États-Unis
Siemens
Meeru AI Inc
Architecte IA
À distanceÉtats-Unis
Pleasanton, California, United States
PythonSQLPostgreSQLAWSGCP
Traduction automatique. Consultez l’original.
À propos de Meeru AI
Meeru AI développe une plateforme nativement conçue pour l'IA qui transforme le fonctionnement des équipes financières et comptables. Nous nous connectons aux systèmes financiers d'entreprise — ERP, CRM, plateformes de facturation, SIRH — et appliquons le machine learning pour transformer des données opérationnelles fragmentées en une intelligence fiable et auditable pour les directeurs financiers, les contrôleurs de gestion et les responsables FP&A.
Nous déployons nos solutions selon les exigences des clients — SaaS multi-tenant, SaaS single-tenant, et sur site — via AWS, Azure et GCP. Nos clients sont des équipes financières du Fortune 500 qui exigent l'isolation des données, la traçabilité et la conformité.
Ce qui rend ce rôle unique •
Le poste
Nous recherchons un Architecte IA pour aider à concevoir et construire le moteur d'intelligence au cœur de notre plateforme, ainsi que les agents d'IA conversationnels qui s'y superposent pour fournir des réponses de manière déterministe.
Nos résultats sont étroitement liés aux états financiers communiqués en externe. Une réponse « qui semble plausible » ne suffit jamais. Le moteur que vous aiderez à architecturer transforme les données d'entreprise connectées en réponses calculées, reproductibles et traçables jusqu'à la source vérifiée — sans improvisation par un modèle. Les agents qui s'y superposent interprètent la demande de l'utilisateur, l'acheminent vers le moteur et présentent le résultat en langage naturel sans jamais inventer le contenu de la réponse.
Il s'agit d'un rôle d'architecture très opérationnel. Vous définirez l'orientation technique du moteur et de la couche d'agents, travaillerez en étroite collaboration avec la direction IA basée aux États-Unis et l'Ingénieur IA Staff sur la rigueur de la vérification et de l'évaluation, et élèverez le niveau d'exigence pour la construction d'une IA déterministe et auditable au sein de l'équipe.
- Déterministe par conception — le moteur calcule les réponses à partir de données vérifiées. La même question posée sur les mêmes données renvoie la même réponse étayée et explicable. •
- Une séparation claire des responsabilités — le moteur raisonne et décide ; les agents conversationnels orchestrent et narrent, mais ne fabriquent jamais le fond. •
- Auditable de bout en bout — chaque réponse est traçable jusqu'à sa source de données et la logique qui l'a produite, car les auditeurs de nos clients poseront la question.
Déploiements dans les clouds clients — incluant des LLMs gérés in-VPC, afin que les données des clients ne quittent jamais leur environnement.
Prérequis
- Expérience confirmée en IA/ML appliqué, niveau Senior ou Staff. Vous avez mis en production des systèmes d'IA, pas seulement des prototypes, et avez dirigé l'orientation technique d'au moins l'un d'entre eux.
- Maîtrise approfondie des modèles modernes de LLM. Expérience pratique de la génération augmentée par récupération (RAG), des agents utilisant des outils et de la sortie structurée (par ex. schémas JSON, appel de fonctions).
- Orchestration d'agents. Vous avez construit des flux de travail d'agents multi-étapes avec LangGraph ou un framework similaire, incluant des étapes de vérification, des solutions de repli et des points de validation humaine avant que le système ne poursuive.
- Architecture système. Vous êtes capable de concevoir un moteur, ses interfaces de données et la couche d'agents supérieure en tant que système cohérent et maintenable, et de documenter les décisions (par ex. dossiers de décision d'architecture).
- Ancrage, contrôle des hallucinations et évaluation. Vous avez fait de l'absence de « réponses non étayées » une règle stricte dans un système réel, et avez mesuré la fidélité et les hallucinations avec des évaluations automatisées, idéalement exécutées en CI.
- Déterminisme sur des modèles probabilistes. Vous savez comment faire en sorte que la même question sur les mêmes données renvoie la même réponse, et pouvez expliquer les techniques utilisées.
- Jugement clair sur ce qu'un modèle peut légitimement affirmer. Vous comprenez pourquoi des réponses calculées et traçables sont plus importantes que des réponses plausibles dans un domaine à enjeux élevés.
- Ingénierie logicielle en production avec Python. Vous écrivez des services robustes et testés avec accès SQL aux entrepôts ou bases de données (par ex. Snowflake, PostgreSQL), et vous êtes à l'aise avec le déploiement conteneurisé.
- Données structurées et outils de récupération. Connaissance pratique des bases de données vectorielles (pgvector, Pinecone, Weaviate ou Qdrant) et du calcul de réponses fiables sur des données structurées.
- Leadership technique. Vous encadrez des ingénieurs, dirigez des revues de conception et transformez la stratégie définie par la direction américaine en une exécution bien construite.
- Excellente communication. Vous pouvez expliquer les compromis d'architecture aux ingénieurs, aux chefs de produit et aux parties prenantes non techniques dans un anglais clair.
- Localisation et horaires de travail. Basé à Hyderabad (préféré) ou en télétravail ailleurs, avec la capacité de maintenir quelques heures de chevauchement quotidien avec les fuseaux horaires américains.
- Engagement flexible. Ouvert au temps plein, au contrat ou au contrat-à-embauche, selon ce qui vous convient le mieux.
Souhaitable
- Finance, comptabilité ou autres domaines audités. Expérience où les résultats sont soumis à des auditeurs ou des régulateurs (finance, santé, assurance, juridique).
- Graphes de connaissances et moteurs de raisonnement. Expérience avec les graphes de connaissances, les couches sémantiques ou les moteurs de règles/raisonnement qui modélisent des faits et des relations.
- Systèmes avec intervention humaine. Vous avez conçu des boucles de révision, de confirmation ou de rétroaction qui améliorent un système au fil du temps.
- LLMs gérés dans les clouds clients. Pratique d'Amazon Bedrock, Google Vertex AI ou Azure OpenAI déployés dans le réseau privé d'un client (VPC), afin que les données ne quittent jamais leur environnement.
- Déploiement multi-cloud et sur site. Expérience dans la livraison d'IA sur AWS, Azure et GCP, incluant des installations single-tenant et sur site, et collaboration avec les équipes plateforme sur le service de modèles et le coût d'inférence.
- Observabilité de l'IA. Expérience avec les outils de traçage et d'évaluation pour les applications LLM.
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