Nous recherchons un ingénieur en intelligence artificielle expérimenté, possédant une solide expertise en IA agentique, en déploiement de grands modèles de langage (LLM) et en workflows de vision par ordinateur. Dans ce rôle, vous développerez des systèmes multi-agents intelligents et mettrez en œuvre des solutions d’IA évolutives pour le traitement d’images et de vidéos sur des plateformes cloud-native. Les responsabilités clés incluent l’orchestration de systèmes d’agents, le déploiement de modèles d’IA et la création de pipelines complets d’intelligence vidéo pour notre outil vidéo basé sur l’IA.

Responsabilités

– Concevoir et déployer des modèles LLM et de vision par ordinateur à l’aide des services AWS tels que Batch, Fargate, Lambda, SageMaker et Bedrock pour permettre une inférence évolutive et à faible latence.
– Mettre en œuvre l’entraînement distribué sur plusieurs GPU et construire des systèmes d’inférence IA sans serveur.
– Coordonner des workflows multi-agents à l’aide d’outils tels que LangChain, LangGraph, AutoGen, CrewAI, OpenAI Agents SDK et Agent OS.
– Développer des pipelines sophistiqués de traitement d’images et de vidéos, incluant la détection, le suivi et des techniques d’IA générative.
– Créer des protocoles de communication intelligents pour permettre aux agents IA d’automatiser des tâches distribuées.
– Suivre les meilleures pratiques MLOps et LLMOps pour garantir des pipelines IA de qualité production.

Qualifications

– Plus de 5 ans d’expérience en ingénierie IA/ML avec une solide maîtrise de Python.
– Succès avéré dans le déploiement de solutions IA sur des plateformes cloud-native telles qu’AWS Batch, Fargate et Lambda.
– Connaissance approfondie des outils d’orchestration d’agents tels que LangGraph, AutoGen, CrewAI et OpenAI Agents SDK.
– Solide expérience en vision par ordinateur et en IA générative avec des frameworks comme PyTorch, TensorFlow et CUDA.
– Expérience avec les bases de données vectorielles (par ex. FAISS, Milvus, Weaviate), les techniques avancées de génération augmentée par récupération (RAG/GraphRAG) et les graphes de connaissances.
– Compétence dans la création de workflows automatisés, de systèmes d’inférence distribués et d’architectures IA évolutives.

Qualifications souhaitées

– Familiarité avec plusieurs plateformes cloud, y compris GCP Vertex AI et Azure AI.
– Connaissances en apprentissage par renforcement, ingénierie de contexte et ingénierie avancée de prompts.
– Expérience dans des secteurs tels que la fintech, la santé, l’aviation ou l’énergie.