Ingénieur IA
Ingénierie
Postuler
Retour aux postes ouverts

Ingénieur IA

Ingénierie Vietnam (à distance/hybride) Temps plein / Contrat

Résumé du poste

Vous construisez des applications d’IA qui tiennent en production, qu’il s’agisse d’un modèle prédictif classique, d’un pipeline de vision par ordinateur ou d’une fonctionnalité fondée sur un LLM, car vous n’êtes pas spécialiste d’un seul outil. Au niveau Middle, vous construisez et évaluez des pipelines ML/GenAI sur une architecture établie. Au niveau Senior, vous réalisez en plus vous-même le fine-tuning et la mise en production des modèles, choisissez la bonne approche (ML classique ou LLM) selon le problème, concevez l’architecture de déploiement et de monitoring des modèles, et vous diagnostiquez pourquoi la qualité des résultats d’un modèle s’est dégradée en conditions réelles.

Responsabilités principales

  • Concevoir, entraîner et évaluer des modèles de machine learning (classification, régression, recommandation ou vision par ordinateur) selon le problème.
  • Développer et déployer des applications GenAI avec des LLM (OpenAI, Llama) et LangChain quand un LLM est le bon outil, et non l’outil par défaut.
  • Construire et évaluer des pipelines de Retrieval-Augmented Generation (RAG) et des agents LLM avec appel d’outils, en choisissant une base vectorielle (pgvector, Pinecone, Milvus) selon le besoin.
  • Évaluer les sorties de l’IA : construire des jeux de test, suivre la qualité et les hallucinations, et ajouter des garde-fous contre l’injection de prompt et les fuites de données.
  • Réaliser le fine-tuning de modèles pré-entraînés pour des tâches métier précises avec PyTorch ou TensorFlow.
  • Appliquer des pratiques MLOps de déploiement, de monitoring et de versionnage des modèles, et pas seulement un notebook ponctuel.
  • Maîtriser le coût et la latence de l’inférence : cache, batching, choix et routage des modèles.
  • Collaborer avec les ingénieurs backend pour exposer les capacités d’IA via des API de niveau production.
  • (Senior) Être responsable de l’architecture de déploiement et de monitoring des modèles, choisir la bonne approche de modélisation face à des problèmes mal définis et diagnostiquer les régressions de qualité des modèles en production.

Profil recherché

  • Anglais : courant, à l’écrit comme à l’oral. Vous lisez une documentation de modèles et des articles de recherche denses, et vous expliquez clairement les arbitrages techniques à des interlocuteurs qui ne sont pas spécialistes du ML.
  • 2 ans et plus (Middle) à 4 ans et plus (Senior) d’expérience en ingénierie logicielle avec une vraie spécialisation en IA/ML, et pas seulement du prompt engineering.
  • Très bonne maîtrise de Python et d’au moins un framework de deep learning (PyTorch ou TensorFlow).
  • Expérience pratique d’au moins l’un de ces domaines : modélisation ML classique, vision par ordinateur, ou applications LLM (RAG, agents, évaluation).
  • Connaissance des pipelines MLOps et du déploiement cloud (AWS SageMaker/Vertex AI).
  • Solide formation en informatique, en mathématiques ou dans un domaine quantitatif.
  • Utilisation d’assistants de code IA pour vos propres outils et scripts d’infrastructure, et pas seulement pour les modèles que vous livrez : l’ingénierie assistée par l’IA vaut aussi pour ce poste.
  • Choisit entre une approche conventionnelle, un LLM, du RAG ou un agent selon le coût, la latence et le risque, et sait expliquer cet arbitrage à un client.
  • Conçoit l’évaluation des systèmes d’IA : jeux de test de référence (golden sets), une exécution de régression à chaque changement de modèle ou de prompt, et un scoring LLM-as-judge vérifié par des revues humaines par échantillonnage.
  • Applique des contrôles de sécurité pour l’IA : protections contre l’injection de prompt et l’exfiltration de données, gestion des PII, contrôle d’accès sur les outils et la recherche, et journaux d’audit.
  • Un plus : une certification IA ou ML telle que AWS AI Practitioner, AWS Machine Learning Engineer, Google Professional ML Engineer ou Databricks GenAI Engineer.
  • (Senior) Expérience avérée de fine-tuning et de mise en production de modèles au-delà de l’appel d’une API hébergée, sur plus d’un type de problème ML.

À propos de GTEMAS

GTEMAS est un partenaire d’ingénierie mondial qui s’appuie sur un écosystème intégré : talents d’élite, formation continue et gestion rigoureuse de la livraison, pour bâtir des produits numériques stables, évolutifs et de classe mondiale.

Prêt à faire la différence ?

Passez à l’étape suivante de votre carrière avec GTEMAS. Cliquez ci-dessous pour lancer votre candidature.

Postuler