Architecture · Livraison · Discipline opérationnelle
Principal engineer pour les équipes qui livrent un logiciel IA
Travail de niveau principal sur l'architecture, les flux de données et la livraison pour des produits exposés à l'IA—systèmes et équipes, pas des prompts de modèle isolés.
Planifier un échangeLa vitesse est résolue. Le suivi dans la durée, non.
Les outils et les agents rendent peu coûteux le code et la documentation ; le CI/CD est la norme. La tension apparaît sur la charge de revue, la propriété de ce qui est fusionné et les surprises opérationnelles quand le volume augmente. Les réponses utiles sont le processus, des garde-fous clairs, l'automatisation avec propriété explicite et une supervision définie plutôt qu'improvisée. Les missions se font avec le leadership et l'ingénierie sur ces mécaniques—hygiène des releases, limites de risque et comment l'organisation tient le rythme sans perdre la traçabilité.
Contexte
Produits IA : systèmes et organisation, pas seulement le modèle
La fiabilité de livraison, les coûts et contrôles de risque, ainsi que les boucles de retour dans l'organisation comptent sur un marché saturé. Le travail avec les clients porte sur la pratique d'ingénierie et la conception des systèmes—documentation et slides viennent après.
Axes
Thèmes de travail
Rythme de livraison
Pipelines, environnements et cadence des mises en production. Garder les changements revue-ables et traçables quand le volume de contributions augmente.
Conception des systèmes
Conception services et données pour des produits qui mélangent API classiques et fonctions LLM : limites de contexte, couches de récupération, latence, coût et contraintes de conformité.
Garde-fous et revue
Schémas de revue, tests et rollback lorsque l'automatisation ou les agents touchent au code ou aux opérations. Automatisation avec propriétaires clairs et points d'audit.
Modèle opérationnel d'équipe
Rôles, propriété et rituels récurrents pour petites équipes sous forte fréquence de merge : qui approuve quoi, comment la qualité est définie, onboarding quand le code bouge vite.
Architecture & plateformes
Plateformes, données et opérations
Focus typique : chemins d'ingestion et de requête, attribution des pannes, revue en production. Les frameworks UI et services suivent une fois les limites et le flux de données fixés.
Streaming d'événements & frontières de services
Topologies de type Kafka quand la charge ou le modèle d'ordonnancement l'exige : topics, groupes de consommateurs, backpressure, contrats explicites entre producteurs et consommateurs. Évite que les services partagent l'état implicitement via une seule base.
Télémétrie là où l'IA touche la production
OpenTelemetry, traces et SLI sur les chemins incluant modèles ou outils. Sépare pannes et coûts entre modèle, récupération, intégration et infrastructure plutôt qu'une erreur générique.
Visibilité opérationnelle
Tableaux de bord et alertes type Grafana : latence, erreurs, saturation, profondeur de file, dépenses d'inférence, fraîcheur des données. Mêmes signaux pour l'exploitation et le leadership technique.
Surfaces recherche & analytique
Elasticsearch ou équivalents pour recherche plein texte, logs et exploration d'index volumineux. Possédé comme surface produit lorsque la recherche fait partie du flux de travail.
Magasins vectoriels & architecture de récupération
Bases vectorielles type Milvus lorsque la récupération dense est dans le périmètre : collections, rafraîchissement des embeddings, filtres hybrides sur champs structurés, invalidation des vecteurs obsolètes.
Pipelines d'ingestion
Entrées structurées et non structurées, schéma et déduplication, étapes d'enrichissement, passage vers indexation ou entrepôts analytiques. Les défauts d'ingestion se propagent ; conception et monitoring font partie du même travail.
Recherche sémantique & pertinence
Classement et évaluation hors ligne, séparation données transactionnelles vs index de récupération, maintenance des corpus exposés aux modèles. Pas limité aux gabarits RAG par défaut.
Travail de fond & analyse
Workers asynchrones et tâches longues : ré-embedding, rapprochements, scoring par lots, transformations lourdes hors chemin de requête interactif.
BI
Vues combinant usage, signaux qualité données, coût modèle et métriques de livraison pour la planification produit et ingénierie.
Frameworks applicatifs
React, Next.js, Node, Python selon les besoins du produit. Secondaires par rapport à l'architecture, la disposition des données et l'observabilité.
Missions
Conseil, intégration ou reprise
Principal engineer fractionné, travail d'architecture ou de livraison cadré, ou remise à plat après une période de fort volume de merge avec processus faible. Missions limitées dans le temps avec résultats convenus ; pas de renfort permanent indéfini.
Missions sélectionnées
Le travail client est généralement sous NDA. Références ou publications publiques uniquement avec accord du client. Demandez si vous avez besoin de références nommées pour un achat.