Ingénieur Principal En Intelligence Artificielle Déployé Sur Le Terrain

Req Id:
431272Tout part d’une connexion. Elle nous pousse à innover, à explorer et à rester proches de ce qui compte le plus pour nous. Chez Bell, nous bâtissons un avenir plus connecté grâce à des réseaux de calibre mondial, à des solutions propulsées par l’IA et à des expériences numériques qui améliorent la façon dont les gens vivent, travaillent et se divertissent chaque jour. Nous croyons à l’autonomisation de chacun. C’est pourquoi nous dotons nos équipes d’une technologie de pointe, d’outils d’IA et d’un environnement collaboratif qui soutient la créativité et la croissance. Voulez-vous faire partie d’une équipe diversifiée où votre travail a un réel impact? Si vous êtes inspiré par l’innovation qui fait progresser la façon dont les gens se connectent et transforme ce qui est possible, vous avez votre place au sein de l’ÉquipeBell.Faites partie de notre équipe Expérience client, où vous aurez un rôle déterminant dans l’élaboration des expériences client. Vous vous appuierez sur l’impératif stratégique de Bell qui s’intitule « Promouvoir l’expérience client » et renforcerez notre engagement à donner la priorité au client dans tout ce que nous faisons. Vous concevrez des processus, des politiques, des produits et des services novateurs axés sur le client, tout en respectant nos engagements envers le client afin qu'il soit plus facile pour eux de faire affaire avec Bell.En tant que membre de notre équipe, vous serez au cœur de l’expérience client.Résumé
L’équipe d’intelligence artificielle appliquée des Services technologiques est une équipe d’ingénierie déployée à l’avant-garde qui s’intègre à l’échelle de Bell pour créer, livrer et intégrer des agents d’intelligence artificielle et de l’automatisation dans les systèmes d’entreprise existants, et stimule l’innovation et l’entonnoir de développement de logiciels agentiques.En tant qu’ingénieur principal en intelligence artificielle déployé à l’avant-garde, vous gérerez les engagements de bout en bout : définir le problème, choisir la bonne approche en matière d’automatisation, d’apprentissage automatique classique et d’intelligence artificielle générative ou d’agents, et faire passer les solutions du prototype rapide aux flux de travail agentiques de qualité production (comme les systèmes multi-agents et les serveurs de protocole de contexte de modèle) qui génèrent un retour sur investissement mesurable. En cours de route, vous encadrerez un ingénieur en début de carrière jumelé.Principales responsabilités
S’intégrer aux équipes de transformation et diriger les développements de logiciels agentiques, en gérant chaque engagement de bout en boutDéfinir le problème avec les partenaires commerciaux et décider comment le résoudre : la bonne approche en matière de règles, d’automatisation, d’apprentissage automatique classique et d’intelligence artificielle générative ou d’agents, et où la solution devrait se situer dans l’ensemble des systèmesConcevoir, créer et livrer des agents d’intelligence artificielle et de l’automatisation de qualité production, en les intégrant aux systèmes et plateformes d’entreprise existants (p. ex. Google Cloud, Amazon Bedrock, Salesforce, ServiceNow).Reconnaître quand un cas d’utilisation nécessite une modélisation sur mesure et le transmettre à l’équipe centrale de science des données.Encadrer et jumeler un ingénieur en début de carrière dans le cadre de l’engagement.Selon l’expérience, gérer les normes d’évaluation et la barre de qualité de l’équipe.Qualifications Essentielles
Expérience de production dans la création d’applications agentiques et des capacités qui les alimentent : compétences et outils d’agent, serveurs de protocole de contexte de modèle (PCM) et flux de travail multi-agents, du prototype à la production.Expérience dans la conception et le déploiement de systèmes d’intelligence artificielle sur une plateforme infonuagique majeure (p. ex. Google Cloud).Expérience dans la création de pipelines de données sur des données structurées et non structurées, en utilisant des bases de données vectorielles et des architectures augmentées par récupération (RAG) pour
#J-18808-Ljbffr