Ingénieur En Ia Déployée De Pointe (Frontier)

L’ingénieur en IA déployée de pointe (Frontier) est membre du Centre d’Excellence en IA et Automatisation de Future Electronics et travaille directement avec les équipes d’affaires et de technologie afin de découvrir, concevoir, développer et déployer des solutions alimentées par l’IA qui transforment la façon dont le travail est réalisé dans l’organisation.
Il s’agit d’un rôle d’ingénierie très pratique combinant l’IA appliquée, les systèmes agentiques, le développement logiciel assisté par l’IA, l’automatisation intelligente, l’intégration d’entreprise et la transformation des processus d’affaires. Les ingénieurs en IA déployée de pointe (Frontier) vont au-delà de l’expérimentation en transformant rapidement les idées en prototypes fonctionnels, puis en faisant évoluer les concepts prometteurs vers des solutions d’entreprise sécurisées, évolutives et prêtes pour la production.
Nous recherchons des ingénieurs natifs de l’IA qui utilisent l’IA comme principal multiplicateur de force tout au long du cycle de vie de l’ingénierie. Les candidats qui seront retenus utilisent activement des outils tels que Claude pour accélérer la recherche, la découverte, la conception de solutions, le prototypage, la programmation, les essais, le dépannage, la documentation et l’amélioration continue.
Le candidat qui sera retenu est un excellent communicateur, naturellement curieux, prêt à explorer des technologies émergentes et à l’aise pour évoluer dans des contextes complexes et ambigus. Cette personne sait collaborer efficacement avec l’IA tout en faisant preuve d’un solide jugement d’ingénierie pour valider les conceptions, le code, les essais et les recommandations générés par l’IA.
Responsabilités principalesDécouvrir et transformer
Collaborer directement avec les personnes responsables de la chaîne d’approvisionnement, des finances, des RH, des opérations des ventes, de l’approvisionnement, du service à la clientèle et d’autres fonctions corporatives afin d’identifier des occasions à fort potentiel pour l’IA et l’automatisation.
Comprendre comment le travail est effectué, y compris les flux de travail, les décisions, les dépendances de données, les problématiques, les exceptions et les contraintes opérationnelles.
Utiliser la recherche et l’analyse assistées par l’IA pour accélérer la compréhension des besoins d’affaires, identifier des tendances et explorer des solutions potentielles.
Remettre en question les processus existants et identifier des occasions de repenser fondamentalement la façon dont le travail peut être effectué à l’aide de l’IA.
Animer des ateliers de découverte et traduire les défis d’affaires en occasions techniques concrètes accompagnées de critères de réussite mesurables.
Prioriser les occasions selon la valeur d’affaires, la faisabilité, l’évolutivité, le niveau de préparation des données, les risques et l’alignement stratégique.
Utiliser Claude et d’autres outils d’IA pour traduire rapidement les problèmes d’affaires en concepts techniques, prototypes et expérimentations.
Explorer plusieurs approches assistées par l’IA avant de s’engager envers une architecture de solution ou une technologie.
Évaluer rapidement les nouveaux outils d’IA, modèles, capacités agentiques, méthodes de développement et modèles d’intégration.
Construire des prototypes fonctionnels pour valider les hypothèses d’affaires, la faisabilité technique, la valeur pour l’utilisateur et les risques d’implantation.
Comparer différentes approches selon la qualité, la sécurité, la maintenabilité, la performance, le coût, la rapidité de livraison et l’évolutivité.
Faire preuve de curiosité et d’ouverture à tester de nouvelles approches plutôt que de s’appuyer exclusivement sur des technologies établies ou des méthodes familières.
Partager les expérimentations, les apprentissages, les composants réutilisables et les meilleures pratiques émergentes avec l’ensemble de l’équipe.
Développer des solutions d’IA
Adopter une approche d’ingénierie orientée IA, en utilisant l’IA partout où elle peut accélérer de façon significative la découverte de solutions, l’architecture, le développement, les essais, le dépannage, la documentation et la livraison.
Concevoir, développer, tester et déployer des applications alimentées par l’IA, des agents intelligents, des copilotes, des assistants, des solutions de gestion des connaissances et des outils d’aide à la décision.
Appliquer l’IA générative, les grands modèles de langage (LLM), la génération augmentée par récupération (RAG), la recherche vectorielle, l’intelligence documentaire, le traitement du langage naturel, l’appel d’outils et des technologies connexes à des problèmes d’affaires réels.
Concevoir des flux de travail agentiques reliant les capacités de l’IA, les systèmes d’entreprise, les plateformes d’automatisation et les mécanismes appropriés de supervision humaine.
Utiliser le développement assisté par l’IA pour accélérer la programmation, la création de tests, les révisions de code, la refactorisation, le débogage, la documentation technique et l’optimisation des solutions.
Évaluer et optimiser les solutions d’IA en matière d’ancrage des réponses, d’exactitude, de fiabilité, de sécurité, de performance, de latence, de consommation et de coût d’exploitation.
Valider le code, les conceptions, les essais et les recommandations générés par l’IA avant leur intégration dans des solutions de production.
Appliquer de solides principes d’ingénierie logicielle afin de transformer les expérimentations réussies en solutions maintenables et prêtes pour la production.
Déployer et intégrer
Intégrer les systèmes ERP, CRM, HRIS, de chaîne d’approvisionnement, d’approvisionnement, de commerce électronique, de billetterie, de collaboration et les systèmes internes au moyen d’API et de technologies modernes d’intégration.
Concevoir des solutions pratiques couvrant les applications, les services d’IA, les flux de données, les intégrations, la gestion des identités, la sécurité, la surveillance et le soutien opérationnel.
Développer des composants réutilisables, pipelines de données, services, connecteurs, invites, outils agentiques et modèles d’intégration pouvant être déployés à l’échelle de l’organisation.
Collaborer avec les équipes d’architecture d’entreprise, de sécurité, de données, d’infrastructure et d’applications pour mettre les solutions en production de façon sécuritaire.
Appliquer des pratiques appropriées de contrôle de code source, de tests automatisés, de CI/CD, d’observabilité et de soutien opérationnel.
Surveiller les solutions déployées et améliorer continuellement leur fiabilité, leur efficacité, leur performance, leur coût et l’expérience utilisateur.
Démontrer l’accélération de livraison grâce à l’IA
Démontrer comment une approche d’ingénierie axée sur l’IA peut réduire le temps et les efforts nécessaires pour passer d’un problème d’affaires à une solution fonctionnelle.
Comparer, lorsque pertinent, les approches de développement traditionnelles et celles axées sur l’IA afin d’en mesurer les différences en matière de rapidité, d’effort, de qualité, de maintenabilité et de coût.
Établir des références de livraison et suivre des indicateurs tels que le temps nécessaire au premier prototype, l’effort d’ingénierie, les cycles d’itération, les défectuosités, les retouches, le délai de mise en production et le coût de livraison.
Documenter les situations où l’IA a accéléré de façon significative la livraison ainsi que celles où l’ingénierie conventionnelle ou une validation humaine supplémentaire demeuraient nécessaires.
Partager des exemples concrets et des démonstrations fonctionnelles afin d’aider l’organisation à comprendre comment l’IA transforme le cycle de développement des solutions.
Identifier les pratiques reproductibles d’ingénierie assistée par l’IA pouvant être adoptées par d’autres équipes technologiques.
Favoriser l’adoption et la valeur d’affaires
Travailler directement avec les utilisateurs tout au long des phases de découverte, prototypage, validation, déploiement, adoption et amélioration continue.
Communiquer clairement les concepts complexes liés à l’IA, ses possibilités, ses limites, ses risques et ses compromis, auprès d’auditoires techniques et non techniques.
Soutenir les projets pilotes, les exercices de validation utilisateur, la formation, l’adoption et la collecte de rétroaction.
Établir des références d’affaires et mesurer les gains en productivité, qualité, temps de cycle, adoption utilisateur, coûts et autres résultats pertinents.
Veiller à ce que le déploiement technologique produise des améliorations mesurables dans la façon dont le travail est accompli, plutôt que de simplement introduire une nouvelle technologie.
Aider les équipes d’affaires à comprendre quand l’IA est appropriée, quand une supervision humaine est requise et quand une solution technologique conventionnelle est plus adaptée.
Gouvernance, sécurité et IA responsable
Veiller à ce que les solutions soient conformes aux exigences de l’entreprise en matière de sécurité, de confidentialité, de conformité, de gouvernance des données et de gestion du changement.
Appliquer les pratiques d’IA responsable lors de la conception, du développement, des essais, du déploiement et de la surveillance des solutions.
Mettre en œuvre des contrôles appropriés concernant l’identité, l’autorisation, la journalisation, la traçabilité, la supervision humaine et la protection des données.
Identifier et réduire les risques liés aux résultats inexacts de l’IA, à l’injection d’invites, à l’exposition inappropriée de données, aux permissions excessives, aux actions automatisées non intentionnelles et au code généré par l’IA non sécurisé.
S’assurer que les renseignements confidentiels ou restreints de l’entreprise sont traités uniquement à l’aide d’outils, modèles, environnements et contrôles d’accès approuvés.
Maintenir la responsabilité humaine pour les décisions d’ingénierie assistées par l’IA et les mises en production.
Participer aux revues de sécurité, aux évaluations de risques, aux audits et aux activités de préparation à la mise en production.
Baccalauréat en informatique, génie logiciel, systèmes d’information, intelligence artificielle, science des données ou domaine connexe. Une expérience pratique équivalente sera également considérée.
Minimum de cinq ans d’expérience en ingénierie logicielle, développement de solutions, intégration de systèmes, automatisation, ingénierie des données ou domaine technique connexe.
Expérience pratique de l’utilisation de Claude pour des activités d’ingénierie assistées par l’IA telles que la recherche, la conception de solutions, le prototypage, le développement logiciel, les essais, le dépannage, l’analyse ou la documentation technique.
Capacité démontrée à utiliser les outils d’IA pour accélérer la livraison tout en validant de façon indépendante les conceptions, le code, les essais et les recommandations techniques générés.
Expérience pratique démontrée dans l’application de l’IA générative, des copilotes IA, des agents intelligents, des LLM ou de technologies similaires à des défis d’affaires ou techniques réels.
Expérience de déploiement de solutions technologiques critiques, du concept ou prototype jusqu’à la production.
Bonne compréhension des API REST, services Web, bases de données, développement infonuagique, gestion de code source, essais automatisés, CI/CD et pratiques modernes d’ingénierie logicielle.
Capacité à déterminer quand une approche de développement axée sur l’IA est appropriée et quand les méthodes d’ingénierie conventionnelles demeurent nécessaires.
Excellentes capacités d’analyse et de résolution de problèmes, avec aptitude à évoluer dans des environnements ambigus et en constante évolution.
Excellentes compétences en communication écrite et orale, avec capacité à interagir efficacement avec des parties prenantes techniques et non techniques.
Curiosité démontrée, agilité d’apprentissage, volonté d’explorer et enthousiasme pour les technologies émergentes.
Atouts
Expérience avec Claude Code ou d’autres environnements de développement agentiques basés sur l’IA.
Expérience avec GitHub Copilot, Microsoft Foundry, Azure AI, Azure OpenAI, Microsoft Copilot Studio, Power Platform, Power Automate, Power Apps, Logic Apps ou des technologies comparables.
Expérience dans la conception et le déploiement d’agents IA, de flux de travail agentiques multiétapes, d’outils IA et de processus avec intervention humaine.
Expérience avec RAG, bases de données vectorielles, recherche sémantique, gestion des connaissances d’entreprise, intelligence documentaire, évaluation des modèles, observabilité de l’IA et ingénierie des invites ou du contexte.
Expérience dans l’évaluation de plusieurs modèles ou plateformes d’IA selon la qualité des solutions, la sécurité, les coûts, la latence, les exigences d’intégration et l’adéquation à l’entreprise.
Expérience dans l’intégration de plateformes d’entreprise telles que les ERP, CRM, HRIS, systèmes d’approvisionnement, de gestion d’entrepôt, de commerce électronique ou de chaîne d’approvisionnement.
Connaissance des méthodes Agile, DevOps, du cycle de vie du développement logiciel (SDLC), de l’architecture d’entreprise, de la cybersécurité, de la gouvernance des données et des pratiques d’IA responsable.
Expérience du soutien à des opérations mondiales ou dans les secteurs de l’électronique, de la technologie, de la distribution, de la fabrication, de la logistique ou la chaîne d’approvisionnement.
Compétences professionnellesIngénierie native de l’IA :
L’IA fait naturellement partie intégrante de votre façon de travailler. Vous utilisez des outils tels que Claude tout au long du cycle de vie de l’ingénierie pour effectuer des recherches, explorer, concevoir, développer, tester, déboguer, documenter et améliorer des solutions. Vous savez fournir à l’IA le contexte approprié, évaluer la qualité de ses résultats, reconnaître ses limites et exercer votre jugement d’ingénieur lorsque nécessaire.
Curiosité et exploration :
Vous êtes motivé par les problèmes inconnus, posez des questions pertinentes, remettez en question les hypothèses et expérimentez régulièrement avec les technologies émergentes. Vous explorez plusieurs approches avant d’arrêter une solution et développez continuellement vos connaissances techniques et d’affaires.
Expérimentation rapide :
Vous privilégiez les prototypes fonctionnels et les résultats concrets plutôt que les analyses théoriques prolongées. Vous utilisez l’IA pour explorer rapidement différentes options, valider des hypothèses, apprendre des approches moins concluantes et faire évoluer progressivement les concepts prometteurs vers des solutions prêtes pour la production.
Communication :
Vous savez expliquer simplement des idées complexes, faciliter des discussions d’affaires productives, collaborer entre disciplines techniques et communiquer clairement les choix technologiques, les compromis, les limites, les risques et les résultats attendus.
Jugement d’ingénierie :
Vous comprenez que les résultats générés par l’IA doivent être révisés et validés. Vous êtes capable de distinguer une démonstration convaincante d’une solution d’entreprise sécurisée, maintenable et réellement prête pour la production.
Orientation vers l’action :
Vous êtes à l’aise de passer rapidement de la découverte d’un problème à l’expérimentation, puis des expérimentations réussies à la production. Vous apprenez en construisant, testant, mesurant et itérant.
Impact d’affaires :
Vous mesurez le succès par les résultats d’affaires et les améliorations concrètes de livraison, notamment un prototypage plus rapide, une réduction des efforts d’ingénierie, des cycles d’itération plus courts, de meilleures décisions, une productivité accrue, une réduction des frictions et des façons de travailler transformées.
Collaboration :
Vous travaillez efficacement avec les équipes d’affaires et de technologie, partagez ouvertement vos connaissances, contribuez à des capacités réutilisables et aidez les autres employés et équipes technologiques à adopter des pratiques efficaces de travail assisté par l’IA.
#J-18808-Ljbffr