Software Architect: AEC Platform Data (Calgary)

Software Architect, AEC Platform Data (Job Requisition ID #25WD93193)

L'équipe chargée des données de la plateforme Architecture, Ingénierie et Construction (AEC) d'Autodesk recherche un architecte logiciel expérimenté. À ce poste, vous serez chargé de concevoir et de développer les systèmes et services qui sous-tendent les capacités de données transversales au sein de notre organisation, ainsi que leur intégration aux produits AEC actuels et futurs d'Autodesk. Cette opportunité vous convient si vous êtes passionné par la conception d'architectures système complexes et si l'idée de transformer la manière dont les professionnels de l'AEC utilisent les données pour acquérir des connaissances, éclairer leurs décisions et mener à bien leurs projets vous enthousiasme. En tant qu'architecte logiciel au sein de l'équipe AEC Platform Data, vous serez à l'avant-garde de la conception de la prochaine génération de fonctionnalités pour Autodesk Forma Industry Cloud.

As a Software Architect in the AEC Platform Data team, you will be at the forefront of designing the next generation of capabilities for the Autodesk Forma Industry Cloud. You'll collaborate with software architects in the AEC Platform Data team as well as with software architects from the world's foremost applications and services for designing and constructing buildings and infrastructure, including Revit, Civil 3D, AutoCAD, the Autodesk Construction Cloud, and Autodesk Forma. You'll define the software architecture that reimagines the continuous flow of AEC Data (e.g. 3D models, 2D drawings, issue tracking, cost, sensor streams, etc.) and information throughout the entire lifecycle of a built asset, from design and construction through operation and maintenance. This is an individual contributor role reporting to the Distinguished Architect, AEC Platform Data team.

Responsabilités

• Définir et faire évoluer l'architecture inter-équipes pour les plateformes de données et les services au sein de l'organisation AEC Platform Data
• Établir des normes, des architectures de référence et des composants réutilisables ; favoriser leur adoption par toutes les équipes de l'organisation AEC Platform Data
• Diriger la gouvernance architecturale et les registres de décisions architecturales (ADR) ; mener des revues de conception au sein des équipes
• Concevoir et guider la mise en œuvre de systèmes distribués et de plateformes de données (API, schémas, flux d’événements ; traitement par lots et en continu)
• Garantir la fiabilité, la sécurité et les performances ; définir les SLO et favoriser l’observabilité (métriques, traçabilité, journalisation)
• Collaborer avec les équipes produits et plateformes de l’organisation AEC afin d’aligner les feuilles de route et les intégrations
• Communiquer les architectures à l’aide de vues et de diagrammes clairs (par exemple, C4) et de présentations destinées à la direction

Responsibilities

• Define and evolve cross-team architecture for data platforms and services in the AEC Platform Data organization
• Establish standards, reference architectures, and reusable components; drive adoption across teams in the AEC Platform Data organization
• Lead architectural governance and architectural decision records (ADRs); run design reviews across teams
• Design and guide implementation of distributed systems and data platforms (APIs, schemas, event streams; batch and streaming)
• Ensure reliability, security, and performance; define SLOs and drive observability (metrics, tracing, logging)
• Partner across the AEC organization’s product and platform teams to align roadmaps and integrations
• Communicate architectures with clear views and diagrams (e.g., C4) and executive‑ready narratives

Qualifications Minimales

• Licence en informatique, ou expérience équivalente
• Plus de 10 ans d’expérience en tant qu’architecte logiciel dans des environnements cloud à forte intensité de données
• Expérience des services cloud, de la conception d’API, de l’architecture de bases de données, des outils et des frameworks Big Data
• Solide compréhension des principes de modélisation, de gestion et de traitement des données
• Excellente connaissance de la conception et de l’architecture logicielles
• Capacité avérée à influencer sans autorité hiérarchique et à favoriser la coordination entre les équipes
• Maîtrise de la capacité à saisir des idées complexes et à les transmettre de manière concise et percutante
• Excellentes aptitudes en communication orale et écrite, ainsi qu'en présentation, pour communiquer efficacement la stratégie d'architecture logicielle à divers intervenants
• Capacité à collaborer avec une équipe internationale

Minimum Qualifications

• Bachelor's degree in computer science, or equivalent experience
• 10+ years as a Software Architect in data‑intensive cloud environments
• Experience with cloud services, API design, database architecture, big data tools and frameworks
• Strong understanding of data modeling, management and processing principles
• Excellent knowledge of software design and architecture
• Demonstrated ability to influence without authority and drive cross‑team alignment
• Mastery of taking complex ideas and conveying them in a concise and impactful manner
• Excellent verbal, written communication, and presentation abilities to effectively communicate software architecture strategy to a variety of stakeholders
• Ability to collaborate with a global team

Qualifications Souhaitées

• Expérience dans le secteur de l’Architecture, Engineering, and Construction
• Cloud services experience with AWS strongly preferred (EC2, ECS, Lambda, API Gateway, S3, DynamoDB, RDS)
• Database architecture and technologies: Snowflake, relational, NoSQL
• Event‑driven and streaming architectures: Kafka or Kinesis; exactly‑once processing; schema evolution (Avro/Protobuf)
• API and service design: REST, gRPC, GraphQL; versioning and backward compatibility at scale
• Distributed systems and data platforms: microservices, service mesh, event‑driven architecture, streaming processing
• Observability/SRE: OpenTelemetry, distributed tracing, metrics/SLOs for data services
• Knowledge graphs/semantic modeling (nice‑to‑have): RDF/OWL, property graphs, or feature stores for ML
• Experience designing and integrating AI systems and agents in enterprise environments; familiarity with Model Context Protocol (MCP) and tool/plugin ecosystems
• Hands‑on with RAG architectures: embeddings, vector stores, chunking, re‑ranking, and retrieval evaluation
• Experience with agentic orchestration frameworks (e.g., LangGraph, Semantic Kernel) and function/tool calling; Assistants‑style APIs
• Data governance, privacy, and safety for AI systems (PII handling, prompt‑injection defenses, content filtering, auditability)
• LLM observability and evaluation: offline/online evals, guardrails, prompt/version management and telemetry (e.g., LangSmith, PromptFlow, OpenTelemetry)
• Domain‑specific AI for AEC (nice‑to‑have): extracting structure from BIM/IFC and construction docs; CAD/point‑cloud processing

Preferred Qualifications

• Experience in the Architecture, Engineering, and Construction industry
• Cloud services experience with AWS strongly preferred (EC2, ECS, Lambda, API Gateway, S3, DynamoDB, RDS)
• Database architecture and technologies: Snowflake, relational, NoSQL
• Event‑driven and streaming architectures: Kafka or Kinesis; exactly‑once processing; schema evolution (Avro/Protobuf)
• API and service design: REST, gRPC, GraphQL; versioning and backward compatibility at scale
• Distributed systems and data platforms: microservices, service mesh, event‑driven architecture, streaming processing
• Observability/SRE: OpenTelemetry, distributed tracing, metrics/SLOs for data services
• Knowledge graphs/semantic modeling (nice‑to‑have): RDF/OWL, property graphs, or feature stores for ML
• Experience designing and integrating AI systems and agents in enterprise environments; familiarity with Model Context Protocol (MCP) and tool/plugin ecosystems
• Hands‑on with RAG architectures: embeddings, vector stores, chunking, re‑ranking, and retrieval evaluation
• Experience with agentic orchestration frameworks (e.g., LangGraph, Semantic Kernel) and function/tool calling; Assistants‑style APIs
• Data governance, privacy, and safety for AI systems (PII handling, prompt‑injection defenses, content filtering, auditability)
• LLM observability and evaluation: offline/online evals, guardrails, prompt/version management and telemetry (e.g., LangSmith, PromptFlow, OpenTelemetry)
• Domain‑specific AI for AEC (nice‑to‑have): extracting structure from BIM/IFC and construction docs; CAD/point‑cloud processing