États-Unis
B&A
Insight Global
Ingénieur IA
États-Unis
Dunwoody, Georgia, United States
Python
Traduction automatique. Consultez l’original.
Présentation
Vous concevrez et développerez des flux de travail agentiques — des systèmes multi-étapes et multi-agents capables de raisonner, d'utiliser des outils, d'appeler des services externes et de gérer les échecs — pour les faire passer du stade de prototype à une mise en production fiable. Vous transformerez les besoins métier en systèmes d'agents opérationnels : composition d'agents, conception des prompts et des comportements associés, intégration des outils et des sources de données nécessaires, choix des mécanismes de coordination des agents et définition des points d'intervention humaine. Vous vous appuierez sur nos outils de développement d'agents, ce qui signifie qu'une grande partie de l'infrastructure environnante — gestion des identités, garde-fous, journalisation et monitoring — est déjà prise en charge. Votre rôle sera d'assembler ces éléments pour résoudre des problèmes concrets et garantir un comportement prévisible, même lorsque les modèles sous-jacents ne le sont pas. Il s'agit d'un travail opérationnel et orienté produit : vous traduirez les besoins en conceptions techniques, les testerez avec des données réelles, les fiabiliserez pour la production et assurerez leur amélioration continue une fois déployés.
Responsabilités
- Concevoir et construire des flux de travail agentiques — systèmes multi-étapes et multi-agents capables de raisonner, d'appeler des outils et de gérer les échecs — en en assurant la responsabilité de la conception jusqu'à la mise en production.
- Composer des agents au sein de pipelines fiables s'intégrant avec des APIs externes, des services internes et des sources de données, avec une gestion claire des erreurs et des mécanismes de nouvelle tentative.
- Concevoir et itérer sur les prompts et les comportements de chaque agent, en les traitant comme des artefacts versionnés et testés plutôt que comme des chaînes de caractères intégrées, et en les validant par rapport à des jeux d'évaluation.
- Développer les outils et les intégrations sur lesquels les agents s'appuient — interfaces de fonctions fortement typées ou points de terminaison de service — en veillant à la sécurité et à l'exactitude.
- Choisir l'approche de coordination adaptée à chaque tâche — superviseur dirigeant des agents, planificateur et exécuteur, agents en compétition ou en critique, ou séquence fixe — et identifier les cas d'usage pertinents pour chacune.
- Définir les points nécessitant une revue et une approbation humaine, et intégrer ces points de contrôle dans les flux de travail de longue durée.
- Intégrer la gestion d'état et la mémoire de manière appropriée — contexte de travail à court terme et mémoire à long terme — afin que les agents disposent des informations nécessaires sans fuite de données entre les utilisateurs ou les locataires.
- Construire des suites d'évaluation et des tests de régression permettant de mesurer si un flux de travail remplit réellement sa mission — en se concentrant sur la qualité de la trajectoire et des résultats, et non uniquement sur le succès ou l'échec.
- Fiabiliser les flux de travail pour la production — diagnostiquer les délais d'attente, les échecs partiels, les comportements inattendus des modèles et la dérive d'état dans des systèmes non déterministes de longue durée.
- Instrumenter et déboguer le comportement des agents à l'aide de traçage, de journaux et de télémétrie sur les coûts et la latence.
- Contribuer aux modèles, conventions et composants réutilisables partagés qui élèvent le niveau de qualité de la construction des systèmes agentiques au sein de l'équipe.
- Collaborer avec l'équipe produit et l'équipe d'ingénierie élargie pour traduire les besoins métier en conceptions d'agents pratiques à construire, exploiter et gouverner.
Qualifications
Qualifications requises
- Solides fondamentaux en génie logiciel avec une maîtrise de Python en environnement de production — code propre et testé ; aisance avec les modèles asynchrones et les processus persistants à longue durée de vie.
- Expérience dans la construction ou l'utilisation de systèmes agentiques ou basés sur LLM en environnement de production ou proche de la production — où un modèle pilote le flux de contrôle via l'utilisation d'outils, le raisonnement multi-étapes ou le transfert de tâches entre agents.
- Avoir composé des flux de travail multi-étapes ou multi-agents — orchestration d'agents, gestion d'état partagé, chaînage d'appels d'outils et gestion des échecs et des nouvelles tentatives.
- Compétences pratiques en ingénierie de prompts — capacité à concevoir des prompts et des messages système rendant le comportement du modèle cohérent, avec une amélioration basée sur des évaluations plutôt que sur l'intuition.
- Expérience de l'intégration avec des APIs et services externes — REST, authentification, gestion des erreurs et conception résiliente aux échecs partiels.
- Avoir construit des outils ou des intégrations appelés par un modèle ou un agent — interfaces de fonctions, conception de schémas ou points de terminaison de service.
- Discipline en matière d'évaluation — capacité à décrire une suite d'évaluation construite pour un système agentique ou LLM, la création de la vérité terrain et les preuves apportées par ces tests.
- Solides instincts de débogage pour les systèmes distribués et non déterministes — capacité à analyser les défaillances couvrant plusieurs agents ou services.
- Rédaction de tests significatifs pour des systèmes complexes et persistants — couverture au niveau unitaire, intégration et scénarios.
- Familiarité avec l'observabilité des agents ou de LLM — traçage, journalisation ou monitoring des appels de modèles et d'outils.
- Expérience en ingénierie backend — APIs, files d'attente, bases de données — pour assurer une base solide lorsque les flux de travail interagissent avec l'infrastructure.
- Exposition aux systèmes multi-locataires et aux problématiques d'isolation des données.
Qualifications souhaitées
- Expérience avec l'exécution de flux de travail durables ou de longue durée — systèmes où l'état doit survivre aux redémarrages, aux nouvelles tentatives ou aux échecs partiels.
- Familiarité avec la mémoire des agents — mémoire de travail, mémoire à long terme et gestion des fenêtres de contexte.
- Expérience avec la génération augmentée par récupération (RAG) et le reranking — intégration de la récupération dans un flux de travail d'agent et mesure de son impact.
- Exposition aux modèles d'intervention humaine (human-in-the-loop) — étapes d'approbation, politiques d'escalade et flux de travail de revue en production.
- Expérience avec des frameworks ou des modèles d'orchestration d'agents (LangGraph ou équivalent).
- Familiarité avec les risques d'injection de prompts et les menaces adverses dans les systèmes d'agents et de récupération, et connaissance des méthodes d'atténuation.
- Aisance à travailler avec une abstraction de SDK ou de framework — compréhension de ses contraintes et capacité à identifier quand escalader les lacunes.
- Contributions open-source à des frameworks d'agents ou des outils connexes.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil