevoir des microservices distribués et orientés événements avec Python, Go ou TypeScript.
- Créer une infrastructure as code et des pipelines CI/CD pour assurer une mise à disposition fiable des services.
- Mettre en place les autorisations des agents, les processus de revue humaine, l’isolation des données et des protections contre l’injection de prompts.
- Collaborer avec les Product Managers dès le début afin de transformer les besoins métier en conceptions techniques évolutives.
- Expliquer les compromis architecturaux aux cadres dirigeants et aux interlocuteurs seniors du client.
- Contribuer au développement de plateformes d’IA avancées pour un client international.
- Agir comme référent technique senior pour les systèmes de production, l’IA appliquée et les pratiques d’ingénierie.
Exigences
- Justifier de 12 à 15 ans ou plus d’expérience en ingénierie logicielle, avec une évolution de l’architecture back-end et des systèmes distribués vers le machine learning en production.
- Démontrer une expertise approfondie en MLOps, en évaluation des modèles, en RAG avancé, en recherche vectorielle utilisant les embeddings, HNSW et la recherche hybride, ainsi qu’en fine-tuning.
- Maîtriser les systèmes distribués, les microservices et les architectures asynchrones orientées événements avec Python, Go ou TypeScript.
- Posséder une expérience pratique de Docker, AWS, Google Cloud ou Azure, ainsi que de la livraison automatisée par CI/CD.
- Comprendre la sécurité des LLM, la modélisation des menaces, l’application des frontières de données et la sécurité des agents dans des environnements concrets.
- Parler anglais couramment.
- Expliquer clairement des décisions techniques complexes aux dirigeants du client et aux parties prenantes non techniques.
- Une expérience des outils d’orchestration multi-agents tels que LlamaIndex, Semantic Kernel, AutoGen, CrewAI ou MCP est souhaitable.
- Une expérience en conseil, en accompagnement technique ou dans des plateformes technologiques à forte croissance est souhaitable.