Ford Motor Company

1 nov. 2026

Responsable d'équipe logicielle IA senior - Usine Ford Irapuato

Mexique

Irapuato, Guanajuato, Mexico

JavaScriptTypeScriptPythonJavaSQLAWSGCPDockerKubernetesC#GoTerraform

Traduction automatique. Consultez l’original.

À propos du poste

Le responsable de l'équipe logicielle IA est chargé de diriger la stratégie, le développement et le déploiement de solutions logicielles d'IA à l'échelle de l'entreprise, visant à améliorer les performances de fabrication et les résultats commerciaux.

Ce rôle assure le leadership technique d'équipes multidisciplinaires, garantit l'exécution selon les normes de l'entreprise, collabore avec les organisations de direction mondiales et stimule l'innovation grâce à l'IA, la robotique avancée, l'automatisation intelligente et les initiatives de transformation numérique.

Le poste joue un rôle essentiel dans l'accélération de l'adoption de l'IA, le développement des compétences de la main-d'œuvre et la fourniture de solutions évolutives qui améliorent les opérations de première ligne, l'excellence opérationnelle et les indicateurs commerciaux clés au sein des organisations IEPC, CSAP et Global FPS.

RESPONSABILITÉS

Diriger l'organisation BCC Innovation & AI Software par une gouvernance disciplinée, un travail standardisé, la gestion de portefeuille et la responsabilité des performances, en assurant l'alignement des initiatives d'innovation avec les objectifs commerciaux et les indicateurs de performance clés (KPI) avancés et retardés.

Définir et exécuter la stratégie Smart Factory et IA, en transformant les défis de fabrication en logiciels évolutifs, IA/ML, automatisation, robotique, vision intelligente et solutions numériques qui améliorent la sécurité, la qualité, les coûts, la livraison, la productivité et les performances de première ligne.

Assurer le leadership technique et organisationnel d'équipes d'ingénierie interfonctionnelles, en supervisant la conception des solutions, l'architecture, le développement logiciel, les tests, le déploiement, l'adoption, le support et l'amélioration continue selon les normes d'ingénierie de l'entreprise.

Architecturer et gouverner l'écosystème IA et Smart Factory, en établissant des normes, des plateformes réutilisables, APIs, des modèles de données, des services cloud, des frameworks d'observabilité, des contrôles de cybersécurité et des modèles d'intégration d'entreprise qui permettent une évolutivité et une durabilité à long terme.

Collaborer étroitement avec la direction de l'usine, Global FPS, ATP, IT, MARVELL, l'ingénierie, la qualité, la maintenance, la production et d'autres fonctions commerciales pour garantir que les solutions technologiques répondent à des problèmes commerciaux réels, soutiennent des processus stables et apportent une valeur opérationnelle mesurable.

Diriger des initiatives stratégiques en robotique avancée, systèmes autonomes, vision intelligente, agents IA, analyse prédictive et technologies de fabrication numérique, favorisant l'évolutivité à l'échelle de l'entreprise et la transformation opérationnelle.

Gouverner la qualité technique, les revues d'architecture, les revues de code, la préparation aux mises en production, la conformité en cybersécurité, les stratégies de test, la documentation, la gestion de configuration et l'atténuation des risques pour garantir des solutions sécurisées, fiables et maintenables.

Favoriser la prise de décision basée sur les données en garantissant l'intégrité, la qualité, la traçabilité, l'accessibilité et la gouvernance des données de fabrication, opérationnelles et commerciales sur les plateformes et systèmes connectés.

Développer et exécuter des stratégies de renforcement des capacités en IA et de transformation de la main-d'œuvre, en établissant des feuilles de route d'apprentissage basées sur les rôles, en encadrant les ingénieurs logiciels IA et en accélérant l'adoption de l'IA au sein de l'IEPC, du CSAP et des organisations de fabrication mondiales.

Représenter l'organisation dans les forums exécutifs, les revues d'innovation LATAM, les rapports de direction et les engagements Global FPS, en traduisant efficacement les initiatives techniques en impact commercial, valeur stratégique et opportunités d'investissement.

Diriger la gestion du cycle de vie des applications, y compris la préparation au déploiement, le suivi de l'adoption, le support opérationnel, la gestion des incidents, la réduction de la dette technique, la planification de la modernisation, le transfert de connaissances et l'évolution continue des produits.

Faire progresser l'évolution des systèmes de gestion quotidienne, de l'excellence opérationnelle, des pratiques Lean/FPS et de la fabrication numérique en intégrant des informations basées sur l'IA, l'automatisation et des solutions logicielles évolutives dans les processus métier fondamentaux.

Favoriser une culture d'innovation, d'excellence technique, d'appropriation, d'apprentissage continu et de savoir-faire en ingénierie tout en développant des équipes hautement performantes capables de fournir des technologies de fabrication de nouvelle génération.

QUALIFICATIONS

ARCHITECTURE LOGICIELLE

Conception de systèmes distribués, évolutifs, résilients et maintenables.

Expertise en architectures monolithiques modulaires, microservices, pilotées par les événements et serverless.

Compréhension approfondie du Domain-Driven Design (DDD), de la Clean Architecture, de l'architecture hexagonale et des principes SOLID.

Conception et mise en œuvre de REST APIs, GraphQL, gRPC et de contrats de service.

Application de modèles de conception logicielle et de principes d'architecture d'entreprise.

ARCHITECTURE DES SYSTÈMES D'IA

Conception de systèmes IA/ML de bout en bout, de l'acquisition des données jusqu'à l'inférence en production.

Architecture de systèmes basés sur LLM, Retrieval-Augmented Generation (RAG), agents et multimodaux.

Sélection et évaluation de modèles propriétaires et open-source, y compris le fine-tuning, le prompt engineering et les modèles spécialisés.

Conception de pipelines d'inférence synchrones et asynchrones.

Mise en œuvre de stratégies de routage de modèles, mécanismes de secours, mise en cache, traitement par lots et optimisation de la latence/des coûts.

LLMS & IA GÉNÉRATIVE

Solide compréhension des transformers, embeddings, tokenisation, mécanismes d'attention et gestion du contexte.

Prompt engineering avancé et génération de sorties structurées.

Architectures RAG incluant le chunking, les embeddings, la recherche vectorielle, la recherche hybride et le reranking.

Expérience avec le fine-tuning, les méthodologies LoRA/PEFT et l'évaluation de modèles.

Intégration d'appels de fonctions et d'outils.

IA agentique, planification, gestion de la mémoire, flux de travail et systèmes multi-agents.

Architectures de Model Context Protocol (MCP) et d'orchestration d'outils.

Conception et mise en œuvre de garde-fous, filtrage de contenu et contrôles de comportement des modèles.

MACHINE LEARNING

Solides bases en apprentissage supervisé, apprentissage non supervisé et deep learning.

Expérience avec la classification, la régression, le clustering et les systèmes de recommandation.

Connaissance des réseaux de neurones, CNN, RNN et architectures Transformer.

Évaluation de modèles, prévention du surapprentissage, atténuation des fuites de données et métriques de performance.

Ingénierie des caractéristiques et méthodologies d'expérimentation.

Expertise pratique avec des frameworks tels que PyTorch, TensorFlow ou des technologies équivalentes.

INGÉNIERIE DES DONNÉES

Conception et gestion de data lakes, data warehouses et architectures lakehouse.

Développement de processus ETL/ELT et de pipelines de données évolutifs.

Plateformes de streaming et traitement de données distribué.

Pratiques de qualité, lignage, catalogage et gouvernance des données.

Expertise en bases de données SQL et NoSQL.

Expérience avec les bases de données vectorielles et les moteurs de recherche.

Conception de jeux de données pour l'entraînement, la validation et l'évaluation de modèles d'IA.

CLOUD & INFRASTRUCTURE

Expertise approfondie sur au moins une plateforme cloud majeure : AWS, Microsoft Azure ou la plateforme Google Cloud (GCP).

Orchestration Kubernetes, conteneurisation et écosystèmes Docker.

Infrastructure as Code (IaC) utilisant Terraform ou des technologies équivalentes.

Fondamentaux du réseau, équilibrage de charge, découverte de services et mise à l'échelle automatique.

Architectures multi-régions et stratégies de reprise après sinistre.

Gestion de l'infrastructure GPU et optimisation de l'utilisation des accélérateurs.

MLOPS / LLMOPS

Pipelines CI/CD et automatisation pour les flux de travail IA/ML.

Gestion du registre de modèles et contrôle de version des modèles/jeux de données.

Suivi des expériences et reproductibilité.

Déploiement, mise en service et gestion du cycle de vie des modèles.

Surveillance et observabilité des systèmes d'IA en production.

Détection et atténuation de la dérive des modèles, de la dérive des données et de la dégradation des performances.

Évaluation et validation continues des applications basées sur LLM.

Observabilité des prompts, utilisation des jetons, latence, coût et qualité des réponses.

INGÉNIERIE LOGICIELLE

Maîtrise de langages de programmation tels que Python, Java, Go, TypeScript/JavaScript, C# ou équivalent.

Engagement fort envers les principes de Clean Code, les tests automatisés et les revues de code.

Expérience avec les tests unitaires, d'intégration, de contrat, de bout en bout et de charge.

Expertise en concurrence, programmation asynchrone et informatique distribuée.

Flux de travail Git et stratégies de branchement.

Refactorisation et modernisation des systèmes existants.

SÉCURITÉ

Mise en œuvre d'OAuth2, OpenID Connect (OIDC), JWT, RBAC et ABAC.

Gestion des secrets et des identifiants.

Chiffrement des données au repos et en transit.

Pratiques de conception et de développement d'API sécurisées.

Modélisation des menaces et analyse des risques.

Sécurité des applications alignée sur les normes OWASP.

Sécurité spécifique à LLM, y compris l'injection de prompts, l'exfiltration de données, l'abus d'outils, les jailbreaks et l'atténuation des attaques RAG.

Isolation sécurisée et gouvernance des agents autonomes.

GOUVERNANCE DE L'IA & IA RESPONSABLE

Principes de confidentialité et de protection des données.

Explicabilité, traçabilité et transparence des systèmes d'IA.

Cadres d'évaluation et d'atténuation des risques liés à l'IA.

Conception de systèmes avec intervention humaine (human-in-the-loop).

Audit et observabilité de l'IA.

Gouvernance de l'accès aux modèles et politiques d'utilisation.

Connaissance des cadres réglementaires et de conformité pertinents selon les secteurs et les régions.

OBSERVABILITÉ & OPÉRATIONS

Pratiques de journalisation structurée et de surveillance.

Métriques, traçage et traçage distribué.

Mise en œuvre et intégration d'OpenTelemetry.

Définition et gestion des SLO, SLA et SLI.

Réponse aux incidents et excellence opérationnelle.

Planification de la capacité et optimisation des ressources.

Ingénierie de la performance et optimisation des systèmes.

Surveillance des coûts et pratiques FinOps pour les charges de travail IA.

CONCEPTION SYSTÈME

Capacité à concevoir des systèmes complexes à partir de zéro.

Évaluation des compromis entre cohérence, disponibilité, latence et coût.

Conception pour des applications à grande échelle desservant des millions d'utilisateurs et des environnements de données à haut volume.

Conception d'architecture tolérante aux pannes.

Stratégies de gestion de la contre-pression (backpressure).

Conception et mise en œuvre de systèmes de file d'attente et de messagerie.

Event sourcing et CQRS le cas échéant.

Architecture de plateforme multi-tenant.

ARCHITECTURE PRODUIT

Traduire les besoins commerciaux en capacités techniques évolutives.

Déterminer quand l'IA doit être utilisée et quand des solutions alternatives sont plus appropriées.

Définir la portée du MVP et l'évolution architecturale à long terme.

Concevoir des APIs, services et plateformes réutilisables.

Équilibrer les considérations de délai de mise sur le marché, qualité, sécurité et dette technique.

Établir des métriques de succès techniques et commerciales.

LEADERSHIP TECHNIQUE

Assurer le leadership technique, le coaching et le mentorat.

Piloter et défendre les décisions architecturales.

Créer et maintenir des Architecture Decision Records (ADR).

Mener des revues d'architecture, de code et de conception.

Collaborer efficacement avec les équipes d'ingénierie, produit, sécurité, données et exécutives.

Communiquer clairement des concepts techniques complexes à des publics techniques et non techniques.

Diriger des organisations et des initiatives techniques sans nécessairement occuper un poste de gestion d'équipe.

PENSÉE ARCHITECTURALE

Capacité à identifier et évaluer les compromis plutôt que de rechercher des solutions absolues.

Concevoir des systèmes en gardant à l'esprit l'évolution et l'adaptabilité à long terme.

Distinguer les décisions réversibles des décisions irréversibles.

Identifier et atténuer les points de défaillance uniques.

Anticiper les défis d'évolutivité, de sécurité, opérationnels et de fiabilité.

Évaluer les technologies en fonction de résultats commerciaux et techniques mesurables plutôt que des tendances de l'industrie.

AVERTISSEMENT : Ford Motor Company est un employeur garantissant l'égalité des chances, car nous nous engageons en faveur d'une main-d'œuvre diversifiée et ne pratiquons aucune discrimination à l'encontre d'un employé ou d'un candidat à l'emploi en raison de sa race, sa couleur, son sexe, son âge, son origine nationale, sa religion, son orientation sexuelle, son identité et/ou expression de genre, son statut d'ancien combattant ou son handicap. #FordMexico

Langues